Prompt Engineer là gì? Công việc, kiểm thử và portfolio

1. Prompt Engineer là gì và giá trị công việc nằm ở đâu?

Prompt Engineer là người thiết kế, thử nghiệm và điều chỉnh các hướng dẫn đầu vào nhằm giúp mô hình AI thực hiện nhiệm vụ theo yêu cầu xác định. Tuy nhiên, giá trị của công việc không chỉ nằm ở khả năng viết câu lệnh rõ ràng mà còn ở việc biến một nhu cầu nghiệp vụ thành quy trình có thể triển khai, kiểm tra và cải tiến.

Theo tài liệu Prompt Engineering của IBM, hoạt động này bao gồm thiết kế, thử nghiệm và tinh chỉnh prompt nhằm nâng cao mức độ phù hợp của kết quả AI. Trong môi trường làm việc, phạm vi trách nhiệm cụ thể còn phụ thuộc vào hệ thống, đội ngũ và mục tiêu của từng dự án.

1.1. Từ yêu cầu nghiệp vụ đến đầu ra AI có thể kiểm tra

Một bộ phận chăm sóc khách hàng có thể đưa ra yêu cầu: "Cần AI hỗ trợ trả lời câu hỏi về sản phẩm". Nếu chỉ viết prompt yêu cầu AI đóng vai nhân viên tư vấn, người thực hiện chưa giải quyết được những vấn đề quan trọng như thông tin nào được phép sử dụng, câu trả lời cần có cấu trúc ra sao và hệ thống phải xử lý thế nào khi thiếu dữ liệu.

Prompt Engineer cần chuyển yêu cầu ban đầu thành những tiêu chí cụ thể. Chẳng hạn, trợ lý chỉ được trả lời dựa trên tài liệu sản phẩm đã cung cấp, không tự tạo thông số kỹ thuật, phải thông báo khi chưa tìm thấy căn cứ và cần giữ định dạng phản hồi thống nhất. Khi đó, kết quả công việc không đơn thuần là một đoạn prompt mà có thể bao gồm bộ hướng dẫn, dữ liệu thử nghiệm, quy tắc đánh giá và tài liệu bàn giao. Những sản phẩm này giúp nhóm dự án kiểm tra giải pháp có đáp ứng nhu cầu ban đầu hay không.

1.2. Phân biệt Prompt Engineer, người dùng AI thành thạo và AI Engineer

Ba nhóm này đều có thể sử dụng mô hình AI nhưng khác nhau về trọng tâm, sản phẩm bàn giao và phạm vi chịu trách nhiệm.

Bảng trên phản ánh sự khác biệt về trọng tâm, không phải ranh giới nghề nghiệp cố định. Trong một nhóm nhỏ, Prompt Engineer có thể tự viết mã gọi API và xây dựng công cụ kiểm thử. Ngược lại, tại dự án có đội kỹ thuật chuyên trách, người này có thể tập trung vào yêu cầu nghiệp vụ, chất lượng đầu ra và tài liệu đánh giá. Nếu đang tìm hiểu việc làm kỹ sư ai, bạn nên chú ý thêm đến yêu cầu phát triển phần mềm và tích hợp hệ thống trong từng JD.

1.3. Vì sao cần đọc kỹ JD thay vì chỉ nhìn chức danh?

JD (Job Description) là bản mô tả công việc, cho biết doanh nghiệp mong đợi ứng viên thực hiện những nhiệm vụ và tạo ra sản phẩm nào. Cùng chức danh Prompt Engineer, một doanh nghiệp có thể ưu tiên thiết kế hội thoại cho chatbot, trong khi đơn vị khác cần người xây dựng bộ đánh giá hoặc phối hợp tích hợp mô hình qua API.

Khi đọc JD, ứng viên nên chú ý đến nhiệm vụ hằng ngày, loại dữ liệu được xử lý, sản phẩm phải bàn giao, công cụ sử dụng và người chịu trách nhiệm đánh giá kết quả. Nếu yêu cầu đề cập đến Python, API, kiểm thử tự động hoặc triển khai ứng dụng, cần xác định mức độ tham gia kỹ thuật thực tế thay vì mặc định đây chỉ là công việc viết câu lệnh.

