ChatGPT là gì? Cách sử dụng ChatGPT an toàn & hiệu quả

ChatGPT (hay Chat OpenAI) là một trong những ứng dụng trí tuệ thông minh nhân tạo phổ biến nhất hiện nay. ChatGPT là gì? Làm thế nào để sử dụng ChatGPT an toàn và hiệu quả nhất ở Việt Nam? Hãy tìm kiếm đáp án trong bài viết này nhé.

Tháng 11/2022, OpenAI, phòng thí nghiệm trí tuệ nhân tạo có trụ sở tại San Francisco, đã phát hành một AI chatbot có tên là ChatGPT.

ChatGPT nhanh chóng trở thành ứng dụng phát triển nhanh nhất trong lịch sử, cán mốc 100 triệu người dùng chỉ sau 2 tháng ra mắt. Trong hình dưới, mức tăng trưởng người dùng theo ngày của ChatGPT đã vượt xa các nền tảng lớn khác trên thế giới như Instagram, Spotify, Facebook, ...

Đồ thị tăng trưởng người dùng của ChatGPT so với các mạng xã hội khác

Điều gì đã khiến cho ChatGPT trở thành hiện tượng toàn cầu trong thời gian ngắn?

Bài viết này sẽ giúp bạn trả lời câu hỏi trên thông qua việc tìm hiểu khái niệm của ChatGPT, phân tích cách hoạt động, vai trò của ChatGPT trong hệ sinh thái AI và best practices khi ứng dụng.

Disclaimer: Toàn bộ phần chat của tôi với chatGPT trong bài được tạo bởi cả GPT-3.5 (logo xanh lá) và GPT-4 (logo tím).

Xem Thêm Khóa Học Lập Trình

1. ChatGPT là gì?

ChatGPT (hay còn được biết đến với tên gọi Chat OpenAI) là giao diện người dùng được phát triển bởi OpenAI, dựa trên mô hình ngôn ngữ lớn (large language model) GPT-3.5 nằm trong nhóm generative AI (AI phái sinh).

Hiểu một cách đơn giản thì ChatGPT là một loại AI chatbot có khả năng trò chuyện với con người.

ChatGPT được thiết kế để hiểu và tạo ra loại văn bản giống cách con người làm việc dựa trên dữ liệu đầu vào mà nó nhận được.

Thay vì đưa ra phản hồi bằng tìm kiếm trên Internet dựa trên từ khoá như các công cụ tìm kiếm khác như Google, Bing, Siri, Alexa, ... ChatGPT tạo ra phản hồi mạch lạc, có tính người hơn bằng việc phân tích ngữ cảnh, từ ngữ và dự đoán câu trả lời thích hợp.

2. Các công cụ tương tự ChatGPT

chatgpt-la-gi — Hình ảnh động minh họa cách xử lý ngôn ngữ bằng công nghệ LaMDA

2.1. Có bao nhiêu phiên bản ChatGPT?

GPT-1 và GPT-2: Hai mô hình này đều được phát triển bởi OpenAI từ năm 2015. Vì GPT-1 và GPT-2 tạo ra các văn bản lặp lại hoặc vô nghĩa với phản hồi dài. nên chúng được thay thế bằng hai phiên bản tốt hơn là GPT-3 và GPT-4.
GPT-3.5: Bản miễn phí của ChatGPT được phát triển dựa trên GPT-3.5, là bản nâng cấp của GPT-3. Năm 2022, OpenAI phát hành ChatGPT dựa trên GPT-3.5.
GPT-4: Bản trả phí của ChatGPT (ChatGPT Plus) ra đời năm 2023, được phát triển dựa trên GPT-4. Hiện tại, mức phí dể dùng GPT-4 là 20 đô/tháng.

2.2. Các công cụ & ứng dụng AI tương tự Chat OpenAI

Bard: Là search engine (công cụ tìm kiếm) phát triển bởi Google theo hướng chat-oriented, dựa trên mô hình LaMDA. Bạn có thể dùng thử Bard bằng cách đăng ký bằng tài khoản Google.
Bing Chat: Là chatbot AI được phát triển dựa trên mô hình AI độc quyền do Microsoft phát triển có tên là Prometheus. Prometheus kết hợp thông tin của công cụ tìm kiếm Bing, chẳng hạn như lập chỉ mục, xếp hạng và các dữ liệu khác, với công nghệ đằng sau mô hình GPT-4 của OpenAI để tạo ra các câu trả lời chính xác và phù hợp dựa trên thông tin web hiện tại.
Phind: Năm 2022, một công ty Mỹ ở San Francisco, Hello Cognition Inc, cho ra đời một search engine có tên là Phind. Phind có thiết kế tối ưu cho các lập trình viên như tính năng lưu search preferences làm mặc định hay Surprise Me giúp gợi ý chủ đề mới cho người dùng khám phá. Hiện tại, Phind cung cấp bản dùng thử miễn phí.

3. ChatGPT hoạt động như thế nào?

3.1. Giải thích thuật ngữ thông dụng trong Chat OpenAi

Prompt là thứ người dùng nhập vào ChatGPT, có thể là một từ, một cụm từ hay cả đoạn văn bản.

Large Language Models, viết tắt là LLMs (Mô hình ngôn ngữ lớn) là mô hình học máy có thể tạo ra văn bản ngôn ngữ tự nhiên (natural language) với chất lượng và độ trôi chảy ấn tượng.

Generative AI (AI phái sinh) là một loại AI có khả năng tự tạo ra văn bản, hình ảnh, âm thanh hoặc dữ liệu tổng hợp sử dụng các mô hình tổng quát thay vì phân tích các dữ liệu hiện có.

Neural network (mạng lưới thần kinh) là một nhánh của machine learning (học máy) được xây dựng bằng cách sử dụng các nguyên tắc tổ chức nơ-ron được phát hiện bởi thuyết kết nối trong mạng lưới thần kinh sinh học cấu thành nên bộ não động vật.

3.2. Transformer là gì?

Bản miễn phí của ChatGPT được phát triển dựa trên mô hình GPT-3.5.

Bản trả phí của ChatGPT là ChatGPT Plus được phát triển dựa trên mô hình GPT-4.

Tất cả các mô hình GPT của OpenAI đều dựa trên công nghệ Transformer. Do vậy, muốn hiểu được cơ chế hoạt động của ChatGPT, chúng ta cần phải hiểu cơ chế hoạt động của Transformer.

Transformer là một loại deep learning architecture (kiến trúc học sâu), được dùng chủ yếu ở lĩnh vực xử lý ngôn ngữ tự nhiên (NLP) và thị giác máy tính (CV).

Công nghệ này được giới thiệu lần đầu trong bài báo Attention Is All You Need của nhóm các nhà khoa học ở Google Brain và Google Reasearch vào năm 2017.

3.3. Transformer hoạt động như thế nào?

chat open ai — Kiến trúc của Transformer

Kiến trúc của Transformer dựa trên Encoder-Decoder architecture, bao gồm 2 thành phần cốt lõi là:

Encoder: Encoder xử lý dữ liệu đầu vào (gọi là "Source") và nén dữ liệu vào vùng nhớ hoặc context mà Decoder có thể sử dụng sau đó.
Decoder: Decoder nhận đầu vào từ đầu ra của Encoder (gọi là "Encoded input") kết hợp với một chuỗi đầu vào khác (gọi là "Target") để tạo ra chuỗi đầu ra cuối cùng.

Transformer hoạt động dựa trên attension mechanism (cơ chế tập trung). Cơ chế tập trung cho phép Transformer tập trung vào những từ quan trọng nhất trong câu khi đưa ra dự đoán. Điều này làm cho Transformer mạnh hơn nhiều so với mạng thần kinh truyền thống vốn chỉ có thể đọc các từ trong câu theo thứ tự tuyến tính.

Về cơ bản, quy trình hoạt động của Tranformer gồm các bước sau:

Bước 1: Preprocessing (Tiền xử lý)

Tokenization: Dữ liệu đầu vào được biến đổi thành token. Ví dụ, câu "ChatGPT là gì?" sẽ được mã hoá thành 4 token ["ChatGPT, "là", "gì", "?"].
Embedding: Biến token thành vector. Mỗi token được chuyển thành một vector.
Positional Encoding: Thêm vector vào Embedding trước khi chúng được đưa vào mô hình để cung cấp cho mô hình thông tin về vị trí tương đối hoặc tuyệt đối của token trong chuỗi vì mô hình không biết được thứ tự của các từ trong chuỗi.

