Prompt: Đánh giá kỹ thuật deadlift – Huấn luyện cá nhân hóa – AI Fitness

Tuyệt vời! Với vai trò là một chuyên gia kỹ thuật prompt, tôi sẽ phân tích chi tiết mẫu prompt bạn đã cung cấp.

1. Phân tích Cấu trúc Prompt

Mẫu prompt này có cấu trúc rõ ràng và đi vào trọng tâm vấn đề. Nó bao gồm các thành phần sau:

• Mục tiêu chính: “Tôi cần trợ giúp phân tích kỹ thuật deadlift của mình.” – Xác định rõ ràng yêu cầu của người dùng.
• Nguồn dữ liệu đầu vào: “Dựa trên video/mô tả về động tác của tôi…” – Yêu cầu người dùng cung cấp thông tin cần thiết để AI phân tích.
• Tiêu chí phân tích cụ thể (Danh sách đánh số):
  • 1. Tư thế ban đầu (lưng thẳng, hông thấp).
  • 2. Đường đi của thanh tạ.
  • 3. Tác động của cơ bụng và cơ lưng dưới.
  • 4. Hoàn thành động tác (khóa khớp hông và gối).
  • 5. Sức mạnh chuyển giao qua từng giai đoạn.

  Các tiêu chí này rất chi tiết, bao phủ các khía cạnh quan trọng nhất của kỹ thuật deadlift, từ tư thế chuẩn bị đến các yếu tố cơ sinh học và hoàn thiện.

• Yêu cầu về kết quả đầu ra: “Chỉ rõ những điểm cần chỉnh sửa và đề xuất các bài tập bổ trợ hoặc điều chỉnh nhỏ trong quá trình thực hiện để đạt được form tối ưu.” – Nêu rõ mong muốn về phản hồi từ AI, bao gồm cả phân tích lỗi và các giải pháp khắc phục.

Mẫu prompt này không sử dụng các biến đại diện (như [video_link] hay [user_description]) mà yêu cầu người dùng điền trực tiếp thông tin vào. Tuy nhiên, nó cung cấp một khung sườn rất tốt cho người dùng để trình bày yêu cầu của mình.

2. Ý nghĩa & Cách hoạt động

Về mặt kỹ thuật, mẫu prompt này hoạt động bằng cách:

• Xác định ngữ cảnh (Context): AI được đặt vào vai trò là một huấn luyện viên hoặc chuyên gia phân tích kỹ thuật thể thao, sẵn sàng hỗ trợ người dùng cải thiện động tác deadlift.
• Yêu cầu dữ liệu đầu vào (Input Data): Việc đề cập đến “video/mô tả” cho thấy AI cần xử lý thông tin hình ảnh (nếu có) hoặc văn bản mô tả chi tiết để đưa ra nhận định. Mô hình ngôn ngữ lớn (LLM) hiện đại có thể phân tích cả văn bản và, với các tích hợp phù hợp, có thể hiểu hoặc được hướng dẫn để diễn giải dữ liệu hình ảnh.
• Định hướng phân tích (Analysis Directives): Các gạch đầu dòng với các điểm cụ thể (tư thế ban đầu, đường đi tạ, v.v.) đóng vai trò là các “khung kiểm tra” (checkpoints) cho AI. Chúng yêu cầu AI phải tập trung vào từng khía cạnh này và đánh giá chúng một cách có hệ thống thay vì đưa ra một nhận xét chung chung.
• Định rõ định dạng đầu ra (Output Format): Yêu cầu “chỉ rõ điểm cần chỉnh sửa” và “đề xuất bài tập/điều chỉnh” hướng dẫn AI cách trình bày thông tin một cách hữu ích và mang tính hành động. Nó khơi gợi phản hồi không chỉ nêu vấn đề mà còn cung cấp giải pháp.

Mẫu prompt này rất hiệu quả vì nó giảm thiểu sự mơ hồ và hướng dẫn AI cung cấp thông tin chính xác, sâu sắc và hữu ích cho người dùng. Nó tận dụng khả năng phân tích chi tiết và đưa ra lời khuyên có cấu trúc của các mô hình AI tiên tiến.

3. Ví dụ Minh họa

Giả sử người dùng cung cấp mô tả chi tiết về động tác của mình. AI có thể tạo ra phản hồi như sau:

Ví dụ 1: Phản hồi dựa trên Mô tả

Người dùng có thể cung cấp: “Khi deadlift, tôi cảm thấy lưng dưới hơi cong nhẹ khi bắt đầu nhấc tạ, thanh tạ di chuyển hơi xa người ở phần dưới, và tôi thường phải gồng quá nhiều bụng ở cuối động tác. Hông của tôi cũng có vẻ lên quá nhanh so với vai ở giai đoạn đầu.”

Phản hồi của AI (có thể):


Phân tích kỹ thuật deadlift của bạn dựa trên mô tả:

Để đạt form tối ưu, hãy tập trung vào việc thiết lập tư thế ban đầu chắc chắn, giữ cho thanh tạ luôn sát người và tưởng tượng quá trình kéo là một chuyển động liền mạch từ chân lên toàn thân.


Ví dụ 2: Yêu cầu bổ sung thông tin

Nếu AI cảm thấy cần thêm thông tin từ video, nó có thể yêu cầu:


Tuyệt vời! Để có thể phân tích chi tiết nhất, bạn có thể cung cấp link video hoặc mô tả cụ thể hơn về các điểm sau không: