TL;DR
Prompt “Troubleshoot Tree: Cây chẩn đoán theo entity” có mục tiêu: tạo cây lỗi-nguyên nhân-cách sửa. Đầu ra chuẩn gồm format cố định để team làm giống nhau. Nguyên tắc khi chạy: definition → NOT THIS → Attributes → Relations → Constraints → Proof.
- Mục tiêu: Tạo cây lỗi-nguyên nhân-cách sửa.
- Chuẩn AI-first: Definition → NOT THIS → Attributes → Relations → Constraints → Proof.
- Output: format cố định để team làm giống nhau.
1) Input Spec (bắt buộc)
Prompt cần 5 ô nhập trước khi chạy: TOPIC/ENTITY, CONTEXT, AUDIENCE, GOAL và REFERENCES. 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 (Input → Output)
Ví dụ chạy với TOPIC là “Index bloat”, CONTEXT là “SEO/Content” và AUDIENCE là “In-house”. Đối chiếu kết quả của ví dụ với bảng Pass/Fail trước khi thay bằng dữ liệu dự án của bạn.
Input
- TOPIC: Index bloat
- CONTEXT: SEO/Content
- AUDIENCE: In-house
- GOAL: Tài liệu hoá + tăng citability
Output kỳ vọng (rút gọn)
- Definition: 1-2 câu rõ.
- NOT THIS: 1 câu chặn hiểu nhầm.
- Attributes: 8-12.
- Relations: 12-20 dòng (Subject-Relation-Object).
- Constraints: 5 ngoại lệ/khi không áp dụng.
3) Mẫu thao tác (copy dùng ngay)
Dán nguyên mẫu vào ChatGPT, Gemini hoặc Claude, thay 5 ô {TOPIC}, {CONTEXT}, {AUDIENCE}, {GOAL} và {REFS} bằng thông tin của bạn rồi chạy. Mẫu giao cho AI vai Semantic SEO + Knowledge Architect, nên giữ nguyên câu mở đầu để lần chạy nào cũng ra cùng một cấu trúc.
Bạn là Semantic SEO + Knowledge Architect.
Chủ đề/Entity: {TOPIC}
Ngữ cảnh: {CONTEXT}
Đối tượng: {AUDIENCE}
Mục tiêu: {GOAL}
Tham chiếu: {REFS}
Hãy xuất theo đúng format:
A) Definition (1-2 câu) + NOT THIS (1 câu)
B) Entity list (1 chính + 12 phụ, kèm loại entity)
C) Attributes của entity chính (8-12)
D) Relations table (20 dòng: Subject | Relation | Object | 1 câu mô tả)
E) Constraints/Exceptions (5-8)
F) Proof plan (Process/Evidence/Governance: cần bổ sung gì để tăng trích dẫn)
G) 10 câu FAQ theo intent (Know/Do/Compare/Troubleshoot)4) Pass/Fail
Kết quả đạt khi có NOT THIS, có constraints, relations rõ, không bịa dữ liệu. Không đạt khi chung chung, chỉ keyword, thiếu điều kiện áp dụng, thiếu proof plan. 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.
5) NLP/LLM notes
Ghi chú để AI hiểu và trích đúng prompt này gồm 2 điểm. Dùng câu ngắn, chủ ngữ rõ, thuật ngữ nhất quán. Đặt NOT THIS ngay sau định nghĩa để “khóa nghĩa”. Giữ đúng các ghi chú này mỗi khi sửa prompt để câu trả lời của AI bám nghĩa, không lệch sang ý khác.
- Dùng câu ngắn, chủ ngữ rõ, thuật ngữ nhất quán.
- Đặt NOT THIS ngay sau định nghĩa để “khóa nghĩa”.
Định nghĩaTroubleshoot Tree là prompt tạo cây lỗi-nguyên nhân-cách sửa theo entity từ 5 ô nhập TOPIC, CONTEXT, AUDIENCE, GOAL và REFERENCES, giúp team chẩn đoán vấn đề theo một format cố định.
Cách chạy prompt Troubleshoot Tree cho đúng entity
Các bước giúp bạn điền đủ ô nhập, chạy mẫu prompt trên công cụ AI và chấm kết quả theo Pass/Fail để có cây lỗi-nguyên nhân-cách sửa dùng được.
- Điền đủ 5 ô nhậpGhi TOPIC/ENTITY, CONTEXT, AUDIENCE, GOAL và REFERENCES bằng thông tin thật của dự án, ô REFERENCES không có thì ghi CẦN BỔ SUNG.
- Chạy thử với ví dụ mẫuChạy ví dụ với TOPIC là Index bloat, CONTEXT là SEO/Content, AUDIENCE là In-house để thấy dạng đầu ra trước khi dùng dữ liệu dự án.
- Dán mẫu vào công cụ AIDán nguyên mẫu vào ChatGPT, Gemini hoặc Claude, giữ câu mở đầu giao vai Semantic SEO + Knowledge Architect rồi thay 5 ô bằng thông tin của bạn.
- Kiểm tra cấu trúc đầu raXem kết quả có đủ Definition, NOT THIS, Attributes, Relations, Constraints và Proof theo đúng thứ tự, với NOT THIS đặt ngay sau định nghĩa.
- Chấm theo bảng Pass/FailKết quả đạt khi có NOT THIS, có constraints, relations rõ, không bịa dữ liệu. Trượt tiêu chí nào thì sửa ô nhập đó rồi chạy lại.
Câu hỏi thường gặp về Troubleshoot Tree
Giải đáp trực tiếp các câu hỏi thường gặp về Troubleshoot Tree 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.
