TL;DR
Prompt “Naming convention: chuẩn đặt tên prompt” có mục tiêu: chuẩn tên giúp quản trị và search tốt. Đầu ra chuẩn gồm guardrails → workflow review → log/version → bản public an toàn. Nguyên tắc khi chạy: không bịa, thiếu dữ liệu thì ghi “CẦN BỔ SUNG”, nội dung nhạy cảm phải redaction.
- Mục tiêu: Chuẩn tên giúp quản trị và search tốt.
- Output chuẩn: guardrails → workflow review → log/version → bản public an toàn.
- Nguyên tắc: không bịa; thiếu dữ liệu thì ghi “CẦN BỔ SUNG”; nội dung nhạy cảm phải redaction.
1) Input Spec (bắt buộc)
Prompt cần 5 ô nhập trước khi chạy: Use case, Risk level, Data class, Policy constraints và Approval. Điền đủ các ô bằng thông tin thật của dự án rồi mới dán prompt vào công cụ AI, ô nào bỏ trống thì kết quả sẽ chung chung.
2) Ví dụ thực chiến
Ví dụ chạy với USE_CASE là “KB”, RISK_LEVEL là “Medium” và DATA_CLASS là “Internal”. Đối chiếu kết quả của ví dụ với bảng Pass/Fail trước khi thay bằng dữ liệu dự án của bạn. Các ô nhập còn lại giữ như mẫu, nên bạn chỉ cần thay giá trị cho đúng dự án của mình rồi so kết quả với ví dụ.
Input
- USE_CASE: KB
- RISK_LEVEL: Medium
- DATA_CLASS: Internal
- POLICY: Không bịa dữ liệu; nếu thiếu ghi “CẦN BỔ SUNG”.
Output kỳ vọng
- Prompt có guardrails + câu hỏi làm rõ (nếu thiếu dữ liệu)
- Checklist QA & compliance
- Log/version + owner + change note
- Bản public đã redaction (nếu cần)
3) Mẫu thao tác (copy dùng ngay)
Dán nguyên mẫu vào ChatGPT, Gemini hoặc Claude, thay 5 ô {USE_CASE}, {RISK_LEVEL}, {DATA_CLASS}, {POLICY} và {APPROVAL} bằng thông tin của bạn rồi chạy. Mẫu giao cho AI vai AI Governance Lead + Prompt QA, nên giữ nguyên câu mở đầu để lần chạy nào cũng ra cùng một cấu trúc.
Bạn là AI Governance Lead + Prompt QA.
Use case: {USE_CASE}
Risk level: {RISK_LEVEL}
Data class: {DATA_CLASS}
Policy constraints: {POLICY}
Approval: {APPROVAL}
Hãy xuất theo format:
A) Guardrails (10 quy tắc) cho prompt này
B) Câu hỏi làm rõ (nếu thiếu dữ liệu) + tiêu chí “dừng lại”
C) Output format an toàn (không suy đoán, có nhãn mức chắc chắn)
D) Checklist QA (20 điểm) trước khi publish/hand-off
E) Redaction plan (public vs internal) + mẫu thay thế dữ liệu nhạy cảm
F) Versioning: owner, version, change log, rollback
G) Audit trail: ghi lại input, nguồn dữ liệu, người review, ngày review4) Pass/Fail
Kết quả đạt khi có guardrails rõ, có reviewer/owner, có log, không lộ dữ liệu nhạy cảm. Không đạt khi prompt khuyến khích bịa, tiết lộ thông tin nội bộ, hoặc thiếu QA. Chấm kết quả theo hai tiêu chí này trước khi dùng, trượt tiêu chí nào thì sửa ô nhập đó rồi chạy lại.
KẾT QUẢ ĐẠT CHUẨN (PASS)
- Bám sát 100% dữ liệu đầu vào thực tế, không đưa ra nhận định chung chung thiếu bằng chứng.
- Phân loại thứ tự ưu tiên bằng số điểm định lượng (ICE/RICE), chỉ rõ các tác vụ khẩn cấp cần làm trước.
- Lịch trình triển khai được bóc tách theo từng ngày hoặc từng giai đoạn rõ ràng, có phân công cụ thể.
- Mỗi đầu việc đều có tiêu chuẩn nghiệm thu định lượng (Definition of Done) đo lường được.
- Có kịch bản rollback và phương án xử lý rủi ro dự phòng nếu phát sinh sự cố kỹ thuật.