Bước 2: Encoder

Encoder bao gồm nhiều layer (lớp) xếp chồng lên nhau (stack). Mỗi layer có 2 sublayer là Multi-Head Attention và Positionwise Feed-forward Neural Network (FNN). Output của 2 sublayer sẽ đi qua một lớp gọi là Add & Norm.

Multi-Head Attention: Dữ liệu đầu vào được truyền vào nhiều head để tạo một tập các vector đầu ra. Multi-head attention được thiết kế để cho phép mô hình xử lý thông tin đồng thời ở các không gian không gian (subspaces) khác nhau. Thay vì có một module attention duy nhất, mô hình có nhiều "heads", mỗi head có thể tập trung vào các phần khác nhau của đầu vào.

Positionwise Feed-forward Neural Network (FNN): Các vector đầu ra của attention head được truyền qua positionwise feed-forward neural network (mạng thần kinh chuyển tiếp theo vị trí). Mỗi head trong khối có một mạng FNN riêng, cho phép mô hình học được các biểu diễn dựa trên nhiều không gian không gian (subspaces) khác nhau của dữ liệu. Mục tiêu là tạo một lớp biểu diễn phi tuyến tính (non-linear representation) của dữ liệu đầu vào, giúp mô hình có khả năng học được các mối quan hệ phức tạp và phi tuyến tính của dữ liệu.
Add & Norm: Bao gồm hai bước Add và Norm. Bước Add thêm residual connection (kết nối dư) nhằm giảm vấn đề vashing gradient (mất độ dốc) trong các deep network (mạng sâu). Ngay sau đó, bước Norm thực hiện layer normalization (chuẩn hoá lớp) giúp ổn định quá trình huấn luyện và giảm số lượng giai đoạn cần thiết để huấn luyện.

Bước 3: Decoder

Tương tự Encoder, Decoder cũng có 2 sublayer và có thêm 1 sublayer ở nằm giữa 2 sublayer tên là Encode-decode Attention.

Masked Multi-Head Attention: Là một biến thể của Multi-Head Attention, hoạt động tương tự Multi-Head Attention nhưng có "mask" để ngăn không cho mô hình nhìn thấy các từ ở tương lai trong câu.
Multi-Head Attention: Hoạt động giống với bước Encoder.
Encode-decode Attention: Trong Encode-decode Attention, truy vấn tới từ đầu ra của lớp con Attention, còn key và value tới từ đầu ra của Encoder.
Positionwise Feed-forward Neural Network (FNN): Hoạt động giống với bước Encoder.
Add & Norm: Hoạt động giống với bước Encoder.

Đầu ra của Decoder thường là một chuỗi các vector. Mỗi vector tương ứng với một từ trong chuỗi đầu ra. Các vector này sau đó được chuyển qua một lớp tuyến tính (linear layer) và một hàm softmax để tạo ra một phân phối xác suất trên tất cả các từ trong từ điển. Sau cùng, từ có xác suất cao nhất được chọn làm từ dự đoán tiếp theo trong chuỗi. Quy trình này lặp lại cho mỗi từ trong chuỗi đầu ra, cho tới khi mô hình dự đoán ra ký tự kết thúc câu hoặc đạt độ dài tối đa cho phép.

4. Ứng dụng nổi bật của ChatGPT

ChatGPT có nhiều ứng dụng nổi bật trong các lĩnh vực và ngành nghề khác nhau. Sau đây là một số ứng dụng phổ biến nhất.

4.1. Sử dụng Chat OpenAI trong dịch vụ khách hàng

ChatGPT có thể được sử dụng để tạo các chatbot có thể cung cấp dịch vụ khách hàng cho doanh nghiệp. Những chatbot này có thể tự trả lời các câu hỏi, giải quyết vấn đề và cung cấp hỗ trợ cho khách hàng mà yêu cầu rất ít sự giám sát.