Đọc JD theo các tiêu chí này giúp bạn đánh giá mức độ phù hợp của bản thân và lựa chọn bằng chứng năng lực cần chuẩn bị, thay vì ứng tuyển chỉ vì nhận thấy chức danh quen thuộc. Việc tìm hiểu thêm vai trò prompt là gì trong xu hướng tuyển dụng việc làm cũng giúp bạn hiểu rõ hơn cách doanh nghiệp ứng dụng kỹ năng này vào thực tế.

2. Prompt Engineer làm gì trong một dự án?

Một dự án Prompt Engineering có thể bắt đầu bằng yêu cầu đơn giản nhưng cần nhiều bước để tạo ra giải pháp có thể sử dụng. Quy trình dưới đây là cách tổ chức công việc tham khảo, không phải quy định bắt buộc cho mọi doanh nghiệp.

2.1. Xác định bài toán, dữ liệu được dùng và tiêu chí hoàn thành

Trước khi viết prompt, cần xác định AI đang hỗ trợ ai, giải quyết nhiệm vụ nào và kết quả được dùng để làm gì. Một yêu cầu như "tóm tắt phản hồi khách hàng" cần được làm rõ: tóm tắt theo sản phẩm hay theo nhóm vấn đề, có cần dẫn lại nội dung gốc không và thông tin cá nhân nào phải được loại bỏ.

Tiếp theo là xác định dữ liệu được phép sử dụng. Đó có thể là tài liệu hướng dẫn đã được phê duyệt, bộ dữ liệu giả lập hoặc dữ liệu công khai phù hợp. Không nên đưa tài liệu nội bộ, thông tin khách hàng hay dữ liệu nhạy cảm vào công cụ AI khi chưa có quyền sử dụng và chưa đáp ứng chính sách bảo vệ dữ liệu liên quan.

Đầu ra của bước này cần giúp các bên thống nhất thế nào là hoàn thành. Ví dụ, bản tóm tắt phải phản ánh đúng nội dung nguồn, không tự thêm nhận định chưa có căn cứ và tuân thủ cấu trúc đã thỏa thuận.

2.2. Thiết kế prompt và ngữ cảnh phù hợp với nhiệm vụ

Prompt cần thể hiện rõ nhiệm vụ, dữ liệu tham chiếu, giới hạn xử lý và định dạng mong muốn. Trong nhiều trường hợp, cần bổ sung ví dụ đầu vào - đầu ra để mô hình nhận biết cách trình bày phù hợp. Với nhiệm vụ phân loại phản hồi khách hàng, hướng dẫn có thể yêu cầu AI xác định nhóm vấn đề, trích nội dung làm căn cứ và đánh dấu những phản hồi chưa đủ thông tin. Nếu sử dụng tài liệu tham chiếu, cần phân biệt nội dung tài liệu với chỉ dẫn mà hệ thống phải tuân thủ.

Mỗi lần điều chỉnh nên lưu lại phiên bản, mục đích thay đổi và điều kiện thử nghiệm. Điều này giúp nhóm dự án biết kết quả khác biệt đến từ thay đổi prompt, dữ liệu, cấu hình hay mô hình, thay vì chỉ so sánh hai câu trả lời riêng lẻ.

2.3. Xây bộ kiểm thử, so sánh phiên bản và phân loại lỗi

Một prompt trả lời đúng vài câu hỏi quen thuộc chưa đủ chứng minh khả năng đáp ứng yêu cầu. Người thực hiện cần chuẩn bị các tình huống đại diện cho nhiệm vụ, bao gồm trường hợp bình thường, thiếu thông tin, dữ liệu mâu thuẫn và yêu cầu nằm ngoài phạm vi.

Mỗi tình huống nên có đầu vào, kết quả mong đợi hoặc tiêu chí chấm, kết quả thực tế và nhận xét. Khi so sánh các phiên bản prompt, cần giữ các điều kiện thử nghiệm tương đương trong phạm vi có thể, bao gồm dữ liệu, mô hình và cấu hình liên quan.

