Mục lục · 5 phần
Trả lời nhanh
Few shot và zero shot prompting là cách giao việc cho AI, khác nhau ở việc có đưa ví dụ mẫu hay không. Với zero shot, anh/chị chỉ nêu yêu cầu nên AI tự chọn cấu trúc, độ dài và giọng văn. Với few shot, anh/chị đưa bản nháp mẫu ngay trong câu lệnh để định hướng cách viết.
Zero-shot prompting là cách anh/chị ra lệnh trực tiếp cho máy tính làm việc mà không cần đưa mẫu trước. Anh/chị chỉ gõ thẳng yêu cầu vào hộp chat. Trí tuệ nhân tạo sẽ tự lục tìm kiến thức nó đã học để hiểu ý anh/chị và tự quyết định toàn bộ cách viết câu trả lời.
Giao việc bằng Zero-shot và Few-shot khác nhau thế nào?
Zero-shot giống như việc anh/chị bảo nhân viên mới: “Hãy viết bài quảng cáo áo thun”. Nhân viên sẽ tự nghĩ ra mọi thứ từ cấu trúc, độ dài cho đến giọng văn. Đôi khi kết quả rất xuất sắc. Nhưng đa phần, máy tính sẽ viết quá dài, dùng từ ngữ bay bổng không hợp với người mua hàng.
Few-shot prompting giải quyết tình trạng này bằng cách cung cấp một hoặc vài bản nháp làm mẫu ngay trong câu lệnh. Anh/chị bảo: “Hãy viết quảng cáo áo thun theo đúng cấu trúc và giọng điệu của bài mẫu này”. Khi nhìn vào mẫu, máy tính sẽ hiểu ngay định dạng anh/chị cần. Nó copy đúng văn phong, cách dùng từ và cách gạch đầu dòng.
Cách làm này giúp tiết kiệm thời gian sửa đi sửa lại câu trả lời. Việc chèn ví dụ mẫu để định hình câu trả lời theo đúng khuôn mẫu mong muốn là kỹ thuật viết câu lệnh (prompt engineering), giúp AI nắm bắt phong cách và cấu trúc mà không cần can thiệp mô hình gốc. Dù anh/chị dùng để viết báo cáo hay trả lời khách hàng, việc có ví dụ mẫu luôn mang lại kết quả sát ý nhất.
Dạy AI tính tiền quảng cáo bằng ví dụ cụ thể
Nhiều người dùng AI để cộng trừ doanh thu nhưng chỉ gõ lệnh chung chung. Máy tính rất dễ tính sai nếu anh/chị không hướng dẫn rõ quy luật. Few-shot giải quyết vấn đề này bằng cách đưa ra một công thức toán học minh hoạ.
Ví dụ, anh/chị muốn tính doanh thu từng đơn từ báo cáo quảng cáo. Lệnh mẫu few-shot sẽ là: “Mẫu: ROAS 4, chi phí 15.000đ/đơn -> Doanh thu trung bình một đơn là 60.000đ (tính bằng cách lấy 15.000đ nhân 4).”
Bây giờ áp dụng vào thực tế. Một shop có doanh số trên 100 triệu mỗi ngày chạy Facebook Ads CPAS về Shopee. Từ 16-20/8/2026, chiến dịch mang về 548 lượt mua. Lượt thêm vào giỏ hàng là 3.964. Quan trọng nhất, chỉ số ROAS trung bình đạt 8,54 và chi phí cho mỗi lượt mua là 5.903đ.
Số liệu thực tế từ tài khoản đang vận hành, ghi nhận tại thời điểm nêu trên. Kết quả từng shop khác nhau tuỳ ngành hàng, giá bán và ngân sách.
Khi đọc số liệu này cùng câu lệnh mẫu, máy tính sẽ tự ráp số. Nó trả lời: “Thực tế: ROAS 8,54, chi phí 5.903đ/đơn -> Doanh thu trung bình một đơn là 50.411đ (tính bằng cách lấy 5.903đ nhân 8,54)”. Con số ROAS chỉ ra rằng cứ 1 đồng chi cho quảng cáo thì shop thu về 8,54 đồng doanh thu. Nhờ có mẫu phép nhân rõ ràng, máy tính không bị lẫn lộn giữa hàng tá chỉ số. Để hiểu cặn kẽ ý nghĩa của từng số liệu phân phối, anh/chị nên xem trực tiếp tài liệu hướng dẫn của Meta.
Không dùng lệnh mẫu để đoán phí sàn thương mại
Có một lỗi rất nghiêm trọng khi ứng dụng few-shot: dùng lệnh mẫu để “dạy” AI về chính sách nền tảng. Lệnh mẫu chỉ giúp AI biết “cách tính”, tuyệt đối không dùng để cung cấp dữ liệu sống.
Lấy báo cáo chạy Dịch vụ Hiển thị Sản phẩm trên Shopee của một shop có doanh số trên 100 triệu mỗi ngày. Dữ liệu ghi nhận trong ngày 08/8/2026 cho thấy shop thu về 1,8 triệu lượt xem và 73.200 lượt click. Chiến dịch tạo ra 6.500 đơn hàng, tương đương mức doanh số 516.147.215đ. Chi phí chạy hiển thị trong ngày là 78.286.766đ, mang lại ROAS 6,59.
Số liệu thực tế từ tài khoản đang vận hành, ghi nhận tại thời điểm nêu trên. Kết quả từng shop khác nhau tuỳ ngành hàng, giá bán và ngân sách.
Nếu anh/chị đưa câu lệnh: “Mẫu: Phí sàn Shopee là 10%”. Trí tuệ nhân tạo sẽ học vẹt con số 10% này. Với doanh số 516.147.215đ, máy tính sẽ tính phí sàn là 51.614.721đ (lấy 516.147.215đ nhân 10%). Nhưng nếu sàn thay đổi quy định, phí thực tế tăng lên mức 12%. Chi phí thật lúc này phải là 61.937.665đ (lấy 516.147.215đ nhân 12%).
