ccna 2.0 Bí Quyết Viết Prompt Hiệu Quả Cho AI Trong Network Operations: Chỉ Cần Đủ 4 Thành Phần

[dangquangminh]

Bí Quyết Viết Prompt Hiệu Quả Cho AI Trong Network Operations: Chỉ Cần Đủ 4 Thành Phần


Rất nhiều kỹ sư mạng từng có trải nghiệm như thế này: hỏi ChatGPT cùng một vấn đề nhưng mỗi lần lại nhận được chất lượng câu trả lời rất khác nhau. Có lúc AI tạo đúng cấu hình Cisco IOS XE có thể copy ngay vào thiết bị, có lúc lại trả lời rất dài nhưng không dùng được.

Khác biệt không nằm ở AI, mà nằm ở Prompt.

Trong Network Operations, một prompt tốt gần như luôn có 4 thành phần. Nếu thiếu một trong bốn thành phần này, AI vẫn có thể trả lời rất tự tin, nhưng kết quả thường chung chung hoặc không phù hợp với môi trường production.

1. Data Classification – Chỉ Cung Cấp Dữ Liệu Được Phép Chia Sẻ


Điều đầu tiên cần nghĩ đến không phải là hỏi gì, mà là được phép đưa dữ liệu gì vào prompt.

Những dữ liệu thường phù hợp gồm:

• Đoạn cấu hình đã được ẩn thông tin nhạy cảm.
• Syslog.
• Output của các lệnh show.
• Mẫu telemetry.
• Nội dung ticket.
• Đoạn log phục vụ troubleshooting.

Ngược lại, không nên đưa vào các dịch vụ AI công cộng:

• Tên khách hàng.
• Public IP thật.
• Hostname gắn với địa điểm thực tế.
• Sơ đồ hạ tầng nội bộ.
• Thông tin được phân loại là Confidential.

Nếu doanh nghiệp triển khai LLM nội bộ hoặc Private AI, quy định có thể linh hoạt hơn. Nhưng với dịch vụ AI trên Internet, hãy xem mọi dữ liệu bạn nhập vào giống như đang đăng trên một diễn đàn công khai.

2. Output Format – Nói Rõ Muốn AI Trả Về Dạng Gì


Một sai lầm phổ biến là chỉ yêu cầu:

"Viết cấu hình."

AI sẽ không biết bạn cần:

• CLI.
• JSON.
• YAML.
• Markdown.
• Báo cáo.
• Hay tài liệu đào tạo.

Ví dụ:

Thay vì:

"Generate SSH configuration."

Hãy viết:

"Generate Cisco IOS XE CLI commands, sẵn sàng để copy trực tiếp trong chế độ interface configuration."

Hoặc:

"Trả về JSON để hệ thống automation có thể xử lý."

Nếu đầu ra phục vụ script thì CLI hoặc JSON là lựa chọn tốt. Nếu phục vụ Change Record thì Markdown sẽ phù hợp hơn. Nếu để đào tạo kỹ sư mới thì nên yêu cầu AI giải thích bằng văn bản.

3. Persona – AI Đang Đóng Vai Ai?


Persona quyết định độ sâu và cách trình bày của câu trả lời.

Ví dụ:

Nếu yêu cầu:

"Bạn là Senior Cisco Network Engineer đang review Change Request."

AI sẽ có xu hướng:

• Phân tích rủi ro.
• Kiểm tra tác động.
• Đưa ra các lưu ý trước khi triển khai.

Trong khi đó, nếu yêu cầu:

"Bạn là giảng viên CCNA đang hướng dẫn sinh viên."

AI sẽ:

• Giải thích chi tiết.
• Đưa thêm ví dụ.
• Giảm bớt các giả định chuyên môn.

Điều quan trọng là chọn Persona phù hợp với đối tượng sẽ sử dụng câu trả lời, chứ không phải người đặt câu hỏi.

4. Instructions – Càng Cụ Thể Càng Tốt


Instructions chính là phần mô tả công việc cần AI thực hiện.

Đây cũng là nơi tạo nên khác biệt giữa một câu trả lời hữu ích và một bài viết chung chung.

Ví dụ:

Thay vì:

"Fix this issue."

Hãy yêu cầu:

• Chỉ đưa các lệnh CLI cần thiết.
• Không thay đổi các VLAN ngoài danh sách.
• Đảm bảo không làm gián đoạn lưu lượng hiện có.
• Liệt kê các rủi ro của thay đổi.
• Đề xuất phương án rollback.
• Trích dẫn tài liệu Cisco IOS Command Reference nếu phù hợp.
• Trả lời ngắn gọn.

Những ràng buộc này giúp AI tập trung vào đúng yêu cầu thay vì sinh ra một bài giải thích dài dòng. Ví Dụ Một Prompt Tốt


Giả sử bạn cần AI hỗ trợ cấu hình SSH trên router Cisco.