Lỗi có thể được phân loại theo nguyên nhân quan sát được, chẳng hạn trả lời sai dữ kiện, không tuân thủ định dạng, tự bổ sung thông tin, bỏ sót yêu cầu hoặc không nhận biết thiếu căn cứ. Việc phân loại giúp xác định vấn đề nào có thể cải thiện bằng prompt và vấn đề nào cần thay đổi dữ liệu hoặc thành phần hệ thống khác.

2.4. Bàn giao tài liệu, hướng dẫn sử dụng và kiểm tra lại khi có thay đổi

Khi lựa chọn được phiên bản phù hợp với tiêu chí của dự án, Prompt Engineer cần bàn giao đủ thông tin để người khác tiếp tục sử dụng và đánh giá. Tài liệu nên có mục đích sử dụng, phiên bản prompt, nguồn dữ liệu được phép dùng, hướng dẫn kiểm thử và những trường hợp chưa xử lý tốt.

Việc bàn giao cũng cần chỉ rõ điều kiện phải kiểm tra lại, ví dụ khi thay đổi mô hình, cập nhật tài liệu sản phẩm, sửa cấu trúc dữ liệu đầu vào hoặc bổ sung chức năng mới. Một prompt đã hoạt động phù hợp trong lần kiểm thử trước không đồng nghĩa sẽ giữ nguyên kết quả trong mọi điều kiện sau đó. Giá trị của bộ bàn giao nằm ở khả năng kiểm tra và tiếp tục cải tiến, không chỉ ở việc cung cấp câu lệnh cuối cùng.

3. Đánh giá một kết quả prompt tốt như thế nào?

Không nên đánh giá prompt chỉ bằng cảm giác câu trả lời nghe có vẻ hợp lý. Một kết quả tốt cần được xem xét theo nhiệm vụ cụ thể: thông tin có đúng không, có căn cứ hay không, có đúng định dạng và xử lý được các tình huống bất thường hay không.

Để minh họa, giả sử một doanh nghiệp đang xây dựng trợ lý AI trả lời câu hỏi về sản phẩm. Hệ thống được phép sử dụng bộ tài liệu sản phẩm đã phê duyệt. Mục tiêu là trả lời dựa trên tài liệu và không tự khẳng định thông tin chưa được xác nhận.

3.1. Kiểm tra tính đúng, căn cứ và định dạng đầu ra

Ở trường hợp có đủ thông tin, người kiểm thử cần đối chiếu từng nội dung quan trọng trong câu trả lời với tài liệu nguồn. Kết quả có thể đúng về mặt ngôn ngữ nhưng vẫn không đạt nếu AI đưa ra một thông số khác tài liệu hoặc bỏ sót điều kiện áp dụng.

Ví dụ giả định, tài liệu ghi sản phẩm A có thời hạn bảo hành 12 tháng. Khi khách hàng hỏi về thời hạn bảo hành, câu trả lời đạt yêu cầu phải phản ánh đúng thông tin đó, không tự bổ sung điều kiện hoặc quyền lợi ngoài tài liệu.

Ngoài tính chính xác, cần kiểm tra cấu trúc phản hồi. Nếu hệ thống được yêu cầu trả lời ngắn gọn và cung cấp căn cứ, việc tạo một đoạn giải thích dài nhưng không xác định được nguồn cũng có thể bị đánh giá không phù hợp.

3.2. Kiểm tra tình huống thiếu dữ liệu, mâu thuẫn hoặc ngoài phạm vi

Những tình huống khó thường cho thấy giới hạn của prompt rõ hơn các câu hỏi thông thường. Bộ kiểm thử nên bao gồm ít nhất những dạng trường hợp sau:

Đây là các tình huống kiểm thử đề xuất, không phải kết quả của một hệ thống đã triển khai. Trong thực tế, cách xử lý mâu thuẫn còn phụ thuộc quy tắc ưu tiên nguồn, thời điểm cập nhật và quyền hạn được doanh nghiệp quy định.

Ngay cả khi prompt yêu cầu AI chỉ trả lời dựa trên tài liệu, người thực hiện vẫn cần kiểm chứng kết quả. Thiết kế prompt tốt có thể hỗ trợ giảm lỗi nhưng không bảo đảm loại bỏ hoàn toàn thông tin sai.

