Trong bài viết này
Từ được đánh dấu có giải thích. Di chuột hoặc chạm để xem, hay mở từ điển AI.
Bạn muốn AI viết lại một email giao hàng. Bản gốc có tên khách, số điện thoại, địa chỉ nhà và mã đơn. Công việc thực sự chỉ cần câu xin lỗi, ngày giao dự kiến và cách liên hệ cửa hàng. Dán cả email khiến lượng dữ liệu được chuyển đi lớn hơn nhu cầu của nhiệm vụ.
Trước khi hỏi “AI có giữ bí mật không?”, hãy hỏi “mình cần đưa những gì vào?”. Đây là bước bạn có thể làm ngay, kể cả khi chưa biết chi tiết kỹ thuật của công cụ.
Tách nội dung cần xử lý khỏi thông tin nhận diện
Với ví dụ email, tạo một bản sao rồi thay dữ liệu cụ thể:
Khách: [KHÁCH_A]
Đơn: [ĐƠN_01]
Ngày giao đã hẹn: 23/10
Ngày giao mới: 25/10
Yêu cầu: viết lời thông báo ngắn, xin lỗi vì giao chậm.
Không tự thêm mã giảm giá hoặc lý do chậm giao.Bạn giữ các mốc thời gian vì chúng quyết định nội dung. Địa chỉ và số điện thoại được bỏ vì chúng không giúp viết lời thông báo. Sau khi duyệt văn bản, bạn có thể điền tên khách trong hệ thống làm việc được phép sử dụng.
Thay tên bằng ký hiệu chưa chắc khiến dữ liệu vô danh. Một chức danh hiếm, địa điểm cụ thể và câu chuyện đặc biệt vẫn có thể gợi ra người thật. Hãy đọc lại toàn đoạn, thay vì chỉ tìm những ô có nhãn “họ tên”.
Một prompt dễ kiểm tra nêu nhiệm vụ, cung cấp ngữ cảnh, đặt giới hạn và quy định đầu ra. Sau đó thử trên các ví dụ thật để xem mô hình có đáp ứng hay không.
↔ Vuốt ngang để xem toàn bộ sơ đồ.
01 / Nhiệm vụ
Nêu công việc cụ thể: chẳng hạn viết lại thông báo kỹ thuật cho người dùng phổ thông.
02 / Ngữ cảnh
Cung cấp thông báo gốc và nói rõ ai sẽ đọc, họ cần biết điều gì.
03 / Giới hạn
Yêu cầu giữ nguyên mốc giờ, tên tính năng và con số; không tự thêm thông tin thiếu căn cứ.
04 / Định dạng đầu ra
Quy định tiếng Việt, tối đa 120 từ, nêu hành động cần làm và đánh dấu phần còn thiếu.
Đây là khung soạn yêu cầu, không phải công thức bảo đảm đầu ra đúng. Các giới hạn về quyền và bảo mật phải được thực thi trong ứng dụng.
Kiểm tra công cụ và tài khoản đang dùng
Một công cụ có thể có nhiều loại tài khoản với điều kiện xử lý dữ liệu khác nhau. Trước khi dùng tài liệu nội bộ, kiểm tra hướng dẫn hiện hành của tổ chức và điều khoản áp dụng cho đúng tài khoản. Đừng suy từ tên thương hiệu sang một cam kết chung cho mọi gói dịch vụ.
Ghi lại ba điều: loại dữ liệu được phép nhập, ai có quyền xem cuộc trò chuyện và nơi bản xuất sẽ được lưu. Nếu chưa xác định được, dùng dữ liệu giả để thử quy trình trước. Đừng nhờ chính chatbot xác nhận chính sách tài khoản rồi xem câu trả lời ấy là bằng chứng.
NIST AI RMF đặt việc xem xét rủi ro vào cả thiết kế, phát triển, sử dụng và đánh giá AI. Đây là khung tự nguyện; nó không chứng nhận một công cụ cụ thể phù hợp với dữ liệu của bạn.
Xem lại đầu ra và đường đi tiếp theo
Dữ liệu có thể xuất hiện lại trong tiêu đề, bảng tóm tắt hoặc tên tệp. Trước khi gửi bản nháp, tìm những giá trị cần loại bỏ ở cả nội dung lẫn phần đính kèm. Nếu đã thay khách hàng bằng mã, hãy kiểm tra mô hình có tự điền một tên người tưởng tượng hay không.
Với tài liệu dùng chung, chọn nơi lưu và người được xem trước khi sao chép kết quả. Một đoạn đã được xử lý cẩn thận vẫn có thể bị chia sẻ rộng hơn dự kiến qua một liên kết mở. Hạn chế dữ liệu đầu vào và quản lý quyền chia sẻ là hai việc khác nhau.
Nếu phát hiện đã nhập nhầm dữ liệu, dừng việc chia sẻ tiếp và làm theo quy trình xử lý sự cố của tổ chức. Xóa đoạn chat ở giao diện không đủ để suy ra mọi bản sao phía sau đều đã biến mất.
Bài tập kiểm tra trong năm phút
Tạo một email giả có tên, số điện thoại, địa chỉ, mã đơn và hai ngày giao. Đánh dấu từng trường là cần thiết hoặc không cần thiết cho việc viết thông báo. Chuẩn bị bản đã giảm dữ liệu, rồi yêu cầu AI viết lại bằng prompt rõ ràng.
Đối chiếu đầu ra: hai ngày có đúng không, có xuất hiện thông tin nhận diện không, có lời hứa mới không? Bạn đạt bài tập khi giữ được thông tin phục vụ nhiệm vụ và giải thích được vì sao từng trường còn lại cần được gửi. Một bản nháp lịch sự nhưng chứa dữ liệu thừa chưa đạt.