Tôi nhìn thấy một tweet của Andréj Karpathy, người sáng lập AI nổi tiếng. Anh ta chia sẻ một mẹo: thay vì gõ prompt hàng giờ, hãy bật mic và nói chuyện với AI như với một đồng nghiệp. Nói lộn xộn, nhảy từ ý này sang ý khác, thậm chí còn chưa hiểu rõ mình muốn gì. Để AI 'bới rác' và đặt câu hỏi lại cho bạn. Một phương pháp tưởng chừng như 'vớ vẩn' nhưng lại chạm đến cốt lõi của một cuộc dịch chuyển địa tầng trong cách chúng ta tương tác với mô hình ngôn ngữ lớn. Sự im lặng của vốn là ồn ào nhất. Và ở đây, chính sự im lặng của các prompt 'hoàn hảo' đã bắt đầu lên tiếng.
Nếu anh em đã từng 'đau đáu' với việc viết prompt kiểu 'Hãy đóng vai một chuyên gia tài chính, phân tích dữ liệu ABC với các bước XYZ', thì đây là một cú lật ngược thú vị. Karpathy, với bề dày kinh nghiệm từ OpenAI đến Anthropic, không nói về kỹ thuật prompt mới. Anh ta đang chỉ ra một lỗ hổng trong tư duy của chúng ta. Chúng ta đã dành quá nhiều thời gian để 'dạy' AI hiểu mình, trong khi bản thân chúng ta còn chưa hiểu mình muốn gì. Phương pháp 'Long-Form Verbal Prompt' này không phải là một kỹ thuật, nó là một sự thay đổi tâm thế: từ 'người lập trình cho AI' sang 'người cộng tác với AI'. Những người thành công nhất với AI không phải là người viết prompt giỏi nhất, mà là người hiểu rõ nhất sự hỗn loạn trong đầu mình và dạy AI cách dọn dẹp nó.
Hãy hình dung một nhà giao dịch copy trade. Họ có một ý tưởng đầu tư mới, dựa trên cảm quan thị trường, một tin tức vừa đọc, và một chút FUD từ Twitter. Thay vì ngồi gõ một prompt dài dòng để AI đánh giá, họ chỉ cần bật mic và 'nói' ra tất cả những suy nghĩ hỗn độn đó. AI sẽ lắng nghe, phân tích mớ hỗn độn, và bắt đầu đặt những câu hỏi truy vết: 'Tỷ lệ rủi ro/lợi nhuận của anh là bao nhiêu?' hay 'Anh dựa trên chỉ báo kỹ thuật nào để tin tưởng trade này?'. Điều này không chỉ tiết kiệm thời gian, nó còn giúp nhà giao dịch tự khám phá ra những điểm mù trong logic của chính mình. Sự im lặng của một prompt gõ sẵn là sự đồng thuận giả tạo. Sự ồn ào của một cuộc nói chuyện mới là nơi sự thật được phơi bày.
Nhưng đừng vội mừng. Chiêu thức này có một 'gót chân Achilles'. Nó phụ thuộc hoàn toàn vào khả năng 'đặt câu hỏi' của AI. Một AI tầm thường sẽ chỉ im lặng hoặc trả lời một cách hời hợt. Một AI vĩ đại, như Claude của Anthropic - nơi Karpathy làm việc, mới có thể thực sự 'phỏng vấn' bạn. Anh ta đang quảng bá cho công ty mình một cách tinh tế, nhưng điều đó không làm giảm đi tính chính xác của insight này. Mô hình ngôn ngữ lớn nào làm tốt nhất vai trò 'người phỏng vấn'? Mô hình nào có thể 'đọc' được sự do dự trong giọng nói của bạn và đào sâu vào nó? Đó sẽ là kẻ chiến thắng trong cuộc đua này.
Vẫn còn đó những câu hỏi chưa được giải đáp. Đối với những bài toán yêu cầu tính chính xác tuyệt đối, như kiểm toán hợp đồng thông minh, liệu phương pháp này có hiệu quả? Một lỗi logic nhỏ trong suy nghĩ hỗn độn có thể bị AI hiểu sai và dẫn đến kết quả thảm họa. Và, ở một góc độ khác, việc giao phó quá nhiều suy nghĩ thô cho AI liệu có khiến chúng ta trở nên lười suy nghĩ hơn? Trong thị trường crypto, nơi mà 'suy nghĩ ngược dòng' là vàng, liệu việc AI luôn đặt câu hỏi có vô tình đẩy chúng ta vào một lối mòn tư duy được lập trình sẵn? Trong khi mọi người đang chạy đua để viết prompt hoàn hảo, có lẽ chiến thắng cuối cùng sẽ thuộc về những người biết cách 'nói chuyện' với AI, biết cách 'lắng nghe' AI đặt câu hỏi, và hơn hết, biết khi nào nên tắt mic, tắt AI, và tự mình nghĩ. Đó mới chính là bài toán khó nhất của thập kỷ này.