3.3. Đánh giá độ ổn định, thời gian và chi phí theo từng bài toán

Độ ổn định thể hiện ở việc hệ thống có duy trì hành vi phù hợp khi gặp nhiều cách diễn đạt hoặc khi chạy thử lại hay không. Chẳng hạn, cùng một câu hỏi về bảo hành được viết dưới dạng câu đầy đủ, câu ngắn hoặc có lỗi chính tả, hệ thống vẫn cần xác định đúng thông tin liên quan.

Để đánh giá, có thể tạo bộ tình huống cố định, thử nhiều cách diễn đạt và ghi nhận kết quả theo từng tiêu chí. Nếu cần so sánh các lần chạy, phải lưu thông tin về phiên bản prompt, mô hình, cấu hình và dữ liệu sử dụng.

Thời gian phản hồi và chi phí cũng cần được xem xét theo nhu cầu. Một trợ lý hỗ trợ hội thoại trực tiếp có thể ưu tiên tốc độ, trong khi tác vụ xử lý tài liệu nội bộ có thể chấp nhận thời gian dài hơn để kiểm tra thông tin kỹ lưỡng.

Người đánh giá có thể ghi nhận thời gian xử lý, lượng tài nguyên sử dụng và chi phí theo cách tính của công cụ đang dùng. Không nên kết luận một prompt tốt hơn chỉ vì ngắn hơn hoặc phản hồi nhanh hơn nếu chất lượng nội dung không đạt yêu cầu.

4. Cần học gì để làm Prompt Engineer?

Để theo đuổi công việc này, người học cần kết hợp khả năng hiểu yêu cầu, kiến thức về mô hình AI, tư duy kiểm thử và kỹ năng trình bày kết quả. Mức độ thành thạo từng nhóm kỹ năng phụ thuộc vào phạm vi công việc thực tế. Điều quan trọng là chứng minh được bạn đã sử dụng kỹ năng đó để giải quyết vấn đề nào.

4.1. Phân tích yêu cầu và hiểu nghiệp vụ

Dùng vào việc gì: Xác định người sử dụng, nhiệm vụ cần giải quyết, dữ liệu đầu vào, tiêu chí chấp nhận và các trường hợp không được phép trả lời. Kỹ năng này giúp chuyển yêu cầu còn chung chung thành mô tả có thể kiểm thử.

Có thể chứng minh bằng sản phẩm nào: Một tài liệu yêu cầu dự án nêu rõ mục tiêu, phạm vi, luồng sử dụng, tình huống thử nghiệm và tiêu chí đánh giá. Bạn có thể thực hành bằng bài toán giả định như phân loại phản hồi khách hàng hoặc trích xuất thông tin từ tài liệu mẫu.Khi trình bày sản phẩm, nên giải thích vì sao bạn chọn các tiêu chí đó và chúng liên quan thế nào đến nhu cầu người sử dụng.

4.2. Hiểu mô hình ngôn ngữ, hướng dẫn và ngữ cảnh

Dùng vào việc gì: Thiết kế hướng dẫn rõ ràng, lựa chọn thông tin ngữ cảnh phù hợp và nhận biết giới hạn của mô hình. Người học cần hiểu rằng mô hình có thể tạo nội dung hợp lý về ngôn ngữ nhưng không đúng dữ kiện, đặc biệt khi không có nguồn tham chiếu đáng tin cậy.

Những kiến thức hữu ích gồm cách cấu trúc prompt, cung cấp ví dụ, quản lý dữ liệu ngữ cảnh, giới hạn đầu vào và phân biệt hướng dẫn hệ thống với nội dung tài liệu được đưa vào xử lý.Có thể chứng minh bằng sản phẩm nào: Bộ prompt dành cho một tác vụ cụ thể, có mô tả ngữ cảnh, quy tắc phản hồi, ví dụ thử nghiệm và phần giải thích lựa chọn thiết kế.

Không cần đưa thật nhiều kỹ thuật vào một dự án. Cách lựa chọn kỹ thuật phù hợp và chứng minh tác dụng trong điều kiện thử nghiệm mới là nội dung đáng chú ý.