Một prompt đầy đủ có thể bao gồm:

Persona

Bạn là Senior Cisco Network Engineer đang review cấu hình trước khi triển khai production.

Data

Đây là đoạn cấu hình đã được ẩn toàn bộ thông tin nhạy cảm...

Output Format

Trả về Cisco IOS XE CLI, có thể copy trực tiếp.

Instructions

Chỉ bổ sung cấu hình SSH và AAA, không thay đổi các cấu hình khác. Giải thích ngắn gọn từng bước và liệt kê các rủi ro cần kiểm tra trước khi triển khai.

Chỉ cần thay đổi một trong bốn thành phần trên, chất lượng câu trả lời có thể khác biệt rất lớn.

Prompt Tốt Hiếm Khi Hoàn Hảo Ngay Lần Đầu


Đừng kỳ vọng một prompt sẽ tạo ra kết quả hoàn hảo ngay từ lần đầu tiên.

Sau khi AI trả lời, hãy tự hỏi:

• Output có đúng định dạng chưa?
• Có thiếu ràng buộc nào không?
• Persona đã phù hợp chưa?
• Có cần bổ sung thêm dữ liệu không?

Thông thường, chỉ sau 2–3 lần tinh chỉnh, chất lượng câu trả lời sẽ tốt hơn rất nhiều so với việc cố viết một prompt thật dài ngay từ đầu.

Generative AI Và Agentic AI Không Phải Là Một


Khi ai đó nói:

"AI sẽ xử lý việc này."

Hãy hỏi lại:

Đó là Generative AI hay Agentic AI?

Generative AI tạo nội dung từ prompt:

• Viết cấu hình.
• Giải thích log.
• Sinh tài liệu.
• Viết playbook.

Agentic AI thì khác. Bạn giao cho nó một mục tiêu và nó sẽ tự lập kế hoạch, chọn công cụ, thu thập dữ liệu và thực hiện quy trình để đạt mục tiêu đó.

Ví dụ:

Generative AI:

"Viết cấu hình OSPF."

Agentic AI:

"Tìm router đang thiếu cấu hình OSPF, kiểm tra trạng thái neighbor, đề xuất thay đổi và tạo Change Request."

Đây là sự khác biệt lớn nhất giữa hai loại AI.

Human-in-the-Loop Vẫn Là Thành Phần Bắt Buộc


Trong môi trường production, Agentic AI không được phép tự ý thay đổi hệ thống.

Mọi hành động như:

• Push cấu hình.
• Khởi động lại dịch vụ.
• Thay đổi ACL.
• Điều chỉnh routing.

đều cần đi qua Approval Gate.

Điều này không phải vì AI chưa đủ thông minh, mà là một nguyên tắc thiết kế nhằm đảm bảo tính an toàn, khả năng kiểm toán (Auditability) và trách nhiệm của người vận hành.

Network Engineer vẫn là người chịu trách nhiệm cuối cùng cho mọi thay đổi trên hệ thống.

Câu Hỏi Ôn Tập


Điều gì phân biệt rõ nhất giữa Agentic AI và Generative AI?

Đáp án đúng là:

Agentic AI nhận một mục tiêu và tự động quyết định sẽ gọi những công cụ nào, theo thứ tự nào để đạt mục tiêu đó, trong khi Generative AI chủ yếu tạo nội dung từ một prompt.

---

Một hệ thống Agentic AI hoạt động theo vòng lặp gồm ba thành phần nào?

Đáp án đúng là:

• Agent lập kế hoạch cho bước tiếp theo.
• Tools mà Agent có thể gọi để thu thập thông tin hoặc thực hiện hành động.
• Feedback Loop đọc kết quả từ các công cụ, cập nhật kế hoạch và quyết định bước tiếp theo.

---

Vì sao Human-in-the-Loop lại quan trọng trong môi trường production?

Đáp án đúng là:

Approval Gate là một lựa chọn thiết kế có chủ đích nhằm đảm bảo mọi thay đổi trên mạng đều được kỹ sư xác nhận và chịu trách nhiệm. AI có thể chuẩn bị phương án, thu thập bằng chứng và đề xuất hành động, nhưng quyết định cuối cùng vẫn thuộc về con người.

Tóm lại, AI ngày càng mạnh không đồng nghĩa với việc chúng ta chỉ cần "hỏi AI". Để khai thác hiệu quả Generative AI trong Network Operations, hãy luôn kiểm tra bốn thành phần của prompt: Data Classification, Output Format, Persona và Instructions. Một prompt tốt không chỉ giúp AI trả lời đúng hơn mà còn giúp tiết kiệm rất nhiều thời gian chỉnh sửa sau đó.