Định nghĩa

Lời nhắc hệ thống (System Prompt) là một tập hợp các hướng dẫn cấp cao được cung cấp cho mô hình ngôn ngữ lớn (LLM) trước khi người dùng nhập liệu. Nó thiết lập bối cảnh, vai trò, các ràng buộc và quy tắc mà AI phải tuân thủ trong suốt toàn bộ cuộc trò chuyện hoặc nhiệm vụ. Không giống như lời nhắc người dùng tiêu chuẩn, vốn đặt câu hỏi, lời nhắc hệ thống quy định cách thức AI nên hành xử khi trả lời.

Tại sao nó quan trọng

Lời nhắc hệ thống là lớp nền tảng của tương tác AI. Nó giúp LLM chuyển đổi từ một chatbot đa dụng thành một công cụ chuyên biệt. Bằng cách xác định vai trò (ví dụ: 'Bạn là một nhà phân tích tài chính cấp cao'), giọng điệu (ví dụ: 'Duy trì giọng điệu cực kỳ trang trọng và khách quan') và định dạng đầu ra (ví dụ: 'Luôn phản hồi ở định dạng JSON'), bạn đảm bảo các kết quả đầu ra có thể dự đoán và đáng tin cậy, điều này rất quan trọng để tích hợp AI vào quy trình làm việc kinh doanh.

Cách thức hoạt động

Khi một lệnh gọi API được thực hiện đến LLM, lời nhắc hệ thống thường được truyền trong một tin nhắn vai trò 'hệ thống' chuyên dụng. Mô hình xử lý hướng dẫn này trước tiên, nội hóa nó như một chỉ thị vận hành. Các đầu vào tiếp theo của người dùng sau đó được xử lý dưới lăng kính của lời nhắc hệ thống. Nếu lời nhắc hệ thống quy định sự ngắn gọn, mô hình sẽ ưu tiên tính súc tích, ngay cả khi lời nhắc người dùng dài dòng.

Các trường hợp sử dụng phổ biến

• Mô phỏng vai trò: Buộc AI đóng vai một chuyên gia cụ thể (ví dụ: người viết kỹ thuật, người đánh giá pháp lý).
• Định dạng đầu ra: Đảm bảo dữ liệu có cấu trúc như XML, JSON hoặc danh sách gạch đầu dòng cho các quy trình tự động hóa tiếp theo.
• Rào chắn và An toàn: Triển khai các quy tắc để ngăn mô hình tạo ra nội dung có hại, thiên vị hoặc lạc đề.
• Kiểm soát giọng điệu: Đảm bảo tất cả các tương tác AI với khách hàng duy trì giọng điệu thương hiệu nhất quán.

Lợi ích chính

• Tính nhất quán: Giảm sự biến đổi trong các phản hồi qua nhiều lần tương tác.
• Tính chuyên biệt: Biến một mô hình chung thành một trợ lý chuyên ngành.
• Kiểm soát: Cung cấp khả năng kiểm soát chi tiết đối với các ranh giới hoạt động và phong cách của mô hình.

Thách thức

• Quá tải lời nhắc: Các lời nhắc hệ thống quá phức tạp hoặc mâu thuẫn có thể làm bối rối mô hình, dẫn đến hành vi khó lường.
• Giới hạn cửa sổ ngữ cảnh: Các lời nhắc hệ thống rất dài tiêu tốn lượng token có giá trị, ảnh hưởng đến chi phí và ngữ cảnh khả dụng cho người dùng.
• Tấn công tiêm nhắc (Prompt Injection): Người dùng độc hại có thể cố gắng ghi đè lên lời nhắc hệ thống bằng cách sử dụng các đầu vào người dùng được chế tạo khéo léo.

Các khái niệm liên quan

Khái niệm này có liên quan chặt chẽ đến 'Học ít mẫu' (Few-Shot Learning) (cung cấp các ví dụ trong lời nhắc) và 'Triển khai rào chắn' (Guardrail Implementation) (việc thực thi kỹ thuật các quy tắc an toàn).