4.3. Thiết kế thử nghiệm, đánh giá và phân tích lỗi

Dùng vào việc gì: Xây dựng bộ kiểm thử, xác định kết quả mong đợi, so sánh các phiên bản và phân loại nguyên nhân gây lỗi. Đây là nhóm kỹ năng quan trọng để đánh giá chất lượng giải pháp thay vì chỉ trình diễn những câu trả lời tốt.

Có thể chứng minh bằng sản phẩm nào: Bảng kiểm thử chứa đầu vào, tiêu chí chấm, kết quả thực tế, nhận xét, phân loại lỗi và phiên bản prompt được sử dụng. Ví dụ, khi cải tiến prompt tóm tắt tài liệu, bạn có thể so sánh khả năng giữ đúng nội dung chính, nhận biết dữ liệu thiếu và tuân thủ cấu trúc giữa các phiên bản. Cần ghi nhận cả trường hợp kết quả không cải thiện hoặc xuất hiện lỗi mới.

4.4. Lập trình, API và công cụ theo phạm vi từng vị trí

Dùng vào việc gì: Tự động gửi yêu cầu đến mô hình, tổ chức dữ liệu thử nghiệm, lưu kết quả và tích hợp prompt vào quy trình hoặc ứng dụng. Những công việc này có thể cần kiến thức Python, JSON, API và cách xử lý lỗi khi làm việc với dịch vụ AI.

Ở vị trí thiên về thiết kế nội dung hoặc kiểm thử bằng giao diện có sẵn, yêu cầu lập trình có thể thấp hơn. Trong khi đó, vị trí cần tích hợp hoặc xây dựng hệ thống đánh giá tự động có thể yêu cầu ứng viên trực tiếp viết và bảo trì mã nguồn.

Có thể chứng minh bằng sản phẩm nào: Một chương trình nhỏ đọc bộ câu hỏi thử nghiệm, gọi mô hình qua API được cấp phép, ghi kết quả ra tệp và hỗ trợ đối chiếu với tiêu chí đánh giá. Nếu chưa sử dụng API, bạn có thể trình bày quy trình kiểm thử thủ công với dữ liệu, kết quả và cách chấm rõ ràng.

Không nên khẳng định mọi công việc Prompt Engineer đều bắt buộc lập trình hoặc hoàn toàn không cần kiến thức kỹ thuật. Hãy ưu tiên những công cụ được đề cập trong JD của vị trí bạn hướng tới.

4.5. Tài liệu hóa, phối hợp và bảo vệ dữ liệu

Dùng vào việc gì: Giải thích giải pháp cho đồng nghiệp, ghi nhận thay đổi, phối hợp với người phụ trách nghiệp vụ và kỹ thuật, đồng thời đảm bảo dữ liệu được sử dụng đúng quyền hạn.

Một hệ thống prompt có thể được nhiều người tiếp quản. Nếu không có tài liệu về phiên bản, đầu vào, giới hạn và cách kiểm tra, nhóm dự án sẽ khó xác định nguyên nhân khi kết quả thay đổi.

Có thể chứng minh bằng sản phẩm nào: Tài liệu hướng dẫn sử dụng, nhật ký phiên bản, bảng theo dõi lỗi, quy trình bàn giao và bản mô tả cách bảo vệ dữ liệu trong dự án.

Với portfolio công khai, nên sử dụng dữ liệu giả lập hoặc dữ liệu có quyền sử dụng phù hợp. Không đưa thông tin khách hàng, khóa API, dữ liệu cá nhân hoặc tài liệu nội bộ chưa được phép công bố vào sản phẩm minh họa.

5. Xây portfolio Prompt Engineer: cần chuẩn bị những gì để nhà tuyển dụng kiểm tra được?

Portfolio Prompt Engineer nên cho thấy bạn đã giải quyết bài toán như thế nào, chứ không chỉ trưng bày những prompt được viết đẹp. Một dự án nhỏ nhưng có quy trình, bộ kiểm thử và kết quả minh bạch có thể cung cấp bằng chứng rõ ràng hơn tập hợp nhiều câu lệnh không có bối cảnh.

5.1. Chọn bài toán nhỏ và xác định tiêu chí đánh giá

Người mới có thể bắt đầu với một nhiệm vụ giới hạn như phân loại phản hồi khách hàng, trả lời câu hỏi từ tài liệu sản phẩm giả định hoặc trích xuất thông tin từ một nhóm văn bản mẫu.