Bạn có thể xem ví dụ về chatbot chăm sóc khách hàng như dưới đây:

Prompt: "Làm sao để reset password"

Response: Để reset password, bạn vui lòng làm theo hướng dẫn sau:

1. Đi tới trang chủ
2. Nhấn nút Quên mật khẩu
3. Nhập email đã đăng ký
4. Nhấn nút "Submit" để hệ thống gửi một đường dẫn reset mật khẩu tới email bạn vừa cung cấp
5. Mở hòm mail, nhấn vào link được đính kèm trong email
6. Bạn sẽ được dẫn sang trang reset mật khẩu
7. Tạo mật khẩu mới và login vào hệ thống sử dụng mật khẩu mới

4.2. ChatGPT - Trợ lý ảo cá nhân

Các công cụ chatbot AI hoạt động như một trợ lý ảo cá nhân với mức phí cực thấp. Nếu như phải viết bài này cách đây 2 năm, thời điểm không tồn tại ChatGPT hay bất kỳ công cụ AI tương tự khác, tôi sẽ phải google "What is ChatGPT?", rồi đọc từng đường dẫn mà tôi cho là uy tín. Sau đó, tự tổng hợp nội dung cho phù hợp với dàn ý của bài.

Công việc này rất là mất thời gian và nhàm chán. Vì trên mạng có cả trăm bài viết, mỗi bài lại viết về một phần rất nhỏ của ChatGPT hoặc có bài văn phong dở hoặc thậm chí viết sai. Vậy nên, muốn viết một bài chỉnh chu, đầy đủ về một chủ đề mình không biết, tôi sẽ phải tự mình tìm kiếm và lọc một lượng lớn thông tin.

Giờ đây, với sự trợ giúp của ChatGPT, Phind và Bard, tôi không cần phải tự lọc thông tin nữa mà chỉ cần kiểm chứng lại thông tin chatbot AI cung cấp cho tôi. Việc này cải thiện năng suất viết của tôi, đem bài viết chất lượng tới các bạn.

Chúng ta đã có trợ lý ảo Alexa và Siri trong cả thập kỷ với khả năng mở nhạc, giới thiệu phim và đặt hàng từ trang thương mại điện tử như Amazon. ChatGPT có thể làm được nhiều thứ phức tạp hơn các công cụ trợ lý ảo như trả lời điện thoại tự động, giữ hội thoại, đàm phám với nhà cung cấp, lên lịch hẹn, đặt chỗ và tìm kiếm thông tin.

4.3. Sáng tạo nội dung bằng ChatGPT

ChatGPT có thể được sử dụng để sáng tạo nội dung với các dạng văn bản khác nhau từ đơn giản như email, thư, tin nhắn, mô tả sản phẩm cho tới phức tạp như tài liệu học thuật, blog, thơ ca, hội hoạ, ...

Vào 5/2023, bài báo Prompt Engineering cho ChatGPT: Hướng dẫn nhanh về kỹ thuật, mẹo và best practices được tạo ra bằng ChatGPT với sự trợ giúp tạo prompt và review tính đúng đắn từ Giáo sư Sabit Ekin.

Bản thân tôi cũng dùng kết hợp 3 công cụ chat AI là ChatGPT, Phind và Bard để lên ý tưởng và nội dung cho bài này.

4.4. Ứng dụng ChatGPT trong lập trình

Bạn có thể yêu cầu ChatGPT viết code, debugging code bằng cách xác định dòng code gây lỗi, đề xuất giải pháp khắc phục lỗi hay giải thích cách hoạt động của một đoạn code. Ví dụ, bạn có thể hỏi

Prompt 1: "Đoạn code sau bị lỗi ở dòng nào? Đề xuất cách sửa.

... Đoạn code của bạn ...

Response 1: Bạn bị lỗi ở ... Bạn có thể sửa lại chúng như sau ...

-------------------------------------------------------------------

Prompt 2: Giải thích đoạn code sau hoạt động như nào
... Đoạn code của bạn ...

Response 2: ...