Vì sao kết quả của Troubleshoot Tree ra chung chung, thiếu cụ thể?
Kết quả chung chung thường do có ô nhập bị bỏ trống. Bạn điền đủ TOPIC/ENTITY, CONTEXT, AUDIENCE, GOAL và REFERENCES bằng thông tin thật của dự án rồi chạy lại. Kết quả chỉ có keyword, thiếu điều kiện áp dụng hay thiếu proof plan đều bị tính là Fail.
Kết quả Troubleshoot Tree bị chấm Fail vì thiếu proof plan thì xử lý thế nào?
Bạn sửa ô nhập còn thiếu rồi chạy lại Troubleshoot Tree. Thiếu proof plan là một tiêu chí Fail, nên kết quả đó chưa dùng được. Proof là phần cuối trong thứ tự Definition, NOT THIS, Attributes, Relations, Constraints, Proof, nên bạn xem đầu ra có đủ phần Proof trước khi dùng.
Làm sao để AI không hiểu nhầm entity khi tạo cây chẩn đoán?
Bạn đặt NOT THIS ngay sau định nghĩa để khóa nghĩa của entity. NOT THIS là 1 câu chặn hiểu nhầm. Thêm vào đó, dùng câu ngắn, chủ ngữ rõ và thuật ngữ nhất quán để câu trả lời của AI bám nghĩa, không lệch sang ý khác.
Cây chẩn đoán không nêu trường hợp nào không áp dụng thì có dùng được không?
Chưa dùng được, vì thiếu điều kiện áp dụng là một tiêu chí Fail. Phần Constraints của Troubleshoot Tree cần nêu ngoại lệ và khi không áp dụng, ví dụ rút gọn có 5 ngoại lệ. Bạn sửa ô nhập liên quan, giữ nguyên câu mở đầu của mẫu rồi chạy lại để có đủ Constraints.
Đầu ra của Troubleshoot Tree gồm những phần nào và theo thứ tự nào?
Đầu ra đi theo thứ tự Definition, NOT THIS, Attributes, Relations, Constraints, Proof. Đó là chuẩn AI-first của prompt. Definition nêu nghĩa, NOT THIS chặn hiểu nhầm, Relations ghi các dòng Subject-Relation-Object, Constraints ghi ngoại lệ và khi không áp dụng.
Mỗi phần trong đầu ra kỳ vọng dài bao nhiêu?
Theo ví dụ rút gọn, Definition dài 1-2 câu rõ, NOT THIS là 1 câu chặn hiểu nhầm, Attributes có 8-12 thuộc tính, Relations có 12-20 dòng dạng Subject-Relation-Object và Constraints nêu 5 ngoại lệ hoặc trường hợp không áp dụng.
Các ô TOPIC, CONTEXT, AUDIENCE, GOAL, REFERENCES dùng để làm gì?
TOPIC/ENTITY là chủ đề cần chẩn đoán, CONTEXT là bối cảnh, AUDIENCE là người đọc, GOAL là mục tiêu và REFERENCES là nguồn tham khảo. Trong ví dụ, TOPIC là Index bloat, CONTEXT là SEO/Content, AUDIENCE là In-house, GOAL là Tài liệu hoá + tăng citability.
Khi nào kết quả Troubleshoot Tree được tính là Pass, khi nào là Fail?
Kết quả Pass khi có NOT THIS, có constraints, relations rõ và không bịa dữ liệu. Kết quả Fail khi chung chung, chỉ có keyword, thiếu điều kiện áp dụng hoặc thiếu proof plan. Bạn chấm theo hai tiêu chí đó trước khi dùng kết quả.
Troubleshoot Tree là gì trong prompt SEO?
Troubleshoot Tree là prompt tạo cây lỗi-nguyên nhân-cách sửa theo entity. Người dùng điền 5 ô nhập TOPIC/ENTITY, CONTEXT, AUDIENCE, GOAL, REFERENCES rồi chạy trên ChatGPT, Gemini hoặc Claude. Đầu ra Troubleshoot Tree dùng format cố định đi theo thứ tự Definition, NOT THIS, Attributes, Relations, Constraints, Proof để team làm giống nhau.
NOT THIS trong prompt Troubleshoot Tree khác Definition thế nào?
Trong Troubleshoot Tree, Definition nêu nghĩa của entity bằng 1-2 câu rõ, còn NOT THIS là 1 câu chặn hiểu nhầm. NOT THIS đặt ngay sau Definition để khóa nghĩa, giúp AI trích đúng entity và không lệch sang ý khác. Thiếu NOT THIS thì kết quả không đạt Pass.
Có cần điền đủ ô nhập khi dùng prompt Troubleshoot Tree không?
Có, prompt Troubleshoot Tree cần đủ 5 ô nhập TOPIC/ENTITY, CONTEXT, AUDIENCE, GOAL và REFERENCES trước khi chạy. Ô nào bỏ trống thì kết quả sẽ chung chung và bị tính là Fail. Ô REFERENCES không có nguồn thì ghi CẦN BỔ SUNG để AI không bịa dữ liệu.
Nên bắt đầu dùng prompt Troubleshoot Tree từ đâu?
Nên bắt đầu Troubleshoot Tree bằng ví dụ có sẵn: TOPIC là Index bloat, CONTEXT là SEO/Content, AUDIENCE là In-house. Đối chiếu kết quả ví dụ với bảng Pass/Fail, sau đó điền dữ liệu dự án của bạn vào 5 ô nhập và dán mẫu vào ChatGPT, Gemini hoặc Claude để chạy.
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