Trước khi thực hiện, hãy viết rõ nhiệm vụ của AI, loại dữ liệu được phép sử dụng và điều kiện đánh giá. Ví dụ, với dự án phân loại phản hồi, tiêu chí có thể gồm xác định đúng nhóm vấn đề, không tự bổ sung thông tin và đánh dấu phản hồi chưa đủ căn cứ.

Nên giới hạn số chức năng để có thể kiểm tra kỹ các tình huống liên quan. Không cần tạo một chatbot nhiều tính năng nếu mục tiêu portfolio chỉ là chứng minh khả năng thiết kế và đánh giá prompt.

5.2. Ghi lại quá trình từ phiên bản đầu đến bản cải tiến

Nhà tuyển dụng cần hiểu bạn đã đưa ra quyết định dựa trên điều gì. Vì vậy, portfolio nên lưu phiên bản prompt ban đầu, vấn đề được phát hiện, thay đổi đã thực hiện và kết quả thử nghiệm sau điều chỉnh.

Chẳng hạn, ở phiên bản đầu, trợ lý có thể đưa ra câu trả lời khi tài liệu thiếu dữ kiện. Bạn điều chỉnh hướng dẫn để yêu cầu nhận biết thiếu căn cứ, sau đó kiểm thử lại các trường hợp đã chuẩn bị.

Điểm quan trọng là thể hiện kết quả quan sát được. Nếu phiên bản mới xử lý tốt tình huống thiếu dữ liệu nhưng lại bỏ sót thông tin ở một trường hợp khác, cần ghi nhận cả hai thay vì chỉ giới thiệu phản hồi tích cực.

5.3. Trình bày bộ kiểm thử, kết quả thật và giới hạn

Mỗi dự án nên có bộ kiểm thử đủ rõ để người xem hiểu cách bạn đánh giá. Nội dung cần thể hiện dữ liệu đầu vào, kết quả mong đợi, kết quả thực tế và nhận xét tương ứng.

Bạn có thể sử dụng checklist sau để rà soát portfolio trước khi đưa vào hồ sơ ứng tuyển:

• Mục tiêu: Đã nêu rõ bài toán và tiêu chí hoàn thành.

• Dữ liệu được phép dùng: Đã mô tả nguồn, phạm vi sử dụng và loại bỏ thông tin không được công bố.

• Phần việc cá nhân: Đã xác định những công đoạn trực tiếp thực hiện.

• Cách thử: Đã lưu bộ tình huống, phương pháp chấm và điều kiện kiểm thử.

• Kết quả: Đã trình bày đầu ra thực tế và bằng chứng đối chiếu.

• Hạn chế: Đã nêu các lỗi chưa xử lý được và điều kiện giải pháp có thể không phù hợp.

Nếu có mã nguồn, bảng dữ liệu hoặc tài liệu hướng dẫn được phép chia sẻ, bạn có thể tổ chức chúng thành các thành phần riêng để người xem dễ theo dõi. Tuy nhiên, không cần công bố toàn bộ dữ liệu nếu điều đó vi phạm quyền sử dụng hoặc yêu cầu bảo mật.

5.4. Những lỗi khiến portfolio thiếu thuyết phục

Một lỗi thường gặp là chỉ cung cấp ảnh chụp câu trả lời AI nhưng không cho biết prompt, dữ liệu và tiêu chí đánh giá. Người xem sẽ khó xác định kết quả đó có thể kiểm chứng hay chỉ là ví dụ được lựa chọn.

Một hạn chế khác là tuyên bố đã cải thiện chất lượng nhưng không có kết quả thử nghiệm trước và sau. Việc sử dụng những cụm từ như "tối ưu vượt trội" hoặc "không còn lỗi" khi chưa có bằng chứng có thể làm giảm độ tin cậy của dự án.

Portfolio cũng thiếu sức thuyết phục khi người thực hiện không phân biệt phần việc cá nhân với sản phẩm của nhóm, sử dụng dữ liệu chưa được phép hoặc bỏ qua tình huống thất bại.