Ví dụ dùng ChatGPT để debugging code

4.5. Dịch thuật bằng Chat OpenAI

ChatGPT có thể được sử dụng để dịch văn bản từ ngôn ngữ này sang ngôn ngữ khác theo nhiều cách khác nhau như dịch trực tiếp, hỗ trợ dịch thuật (tạo bản dịch nháp) và dịch máy (cung cấp tập dữ liệu lớn bao gồm văn bản và bản dịch để huấn luyện các mô hình dịch máy khác).

5. Giới hạn của ChatGPT

Mặc dù, ChatGPT là một công cụ mạnh mẽ được sử dụng rộng rãi trong thời gian ngắn nhưng chúng ta vẫn cần lưu ý khi sử dụng vì nó vẫn còn có nhiều hạn chế.

5.1 Thiếu chính xác trong toán học

Bạn sẽ nhận được phản hồi thiếu chính xác khi yêu cầu ChatGPT thực hiện các phép tính số học hoặc giải các dạng toán khác. Cho tới thời điểm hiện tại, dù đã cải thiện chất lượng qua các phiên bản nhưng ChatGPT vẫn là công cụ chưa đáng tin cậy đối với toán học.

Khi tôi hỏi ChatGPT xem liệu số 9999960800038127 có phải là số nguyên tố không thì ChatGPT 3.5 đưa ra câu trả lời thiếu nhất quán. Nếu tôi hỏi lại liên tục cùng câu hỏi thì phản hồi lúc đúng, lúc sai.

Ngay cả trong phản hồi đúng (phản hồi số 1) thì tôi cũng thấy phần thừa số bị sai. Đáng lẽ, kết quả đúng sẽ là số số 9999960800038127 không phải số nguyên tố vì 9999960800038127 = 99999787 * 99999821 thay vì 101, 990097, 10000991 như ở phản hồi 1.

giới hạn của chatgpt — ChatGPT bản 3.5 tạo phản hồi không nhất quán

5.2. Thiếu trích dẫn tài liệu

ChatGPT thường xuyên trích dẫn sai tài liệu hoặc không thể trích dẫn một đường link cụ thể nào. Lý do là ChatGPT không thể truy cập Internet và cũng không được tiếp cận các thông tin có bản quyền như sách, báo, tài liệu học thuật, ... Cho nên, chất lượng phản hồi của ChatGPT bị hạn chế và phụ thuộc vào số lượng lớn các tài nguyên "miễn phí" trên Internet.

ChatGPT có khả năng dự đoán nhu cầu của bạn. Nếu bạn yêu cầu ChatGPT viết một bài báo học thuật với các yêu cầu cụ về một nội dung cụ thể. Khả năng lớn là ChatGPT sẽ đưa cho bạn một văn bản trông giống nghiên cứu khoa học với rất nhiều tài liệu trích dẫn có vẻ uy tín và liên quan nhưng thực chất chúng đều không chính xác.

5.3. Thiếu thông tin về các sự kiện trong hiện tại

Tập dữ liệu huấn luyện của ChatGPT 3.5 và GPT-4 có thời điểm cuối là tháng 9/2021. Vì thế, ChatGPT không thể trả lời các câu hỏi liên quan tới những sự kiện gần đây.

Khi tôi hỏi chatGPT về Phind - một công cụ tìm kiếm sử dụng mô hình ngôn ngữ lớn ra đời năm 2022 thì ChatGPT hoàn toàn không hề biết thông tin gì về nó.

Cập nhật: Từ ngày 28/9, phiên bản trả phí ChatGPT Plus và Enterprise có thể truy cập Internet, nên dữ liệu sẽ không còn hạn chế như trước nữa.

OpenAI thông báo về việc ChatGPT có thể truy cập Internet

5.4. Tạo thông tin không chính xác hoặc gây nhầm lẫn

ChatGPT được huấn luyện trên đầu vào chủ yếu là các tập dữ liệu dạng văn bản và code chứa cả thông tin đúng và thông tin sai lệch hoặc có định kiến (bias). Cho nên, không tránh khỏi việc ChatGPT tạo ra nhiều văn bản sai lệch hoặc gây nhầm lẫn, đặc biệt là trong những chủ đề phức tạp và nhiều tranh cãi. Nếu người dùng không có khả năng tư duy tốt, họ sẽ dễ dàng tin vào thông tin sai lệch do ChatGPT cung cấp.

