Lab 3:
Hướng dẫn cách dùng Biến Trong Prompt Templating – Hiểu Và Ứng Dụng Cho Dự Án Tự Động Hóa Mạng
Khi bạn dùng GPT để sinh ra cấu hình mạng tự động, bạn không muốn gõ đi gõ lại từng dòng cấu hình cho từng mạng con. Thay vào đó, bạn tạo template – một khung mẫu – trong đó chứa các biến (variables), đóng vai trò như chỗ trống sẽ được điền dữ liệu sau.
Ví dụ đơn giản:
interface GigabitEthernet0/0
ip address [IP_ADDRESS] [SUBNET_MASK]
Ở đây, [IP_ADDRESS] và [SUBNET_MASK] là biến, có thể được thay đổi tùy tình huống.
Biến Không Chỉ Là Chuỗi Đơn
Một biến không chỉ đại diện cho một giá trị duy nhất, mà còn có thể là:
Thay Thế Động (Dynamic Replacement)
Trong quá trình GPT xử lý prompt, biến sẽ được tự động thay thế bằng giá trị thực tế. Điều đặc biệt là nếu bạn đưa vào nhiều giá trị cùng lúc, GPT có thể:
Prompt:
[NETWORK]: 172.16.0.0/24, 192.168.0.0/24
[subnetworks_mask]: /25
Kết quả GPT tự tạo ra các subnet cho từng mạng với cùng một mask /25.
Ví dụ 2: Ghép từng mạng với từng mask
Prompt:
[NETWORK]: 172.16.0.0/24, 192.168.0.0/24
[subnetworks_mask]: /25, /26
GPT sẽ ghép 172.16.0.0/24 với /25 và 192.168.0.0/24 với /26. Nhưng không phải lúc nào cũng đúng như vậy, nên bạn nên chỉ rõ cách xử lý trong template.
Case Sensitivity – GPT có phân biệt hoa/thường không?
Không. GPT không phân biệt [NETWORK], [network] hay [NetWork]. Tuy nhiên, bạn nên dùng cách viết nhất quán (ví dụ viết HOA TOÀN BỘ cho biến) để:
Lưu ý Khi Dùng Nhiều Biến
Khi bạn dùng nhiều danh sách biến song song (list of variables), hãy:
[NETWORK]: 172.16.0.0/24
[subnetworks_mask]: /23
→ Không hợp lệ vì /23 lớn hơn /24 → cần xử lý lỗi hoặc cảnh báo!
Kết Luận & Gợi Ý Ứng Dụng
Việc sử dụng biến động trong Prompt Templating giúp kỹ sư mạng tạo cấu hình hàng loạt chỉ trong vài giây:
#PromptTuning #GPTforNetwork #AutomationWithGPT #MạngTựĐộng #TemplateDrivenConfig #AIOps

Khi bạn dùng GPT để sinh ra cấu hình mạng tự động, bạn không muốn gõ đi gõ lại từng dòng cấu hình cho từng mạng con. Thay vào đó, bạn tạo template – một khung mẫu – trong đó chứa các biến (variables), đóng vai trò như chỗ trống sẽ được điền dữ liệu sau.
Ví dụ đơn giản:
interface GigabitEthernet0/0
ip address [IP_ADDRESS] [SUBNET_MASK]
Ở đây, [IP_ADDRESS] và [SUBNET_MASK] là biến, có thể được thay đổi tùy tình huống.

Một biến không chỉ đại diện cho một giá trị duy nhất, mà còn có thể là:
- Danh sách (List)
Ví dụ: [DEVICE_NAMES] có thể là ["Router1", "Switch2", "Firewall3"]
➜ GPT có thể sinh cấu hình cho từng thiết bị.
- Dải số hoặc thời gian (Ranges)
Ví dụ: range(10, 50) để tạo danh sách VLAN từ VLAN10 đến VLAN50.
- Chuỗi văn bản (Strings)
Biến có thể chứa tên site, mô tả interface, tên người quản trị.
- Đối tượng phức tạp (Objects)
Biến chứa cấu trúc như JSON hoặc dictionary để chứa nhiều thuộc tính (ví dụ: thông tin thiết bị: tên, IP, loại thiết bị,...)

Trong quá trình GPT xử lý prompt, biến sẽ được tự động thay thế bằng giá trị thực tế. Điều đặc biệt là nếu bạn đưa vào nhiều giá trị cùng lúc, GPT có thể:
- Lặp lại theo từng giá trị
- Ghép cặp giá trị tương ứng (zip)
Prompt:
[NETWORK]: 172.16.0.0/24, 192.168.0.0/24
[subnetworks_mask]: /25

Ví dụ 2: Ghép từng mạng với từng mask
Prompt:
[NETWORK]: 172.16.0.0/24, 192.168.0.0/24
[subnetworks_mask]: /25, /26


Không. GPT không phân biệt [NETWORK], [network] hay [NetWork]. Tuy nhiên, bạn nên dùng cách viết nhất quán (ví dụ viết HOA TOÀN BỘ cho biến) để:
- Dễ nhìn
- Dễ phân biệt với văn bản mô tả bình thường

Khi bạn dùng nhiều danh sách biến song song (list of variables), hãy:
- Xác định rõ logic xử lý: ghép từng cặp (zip), hay kết hợp từng phần tử với toàn bộ còn lại (nested loop)
- Thêm kiểm tra hợp lệ (error handling) nếu bạn dùng tool tự động
[NETWORK]: 172.16.0.0/24
[subnetworks_mask]: /23
→ Không hợp lệ vì /23 lớn hơn /24 → cần xử lý lỗi hoặc cảnh báo!

Việc sử dụng biến động trong Prompt Templating giúp kỹ sư mạng tạo cấu hình hàng loạt chỉ trong vài giây:
- Sinh danh sách VLAN và mô tả
- Tạo cấu hình DHCP pool theo từng site
- Tự động sinh Access List theo IP source/destination
- Sinh báo cáo cấu hình dạng markdown hoặc CSV
#PromptTuning #GPTforNetwork #AutomationWithGPT #MạngTựĐộng #TemplateDrivenConfig #AIOps