Để khắc phục, hãy trình bày dự án theo mạch: bài toán cần giải quyết, thiết kế ban đầu, phương pháp kiểm thử, vấn đề phát hiện, thay đổi đã thực hiện, kết quả quan sát và giới hạn còn tồn tại. Cách trình bày này giúp nhà tuyển dụng có căn cứ để đặt câu hỏi và đánh giá năng lực thực tế.

6. Chuẩn bị hồ sơ ứng tuyển Prompt Engineer như thế nào?

Hồ sơ ứng tuyển cần thể hiện sự phù hợp với nhiệm vụ của vị trí cụ thể. Thay vì chỉ liệt kê đã sử dụng các công cụ AI, ứng viên nên liên kết từng năng lực với dự án, tài liệu hoặc kết quả có thể giải thích và đối chiếu.

6.1. Đối chiếu yêu cầu trong JD với năng lực và bằng chứng hiện có

Bước đầu tiên là tách JD thành các nhóm yêu cầu: phân tích nghiệp vụ, thiết kế prompt, kiểm thử, đánh giá kết quả, lập trình và phối hợp dự án. Sau đó, đối chiếu mỗi yêu cầu với sản phẩm bản thân đã thực hiện.

Bảng dưới đây là ví dụ về cách tự rà soát, không phải danh sách yêu cầu chung cho mọi vị trí hoặc thông tin về năng lực sẵn có của một ứng viên cụ thể.

Ứng viên nên tự điền bảng theo trải nghiệm thực tế. Nếu chưa có sản phẩm chứng minh một kỹ năng, hãy ghi nhận đó là khoảng trống cần học và thực hành, không tự tạo thành tích để làm hồ sơ nổi bật hơn.

6.2. Viết phần dự án trong CV theo bài toán, trách nhiệm và kết quả thật

Phần dự án trong CV nên trả lời ba câu hỏi: Bạn giải quyết vấn đề gì, trực tiếp làm những công việc nào và kết quả có thể xác minh là gì?

Thay vì chỉ ghi "Có kinh nghiệm sử dụng AI và viết prompt", ứng viên có thể mô tả cụ thể dự án đã thực hiện. Ví dụ về cách trình bày cho một dự án giả định:

• Bài toán: Xây dựng hướng dẫn cho trợ lý AI trả lời câu hỏi dựa trên tài liệu sản phẩm mẫu.

• Trách nhiệm: Xác định quy tắc sử dụng dữ liệu, thiết kế các phiên bản prompt và chuẩn bị tình huống kiểm thử.

• Kết quả cần mô tả: Bộ prompt, bảng thử nghiệm, các lỗi đã quan sát và tài liệu hướng dẫn được hoàn thành trong quá trình thực hiện.

Ví dụ trên chỉ minh họa cấu trúc viết CV, không phải thành tích của ứng viên. Khi đưa vào hồ sơ thật, bạn cần thay bằng dự án và sản phẩm mình đã thực hiện.

Nếu có kết quả định lượng đáng tin cậy, hãy ghi rõ cách đo, phạm vi dữ liệu và điều kiện thử nghiệm. Nếu chưa có số liệu, bạn vẫn có thể mô tả sản phẩm bàn giao và kết quả quan sát được mà không cần tự tạo tỷ lệ cải thiện.

6.3. Chuẩn bị giải thích lựa chọn, lỗi và cách đánh giá khi phỏng vấn

Trong buổi phỏng vấn, nhà tuyển dụng có thể yêu cầu ứng viên trình bày lý do lựa chọn cấu trúc prompt, cách xác định kết quả đúng và phương án xử lý khi hệ thống tạo thông tin không có căn cứ.

Để chuẩn bị, bạn nên chọn một dự án tiêu biểu và luyện giải thích toàn bộ quá trình từ nhận yêu cầu đến bàn giao. Hãy sẵn sàng chỉ ra lỗi đã gặp, những thay đổi đã thử và lý do chọn hoặc không chọn một phiên bản.

Nếu được hỏi vì sao kết quả AI thay đổi giữa các lần chạy, bạn có thể trình bày cách kiểm tra những yếu tố liên quan như phiên bản mô hình, cấu hình, dữ liệu đầu vào và hướng dẫn sử dụng. Không nên mặc định mọi sự khác biệt đều bắt nguồn từ cách viết prompt.