Sẽ thật nguy hiểm khi một tổ chức nắm trong tay công cụ mạnh mẽ như ChatGPT hoàn toàn có thể bóp méo thông tin để thao túng một lượng lớn người dùng trên toàn thế giới nhằm phục vụ mục đích cụ thể nào đó.

Bên cạnh đó, phản hồi sẽ có độ chính xác phụ thuộc vào ngôn ngữ được sử dụng. Ví dụ, chủ đề Cryptography (Mật mã học) có rất ít tài liệu đầy đủ bằng Tiếng Việt và đa số tài liệu viết rất sơ sài, thậm chí là không chính xác. Nếu bạn hỏi chatGPT bằng Tiếng Việt về các khái niệm trong mật mã học hoặc tạo code để phá một thuật toán mã hoá thì có khả năng phản hồi nhận lại sẽ chứa nhiều thông tin sai.

Trong các lĩnh vực khác, số tài liệu chất lượng cao trên Internet bằng Tiếng Anh nhiều hơn hẳn tài liệu bằng Tiếng Việt ảnh hưởng tới tập dữ liệu huấn luyện của ChatGPT. Đó là lý do tại sao tôi thường xuyên dùng Tiếng Anh với ChatGPT cũng như các công cụ tìm kiếm khác và chỉ dùng Tiếng Việt khi cần thiết.

Trong những lĩnh vực cần sự chính xác như lập trình hay toán học, ChatGPT phản hồi với sai số lớn. Khi tôi yêu cầu ChatGPT viết code triển khai Queue trong ngôn ngữ Go thì nó phản hồi tôi sai hoàn toàn.

Prompt: implement Queue in Go language

Phản hồi:

package main

import (
	"fmt"
)

type Queue struct {
	items []int
}

func (q *Queue) Enqueue(item int) {
	q.items = append(q.items, item)
}

func (q *Queue) Dequeue() int {
	if len(q.items) == 0 {
		fmt.Println("Queue is empty")
		return -1 // Return a default value
	}
	item := q.items[0]
	q.items = q.items[1:]
	return item
}

func (q *Queue) Size() int {
	return len(q.items)
}

func main() {
	queue := Queue{}

	queue.Enqueue(10)
	queue.Enqueue(20)
	queue.Enqueue(30)

	fmt.Println("Queue size:", queue.Size())
	fmt.Println("Dequeued:", queue.Dequeue())
	fmt.Println("Dequeued:", queue.Dequeue())
	fmt.Println("Queue size:", queue.Size())
}

Ví dụ sai về triển khai Queue trong Go

Trong Go, việc sử dụng hàm append trong method Enqueue là hoàn toàn sai bản chất của quá trình enqueue.

Bạn có thể tham khảo repo golang-collections/collections để biết triển khai Queue trong Go đúng như nào.

5.5. Thiếu nhận thức và hiểu biết về thế giới thực

ChatGPT không phải là con người và không có trải nghiệm hay cảm xúc giống con người. Cho nên, nếu không cung cấp đủ chi tiết bối cảnh của cuộc trò chuyện hoặc thông tin liên quan hữu ích thì ChatGPT khó có thể đưa ra những lập luận, suy luận, diễn giải được như con người.

Chúng ta cùng nhìn vào hai câu văn sau:

Cô ấy đổ nước từ bình vào cốc cho đến khi nó đầy.
Cô ấy đổ nước từ bình vào cốc cho đến khi nó cạn.

Trong hai câu này, từ "nó" dùng để chỉ hai vật hoàn toàn khác nhau. Con người chúng ta dễ dàng nhận ra "nó" là "cốc" trong câu 1 và "nó" là "bình" trong câu 2. Tuy nhiên, để máy tính hiểu được điều này là không dễ dàng.

6. Hướng dẫn sử dụng ChatGPT an toàn và hiệu quả

6.1. Các bước sử dụng ChatGPT

Để sử dụng giao diện web của ChatGPT, bạn cần làm theo các bước sau

Bước 1: Tạo tài khoản ChatGPT

Để đăng ký tài khoản ChatGPT, bạn cần mở trình duyệt web, đi tới đường dẫn https://chat.openai.com/. Làm theo hướng dẫn trên màn hình để tạo tài khoản OpenAI.