KẾT QUẢ CẦN CHẠY LẠI (FAIL)
- Đưa ra lời khuyên lý thuyết sách giáo khoa mà không giải quyết dữ liệu cụ thể của dự án.
- Không phân định rõ ràng thời gian hoàn tất, dàn trải tài nguyên tùy tiện.
- Tiêu chí nghiệm thu ghi mơ hồ, thiếu chỉ số kỹ thuật hoặc ngưỡng định lượng đối chứng.
- Thiếu phương án dự phòng khi phát sinh xung đột mã nguồn hoặc tụt lưu lượng truy cập.
Định nghĩaNaming convention là chuẩn đặt tên prompt dựa trên các ô nhập USE_CASE, RISK_LEVEL, DATA_CLASS và POLICY, giúp việc quản trị và search prompt tốt hơn.
Cách chạy prompt naming convention đúng chuẩn
Các bước giúp bạn điền đủ ô nhập, chạy mẫu prompt trong công cụ AI và chấm kết quả theo bảng Pass/Fail trước khi dùng cho dự án.
- Dán mẫu vào công cụ AIDán nguyên mẫu vào ChatGPT, Gemini hoặc Claude và giữ câu mở đầu giao vai AI Governance Lead + Prompt QA để lần chạy nào cũng ra cùng một cấu trúc.
- Chạy thử ví dụ thực chiếnChạy thử với USE_CASE là KB, RISK_LEVEL là Medium và DATA_CLASS là Internal, rồi đối chiếu kết quả với bảng Pass/Fail trước khi thay dữ liệu dự án.
- Điền đủ 5 ô nhậpThay USE_CASE, RISK_LEVEL, DATA_CLASS, POLICY và APPROVAL bằng thông tin thật của dự án, vì ô nào bỏ trống thì kết quả sẽ chung chung.
- Chấm kết quả theo Pass/FailKiểm tra kết quả có guardrails rõ, có reviewer/owner, có log và không lộ dữ liệu nhạy cảm trước khi đem kết quả ra dùng.
- Sửa ô nhập rồi chạy lạiKết quả trượt tiêu chí nào thì sửa đúng ô nhập liên quan, ghi “CẦN BỔ SUNG” cho chỗ thiếu dữ liệu, rồi chạy lại prompt.
Câu hỏi thường gặp về Naming convention
Giải đáp trực tiếp các câu hỏi thường gặp về Naming convention dựa trên dữ liệu triển khai thực tế, quy trình kiểm thử kỹ thuật và kinh nghiệm thực chiến trên website thật để tối ưu hiệu quả tìm kiếm.
Bỏ trống ô RISK_LEVEL hoặc DATA_CLASS thì chuẩn tên prompt bị ảnh hưởng ra sao?
Ô nào bỏ trống thì kết quả sẽ chung chung, nên chuẩn tên khó giúp quản trị và search tốt. Prompt cần đủ 5 ô Use case, Risk level, Data class, Policy constraints và Approval trước khi chạy. Bạn điền từng ô bằng thông tin thật của dự án rồi mới dán prompt vào công cụ AI.
Chưa rõ prompt xử lý loại dữ liệu nào thì ghi gì vào ô DATA_CLASS?
Bạn không đoán loại dữ liệu. Nguyên tắc khi chạy là không bịa, thiếu dữ liệu thì ghi “CẦN BỔ SUNG” vào đúng chỗ đó. Prompt đầu ra cũng có câu hỏi làm rõ khi thiếu dữ liệu, nên bạn trả lời các câu hỏi đó, chọn DATA_CLASS trong Public, Internal, PII hoặc Confidential rồi chạy lại.
Prompt có Data class là PII hoặc Confidential thì cần xử lý thêm bước gì?
Prompt có Data class là PII hoặc Confidential phải redaction nội dung nhạy cảm trước khi ra bản public. Đầu ra chuẩn đi theo thứ tự guardrails, workflow review, log/version rồi mới tới bản public an toàn. Bạn kiểm tra kỹ kết quả không lộ dữ liệu nhạy cảm, vì đó là một điều kiện để đạt Pass.
Kết quả thiếu reviewer hoặc owner thì cần bổ sung ô nhập nào?