Khả năng thừa nhận giới hạn cũng quan trọng. Khi một lỗi chưa được giải quyết, hãy giải thích điều đã kiểm tra, căn cứ hiện có và hướng thử nghiệm tiếp theo, thay vì khẳng định giải pháp luôn hoạt động chính xác.

6.4. Làm rõ phạm vi công việc, công cụ và đầu ra trước khi nhận việc

Trước khi nhận một vị trí Prompt Engineer, ứng viên nên tìm hiểu công việc sẽ tập trung vào thiết kế prompt, kiểm thử chất lượng, xây dựng dữ liệu đánh giá hay tích hợp kỹ thuật. Cần xác định những nhiệm vụ nào do cá nhân phụ trách và phần nào sẽ phối hợp với đội ngũ khác.

Bạn cũng nên làm rõ mô hình và công cụ dự kiến sử dụng, quyền truy cập dữ liệu, quy trình kiểm thử, cách đánh giá chất lượng và sản phẩm cần bàn giao. Nếu công việc liên quan đến dữ liệu nội bộ hoặc thông tin khách hàng, cần tìm hiểu quy định bảo mật và trách nhiệm tương ứng.

Những câu hỏi này giúp ứng viên hiểu kỳ vọng công việc, đánh giá khoảng cách kỹ năng và tránh nhầm lẫn giữa chức danh tuyển dụng với nhiệm vụ thực tế.

7. Tìm hiểu cơ hội phù hợp và chuẩn bị hồ sơ cùng Timviec365

Khi tìm hiểu cơ hội nghề nghiệp liên quan đến Prompt Engineer, bạn có thể tham khảo các tin tuyển dụng nhân viên trên timviec365 để nắm bắt yêu cầu thực tế và định hướng chuẩn bị hồ sơ. Khi xem một vị trí cụ thể, hãy đọc toàn bộ mô tả công việc thay vì chỉ dựa vào tên chức danh.

Ứng viên nên đối chiếu yêu cầu của từng vị trí với bảng năng lực đã chuẩn bị, đặc biệt là những nhiệm vụ liên quan đến kiểm thử, đánh giá chất lượng, lập trình và tài liệu hóa. Với vị trí thiên về thiết kế và kiểm thử prompt, hãy ưu tiên đưa vào CV các dự án có bộ kiểm thử và kết quả đối chiếu rõ ràng. Nếu JD nhấn mạnh API hoặc tích hợp hệ thống, cần thể hiện đúng kinh nghiệm kỹ thuật thực tế đang có.

Trước khi gửi hồ sơ, bạn cũng nên kiểm tra tính nhất quán giữa CV và portfolio. Những dự án được nhắc đến trong CV cần có nội dung giải thích tương ứng; vai trò cá nhân, công cụ đã dùng và kết quả trình bày phải phản ánh đúng những gì bạn thực hiện. Thông tin về vị trí tuyển dụng, điều kiện ứng tuyển và công cụ yêu cầu có thể thay đổi theo doanh nghiệp và thời điểm. Vì vậy, hãy kiểm tra thông tin trực tiếp trong từng tin tuyển dụng trước khi quyết định ứng tuyển.

8. Lời kết

Hiểu rõ Prompt Engineer là gì không chỉ giúp bạn nhận biết một chức danh liên quan đến AI mà còn cho thấy trách nhiệm thực tế đằng sau quá trình thiết kế, kiểm thử và cải tiến hướng dẫn. Giá trị của công việc thể hiện ở khả năng chuyển yêu cầu thành đầu ra có thể đánh giá, nhận biết lỗi và bàn giao giải pháp có căn cứ.

Để chuẩn bị theo đuổi vị trí này, bạn nên đi theo ba hướng: hiểu trách nhiệm công việc, xây dựng bằng chứng năng lực và chuẩn bị hồ sơ phù hợp với từng JD. Một portfolio minh bạch về bài toán, quá trình thử nghiệm, kết quả và giới hạn sẽ giúp nhà tuyển dụng có thêm cơ sở đánh giá khả năng của bạn. Từ đó, bạn có thể xác định những kỹ năng còn thiếu và tiếp tục phát triển theo yêu cầu của vị trí mong muốn.