Khi bạn đã đăng ký thành công tài khoản OpenAI, bạn sẽ vào giao diện chính của ChatGPT với phiên bản mặc định là GPT-3.5.

Bước 2: Hỏi đáp trong ChatGPT

Mở giao diện web của ChatGPT ở đường dẫn https://chat.openai.com/, nhập prompt của bạn trên prompt bar và chờ ChatGPT phản hồi.

Hiện tại, bạn có thể lựa chọn giữa hai phiên bản ChatGPT là ChatGPT miễn phí dùng mô hình GPT-3.5 và ChatGPT Plus dùng mô hình GPT-4 với mức phí 20 đô/tháng.

Sau khi nhận được phải hồi từ ChatGPT, bạn có thể tạo feedback giúp nhà phát triển ChatGPT biết về chất lượng phản hồi của ChatGPT bằng cách bấm nút Copy, Like hoặc Dislike hoặc sửa prompt đã tạo hoặc tạo phản hồi khác.

Nếu bạn muốn tiếp tục cuộc hội thoại, nhập yêu cầu khác vào prompt bar.

Bước 3: Chỉnh sửa cài đặt chung, đăng xuất hoặc đóng cửa sổ trình duyệt (nếu cần)

6.2. Cách viết prompt cho ChatGPT

Cách viết prompt cho ChatGPT là nội dung nằm trong Prompt Engineering. Tôi có viết một bài giải thích chi tiết về thuật ngữ này, bạn có thể đọc thêm ở Prompt Engineering là gì?

Sau đây, tôi xin đề xuất một vài chiến lược và mẹo cụ thể giúp viết prompt hiệu quả hơn.

6.2.1. Hãy viết prompt cho ChatGPT cụ thể, rõ ràng và ngắn gọn

Bạn nên có một mục tiêu rõ ràng ngay từ đầu. Bạn muốn ChatGPT cung cấp thông tin gì? Bạn càng tạo prompt có nhiều thông tin cụ thể, rõ ràng và ngắn gọn thì bạn càng nhận lại phản hồi có giá trị.

Chúng ta cùng xét ví dụ về 2 prompt và phản hồi tương ứng của ChatGPT.

Prompt 1: "Write a poem" (Viết một bài thơ)

Ví dụ về một prompt mơ hồ sẽ nhận về phản hồi chung chung

Prompt 2: "Write a haiku about the changing seasons" (Viết một bài thơ Haiku về giao mùa).

Haiku là một thể loại thơ ngắn có nguồn gốc từ Nhật Bản.

Ví dụ về một prompt tốt sẽ nhận về phản hồi cụ thể và có liên quan

Chúng ta dễ dàng thấy rằng prompt 1 rất chung chung dẫn tới một phản hồi dài dòng trong khi prompt 2 cụ thể, ngắn gọn và rõ ràng thì nhận về phản hồi ngắn gọn, cụ thể và có liên quan tới nội dung cần tìm hơn bằng cách xác định rõ thể loại thơ và chủ đề.

6.2.2. Xây dựng chiến lược sử dụng chuỗi các prompt

Khi bạn tạo một cuộc hội thoại mới, mỗi phản hồi tiếp theo của cuộc hội thoại được xây dựng dựa vào các prompt và phản hồi trước đó. Vậy nên, bạn cần phải có một chiến lược cụ thể để sử dụng chuỗi các prompt cho hiệu quả.

6.2.3. Sử dụng các công cụ và thư viện hỗ trợ

Dưới đây là danh sách một vài công cụ và thư viện hỗ trợ để chế tác prompt.

Github repo tập hợp nhiều ví dụ về prompt sử dụng trong ChatGPT: awsesome-chatgpt-prompts
Github repo gồm ChatGPT và Bing AI prompts: ChatGPT-Prompts
Sử dụng prompt generator để yêu cầu ChatGPT sửa lại prompt: PrompGenerator
Các mẫu prompts hay dùng: 70+ Best ChatGPT Prompts for SEO, Sales, Support

6.3. Một vài lưu ý sử dụng ChatGPT khác

6.3.1. Privacy & Security (Tính riêng tư và bảo mật)

OpenAI có thể xem bất kỳ nội dung nào bạn nhập vào và toàn bộ cuộc hội thoại giữa bạn và ChatGPT. Dữ liệu này có thể được dùng để huấn luyện những mô hình AI khác hoặc trở thành mã nguồn mở. Vậy nên, khi dùng ChatGPT, bạn không nên tiết lộ các thông tin nhạy cảm hoặc bí mật.