Chỉ vì một ví dụ cũ, báo cáo lợi nhuận của anh/chị bị lệch ngay hơn 10 triệu đồng. Thay vì bắt máy ghi nhớ mức phí, anh/chị phải tra cứu tài liệu đào tạo của Shopee để lấy số phần trăm mới nhất mỗi khi làm báo cáo. Anh/chị không cần tìm hiểu sâu về kỹ thuật transformer attention bên trong AI, nhưng hiểu rõ ranh giới giữa lệnh mẫu và số liệu thực là điều bắt buộc.
Đọc tình hình tăng trưởng qua số liệu TikTok Ads
Khi ngân sách quảng cáo phình to, người chạy ads rất dễ hoang mang nếu thấy tiền đi quá nhanh. Dùng few-shot để định hướng cách nhận xét sẽ giúp anh/chị đánh giá hiệu quả mở rộng một cách khách quan.
Hãy xem dữ liệu chiến dịch TikTok Ads GMV Max của một shop có doanh số trên 100 triệu mỗi ngày. Vào ngày 08/8/2026, chi phí quảng cáo đạt 1.201,98 USD. Mức chi tiêu này tăng vọt 50,86% so với đúng 7 ngày trước. Song song đó, hệ thống ghi nhận doanh thu đạt 8.312,20 USD, tức là tăng 50,99%. Chi phí tính trên mỗi đơn hàng vẫn giữ nguyên ở mức 0,33 USD. Đặc biệt, chỉ số ROI đạt 6,92, tăng nhẹ 0,14%.
Số liệu thực tế từ tài khoản đang vận hành, ghi nhận tại thời điểm nêu trên. Kết quả từng shop khác nhau tuỳ ngành hàng, giá bán và ngân sách.
Nếu anh/chị chỉ bảo máy tính “nhận xét số liệu”, nó sẽ kể lể dài dòng là mọi thứ đều tăng. Nhưng nếu anh/chị đưa một ví dụ định hướng: “Mẫu: Nếu chi phí tăng 20% mà ROI giảm 15%, nghĩa là việc đẩy ngân sách thất bại do biên lợi nhuận tụt mạnh.”
Dựa vào khung tư duy này, máy tính sẽ ráp số và phân tích: “Chi phí tăng vọt 50,86% nhưng ROI vẫn giữ vững ở mức 6,92, thậm chí nhích nhẹ 0,14%. Điều này chứng minh chiến dịch đang mở rộng ngân sách cực kỳ thành công, đem về nhiều đơn hơn mà không làm suy giảm hiệu quả sinh lời.” Con số ROI 6,92 ở đây là bằng chứng thép cho việc tăng ngân sách an toàn. Định nghĩa chuẩn về lợi tức đầu tư này luôn có trong tài liệu hỗ trợ của TikTok Ads. Để ứng dụng AI sâu hơn vào công việc thực tế, anh/chị nên xem cách hiểu AI để biến nhu cầu vận hành thành yêu cầu rõ ràng hơn.
Câu hỏi thường gặp
Nên dùng zero-shot hay few-shot để làm báo cáo quảng cáo hàng ngày?
Anh/chị nên ưu tiên dùng few-shot cho tác vụ này. Báo cáo quảng cáo cần sự thống nhất về định dạng để người quản lý dễ theo dõi và tổng hợp số liệu. Đưa từ hai đến ba ví dụ mẫu sẽ giúp AI vào form chuẩn, lập bảng biểu nhất quán và giúp anh/chị copy kết quả nhanh chóng.
Tại sao tôi đã đưa ví dụ rồi mà AI vẫn tính tiền sai?
Lý do phổ biến nhất là bản thân công thức tính trong ví dụ mẫu của anh/chị bị sai. AI học vẹt từ mẫu, nên nếu mẫu tính sai một đồng, máy sẽ tính sai hàng tỷ đồng khi áp dụng vào số liệu lớn. Anh/chị cần kiểm tra cẩn thận các phép nhân chia trong câu lệnh mẫu trước khi giao việc.
Tôi cần cho máy tính xem bao nhiêu đoạn văn mẫu là đủ?
Con số lý tưởng là từ 1 đến 3 ví dụ. Một ví dụ hướng dẫn định dạng chuẩn, một ví dụ hướng dẫn cách xử lý khi thiếu số liệu, và một ví dụ về trường hợp số liệu tụt dốc. Nhồi nhét quá nhiều mẫu sẽ làm câu lệnh trở nên phức tạp, khiến AI bị phân tâm và làm sai yêu cầu chính.
Đưa ví dụ bằng tiếng Việt thì AI có hiểu đúng cấu trúc không?
Có. Các công cụ trí tuệ nhân tạo hiện nay đọc hiểu ngữ pháp tiếng Việt cực kỳ tốt. Anh/chị cứ viết lệnh và ví dụ bằng tiếng Việt tự nhiên. Nếu muốn máy trả lời khách hàng bằng thái độ mềm mỏng, anh/chị hãy chèn thẳng các từ xưng hô như “dạ”, “chào anh/chị” vào mẫu.
Few-shot có giúp AI tự biết chính sách quảng cáo mới nhất không?
Hoàn toàn không. Ví dụ mẫu chỉ hướng dẫn cách hành văn và cách lập luận. Lệnh mẫu không giúp máy tính tự kết nối mạng để tải biểu phí mới. Để báo cáo không bị lệch tiền, anh/chị phải chủ động lên các trang hỗ trợ chính thức, copy chính sách mới và dán vào dữ liệu nguồn mỗi ngày.
