Đánh giá Persona qua chức năng hành vi thay vì danh xưng trang trí

Đánh giá Persona qua chức năng hành vi thay vì danh xưng trang trí

Bài học trước đã xác lập nguyên lý Attention Budget là một tài nguyên hữu hạn. Bài học này sẽ áp dụng nguyên lý đó vào một trong những thói quen viết prompt phổ biến nhất: mở đầu bằng một chức danh persona.

Ví dụ xuyên suốt bài: Product Manager của FreelanceFlow cần dùng AI để phân loại mức độ ưu tiên ticket hỗ trợ kỹ thuật, và để soạn email xin lỗi khách hàng khi hệ thống đồng bộ ngân hàng gặp sự cố.

Đánh giá Persona qua chức năng hành vi thay vì danh xưng trang trí

Thói quen phổ biến là mở đầu mọi prompt bằng một chức danh khoa trương: "Bạn là một chuyên gia X dày dạn kinh nghiệm...". Hiệu ứng của persona trong mô hình ngôn ngữ phụ thuộc hoàn toàn vào bản chất của tác vụ:

1. Tác vụ đòi hỏi độ chính xác cao (Precision Tasks - Trích xuất dữ liệu, tính toán số học, chấm điểm theo rubric, phân loại): Persona chuyên gia thực chất làm giảm độ chuẩn xác của dữ kiện (factual accuracy), do kích hoạt xu hướng "nhập vai diễn đạt" làm phân tán khả năng bám sát dữ liệu chuẩn (ground truth).
2. Tác vụ tạo sinh và định hình phong cách (Generative / Tone Tasks - Viết nội dung sáng tạo, đóng vai xử lý tình huống, phản hồi người dùng, định khung chính sách nhạy cảm): Persona giúp thiết lập nhất quán giọng điệu và ranh giới hành vi.
3. Hiệu ứng khuếch đại (Amplification): Chức danh càng hoa mỹ thì tác động tiêu cực lên tác vụ Precision càng lớn, nhưng lợi ích mang lại cho tác vụ Generative lại càng rõ rệt.

Quy tắc thực nghiệm cho PM: luôn đặt câu hỏi "Persona này thực chất đem lại năng lực hành vi nào cụ thể?" Nếu câu trả lời chỉ là "nghe có vẻ uy tín hơn" → cắt bỏ ngay lập tức. Nếu câu trả lời là một chức năng hành vi rõ ràng (ví dụ: "đóng vai trò người phản biện bảo mật khắt khe", "giữ tông giọng đồng cảm nhưng không thừa nhận trách nhiệm pháp lý"), hãy đặc tả trực tiếp chức năng đó vào prompt thay vì chỉ gán chức danh chung chung.

Ví dụ đối chiếu:

• Tác vụ Precision (Phân loại mức độ ưu tiên ticket hỗ trợ của FreelanceFlow):
  • Trước (Persona sáo rỗng): "Bạn là Support Lead 15 năm kinh nghiệm SaaS. Hãy dùng trực giác sâu sắc để phân loại ticket sau vào P1/P2/P3."
  • Sau (Quy tắc định lượng): "Phân loại ticket theo 3 mức: P1 (lỗi chặn thanh toán hoặc mất dữ liệu), P2 (tính năng lỗi nhưng có cách khắc phục tạm thời), P3 (góp ý giao diện nhỏ). Chỉ trả về đúng một mã nhãn: P1, P2 hoặc P3."
• Tác vụ Generative (Soạn email xin lỗi khi hệ thống đồng bộ ngân hàng bị gián đoạn 4 giờ):
  • Trước (Không định hướng): "Viết email xin lỗi người dùng vì hệ thống bị sập."
  • Sau (Persona chức năng): "Đóng vai trò đội ngũ vận hành FreelanceFlow: tông giọng thẳng thắn, đồng cảm, giải thích ngắn gọn nguyên nhân kỹ thuật mà không đổ lỗi cho đối tác ngân hàng bên thứ ba, tuyệt đối không hứa hẹn mốc thời gian phục hồi chưa được xác thực."

Ẩn dụ: Việc gắn mác "Kiến trúc sư trưởng" cho một nhân sự mới không giúp họ tự động xử lý được lỗi hệ thống phân tán phức tạp; yếu tố quyết định chất lượng đầu ra chính là bản đặc tả kỹ thuật (technical specification) và tiêu chí nghiệm thu (acceptance criteria) rõ ràng.

Bài tập 1.2: Đánh giá prompt sau: "Bạn là Senior Data Analyst xuất sắc tại Stripe. Hãy tính toán tỷ lệ chuyển đổi từ dữ liệu thô sau và chỉ ra các bất thường." Tác vụ này thuộc nhóm Precision hay Generative? Persona trên đang tạo giá trị hay gây nhiễu? Hãy viết lại prompt để tối ưu hoá độ chính xác tính toán.