Vào ngày 22/3/2023, CEO của Open AI công bố về rò rỉ dữ liệu của ChatGPT trên Twitter. Một phần người dùng ChatGPT có thể xem được tiêu đề lịch sử hội thoại của những người dùng khác.

Mối đe doạ nguy hiểm khác của ChatGPT nằm ở khả năng gây ảo giác (hallucinations) bằng cách tạo ra các phản hồi sai lệch nhưng nghe có vẻ rất ... hợp lý. Vậy nên, hãy luôn kiểm tra lại kỹ càng những gì ChatGPT phản hồi.

6.3.2. Vấn đề bản quyền và trách nhiệm pháp lý

Ngay từ đầu, OpenAI đã công bố rằng mọi văn bản do ChatGPT tạo ra nhằm phản hồi lại prompt bạn tạo và bạn phải chịu trách nhiệm với nó. Điều này không có gì sai trái nếu như bạn cố tình đăng ký bản quyền và độc quyền sử dụng nội dung ChatGPT tạo để kiếm tiền.

ChatGPT và các công cụ AI tương tự khác có thể đạo văn. Việc sử dụng trực tiếp các phản hồi này không chỉnh sửa có thể dẫn tới vấn đề liên quan tới trách nhiệm pháp lý khi bạn xuất bản chúng.

Ngày 9/8/2023, báo Gardian đăng một bài báo về việc 5 cuốn sách trên Amazon vừa được gỡ xuống sau khi tác giả Jane Friedman phát hiện một số đầu sách trên Amazon đề tên tác giả là cô nhưng không phải do cô viết mà đều được viết bằng AI.

Nguồn: Amazon loại bỏ sách "do AI tạo" nhưng được bán dưới tên tác giả

Sau đây là một vài lời khuyên để giảm rủi ro pháp lý khi sử dụng ChatGPT:

Luôn kiểm chứng lại thông tin.
Tiết lộ rằng mình đang sử dụng chatbot AI để người đọc và người đánh giá không cảm thấy bị lừa.
Kiểm tra xem nội dung ChatGPT tạo ra có tuân thủ luật pháp, quy định và nguyên tắc không.
Theo dõi phản hồi của độc giả và xử lý nhanh chóng nếu có vấn đề phát sinh liên quan tới nội dung do ChatGPT tạo.
Hãy coi ChatGPT như một công cụ. Hạn chế dựa dẫm vào ChatGPT.
Sử dụng ChatGPT hay các công cụ AI khác một cách có trách nhiệm. Đừng bao giờ sử dụng chúng với mục đích sai trái đạo đức và pháp lý.

7. ChatGPT - Ứng dụng trí tuệ thông minh nhân tạo không thể thiếu

Qua bài viết này, chúng ta đã tìm hiểu kỹ lưỡng về ChatGPT, từ cơ chế hoạt động, ứng dụng nổi bật, giới hạn, đến hướng dẫn sử dụng chatGPT, cũng như cách viết prompt cho ChatGPT hiệu quả.

ChatGPT đã và đang trở thành một công cụ mạnh mẽ được ứng dụng trong nhiều lĩnh vực cuộc sống. Tuy nhiên, điều quan trọng là chúng ta phải luôn ý thức về các hạn chế của công nghệ này và sử dụng nó một cách có trách nhiệm.

Hy vọng rằng, qua bài viết này, bạn đã hiểu rõ hơn về ChatGPT và tìm ra cách để có thể ứng dụng nó trong công việc và cuộc sống hàng ngày của mình.

Bài viết này có sử dụng tài liệu tham khảo từ:

Sách What are ChatGPT and its friends? - Mike Loukides
Sách ChatGPT for Dummies
Sách Dive into Deep Learning
Transformer - Wikipedia