Phần 1 trong series 5 bài. Bắt đầu từ đây trước khi dùng bất kỳ công cụ AI nào.
“Bạn cần biết ngôn ngữ của nó để mua đúng, brief đúng, và đánh giá đúng.” — Tommy Nguyen
1️⃣ Generative AI (GenAI)
Khái niệm: Hệ thống AI tạo ra nội dung mới như là: văn bản, hình ảnh, video, code, nhạc, thay vì chỉ phân tích dữ liệu sẵn có.
Tại sao quan trọng với marketers: GenAI là nền tảng của ChatGPT, Claude, Gemini, Midjourney.
Nó tạo ra văn bản, copy quảng cáo, bài social, hình ảnh dựa trên mô hình & công cụ thuật toán.
Tuy nhiên, các hệ thống GenAI ko thể thay thế được đội creative, nhưng cho họ điểm khởi đầu.
Lưu ý: Output GenAI trông có vẻ đúng nhưng không phải lúc nào cũng chính xác.
Luôn kiểm tra claim, số liệu, và tone of voice trước khi publish.
2️⃣ Large Language Model (LLM)
Khái niệm: Loại mô hình AI được huấn luyện trên khối lượng văn bản khổng lồ để hiểu và tạo ngôn ngữ tự nhiên.
Tại sao quan trọng: LLM là động cơ của ChatGPT, Claude, Gemini.
Khi bạn dùng các công cụ này bạn đang tương tác với LLM.
Lưu ý: LLM dự đoán từ tiếp theo có xác suất cao & không “hiểu” theo nghĩa của con người.
Nó tạo văn bản nghe có lý, không phải sự thật được kiểm chứng.
3️⃣ NLP (Natural Language Processing)
Khái niệm: Nhánh AI xử lý việc máy tính hiểu và tạo ngôn ngữ của con người.
NLP bao gồm phân tích cảm xúc, dịch thuật, chatbot.
Tại sao quan trọng: NLP chạy trong các công cụ social listening, chatbot CSKH, phân tích review.
Lưu ý: NLP gặp khó với code-switching Việt-Anh rất phổ biến trong marketing VN.
4️⃣ Prompt
Khái niệm: Lệnh hoặc câu hỏi bạn đưa cho AI.
Chất lượng output phụ thuộc trực tiếp vào chất lượng prompt.
Công thức prompt hiệu quả: Vai trò + Ngữ cảnh + Định dạng + Giới hạn.
Ví dụ: “Bạn là media planner kỳ cụu [vai trò], cho nhãn hàng FMCG tại VN [ngữ cảnh], dưới dạng bảng 5 cột [định dạng], dưới 300 từ [giới hạn].”
5️⃣ Token
Khái niệm: Đơn vị văn bản cơ bản AI xử lý.
1 token ≈ 4 ký tự.
Các mô hình có giới hạn token — GPT-4 ~128K, Claude ~200K.
Tại sao quan trọng: Giới hạn token quyết định bạn có thể cho AI “đọc” bao nhiêu context.
Nếu tài liệu quá dài, AI chỉ đọc được một phần. Mẹo: đặt context quan trọng nhất lên đầu.
➡️ Tiếp theo — Phần 2: Fine-tuning, RAG, Hallucination, Parameters, Training Data.
Dịch và điều chỉnh từ bài gốc: Tommy Nguyen — TommyAcademy.io
Gửi phản hồi