Thiếu reviewer hoặc owner thì bạn bổ sung ô Approval rồi chạy lại prompt. Kết quả đạt khi có guardrails rõ, có reviewer/owner, có log và không lộ dữ liệu nhạy cảm. Trượt tiêu chí nào thì sửa đúng ô nhập liên quan, ví dụ thiếu ràng buộc thì bổ sung ô Policy constraints.
Mỗi ô nhập trong chuẩn đặt tên prompt nhận những giá trị nào?
Mỗi ô nhập trong chuẩn đặt tên prompt có danh sách giá trị riêng. Use case chọn trong SEO, Content, Sales, CSKH, Ops, Dev. Risk level gồm Low, Med, High. Data class gồm Public, Internal, PII, Confidential. Approval ghi Reviewer hoặc Owner.
Đầu ra chuẩn của prompt naming convention gồm những phần nào?
Đầu ra chuẩn đi theo thứ tự guardrails, workflow review, log/version và bản public an toàn. Output kỳ vọng gồm prompt có guardrails kèm câu hỏi làm rõ nếu thiếu dữ liệu, checklist QA và compliance, log/version kèm owner và change note, cùng bản public đã redaction nếu cần.
Ô Policy constraints thường ghi những ràng buộc gì?
Ô Policy constraints ghi các giới hạn AI phải tuân theo khi chạy prompt, gồm không bịa, không tiết lộ và không suy đoán. Trong ví dụ thực chiến, POLICY được ghi là không bịa dữ liệu, nếu thiếu thì ghi “CẦN BỔ SUNG”, để AI đánh dấu rõ chỗ thiếu.
Phần log/version của prompt sau khi đặt tên cần ghi kèm những gì?
Phần log/version cần ghi kèm owner và change note. Đây là một phần của output kỳ vọng, cùng với prompt có guardrails, checklist QA và compliance, và bản public đã redaction nếu cần. Kết quả có log là một điều kiện để đạt Pass, nên bạn kiểm tra phần log/version trước khi dùng kết quả cho dự án.
Naming convention cho prompt là gì và dùng để làm gì?
Naming convention cho prompt là chuẩn đặt tên prompt giúp quản trị và search tốt. Chuẩn này dựa trên các ô nhập USE_CASE, RISK_LEVEL, DATA_CLASS và POLICY, kèm ô APPROVAL cho reviewer hoặc owner. Đầu ra gồm guardrails, workflow review, log/version và bản public an toàn đã redaction.
Có cần chuẩn đặt tên prompt khi dùng AI cho công việc không?
Chuẩn đặt tên prompt cần thiết khi bạn muốn quản trị và search prompt tốt. Với chuẩn đặt tên prompt, mỗi prompt ghi rõ use case, risk level, data class, policy và người duyệt, kèm log/version và change note, nên việc rà soát và tìm lại prompt dễ hơn.
Risk level và Data class trong chuẩn đặt tên prompt khác nhau thế nào?
Trong chuẩn đặt tên prompt, Risk level ghi mức rủi ro của prompt theo Low, Med hoặc High. Data class ghi loại dữ liệu prompt xử lý theo Public, Internal, PII hoặc Confidential. Ví dụ thực chiến của chuẩn đặt tên prompt dùng RISK_LEVEL là Medium và DATA_CLASS là Internal cho use case KB.
Nên bắt đầu dùng prompt naming convention từ đâu?
Bạn nên bắt đầu prompt naming convention bằng ví dụ thực chiến với USE_CASE là KB, RISK_LEVEL là Medium và DATA_CLASS là Internal. Đối chiếu kết quả ví dụ với bảng Pass/Fail, sau đó thay 5 ô nhập của prompt naming convention bằng dữ liệu thật rồi chạy trong ChatGPT, Gemini hoặc Claude.
Làm tiếp trên chính website của bạn
Chọn theo điều bạn đang cần: người soi website, nền tảng để tự làm, hay người kèm tới nơi.
Phân tích SEO và GEO Online
Tìm đúng chỗ website đang nghẽn, bàn giao thứ tự sửa và bản đồ nội dung theo DLN™. Học tiếp Mentor thì phí này được trừ vào học phí.
Xem phạm vi phân tíchKhóa học SEO cơ bản Online
6 buổi online về Technical và On-page, đủ nền tảng để tự rà và sửa website của bạn.
Xem lộ trình họcMentor SEO 1 kèm 1 Online
12 buổi trong 4 tuần, làm trực tiếp trên website của bạn cùng Danh Nolan.
Xem cách kèm