Prompt: Phân tích Sự Kiên trì Tập luyện – Huấn luyện cá nhân hóa – AI Fitness

820
Chia sẻ
2k
Lượt xem
Mục lục

Tuyệt vời! Tôi sẽ phân tích chi tiết prompt template mà bạn cung cấp theo cấu trúc yêu cầu.

1. Phân tích Cấu trúc Prompt

Prompt template này được thiết kế để yêu cầu mô hình AI phân tích dữ liệu lịch sử tập luyện của người dùng và đưa ra các khuyến nghị cá nhân hóa nhằm cải thiện sự tuân thủ tập luyện. Cấu trúc của nó bao gồm các thành phần sau:

  • Hướng dẫn chính: “Dựa trên dữ liệu lịch sử tập luyện ([LỊCH_SỬ_TẬP_LUYỆN]), hãy phân tích các giai đoạn người dùng [TÊN_NGƯỜI_DÙNG] có xu hướng giảm hoặc bỏ lỡ các buổi tập.”
  • Yêu cầu bổ sung: “Xác định các yếu tố tiềm ẩn gây ảnh hưởng đến sự kiên trì của họ (ví dụ: lịch trình bận rộn, chấn thương, mất động lực, sự nhàm chán).”
  • Mục tiêu cuối cùng: “Đề xuất các chiến lược cá nhân hóa để cải thiện sự tuân thủ lâu dài.”
  • Các Khóa/Biến số (Placeholders):
    • [LỊCH_SỬ_TẬP_LUYỆN]: Biến này đại diện cho toàn bộ dữ liệu lịch sử các buổi tập của người dùng. Dữ liệu này cần được cung cấp dưới dạng có cấu trúc (ví dụ: danh sách các buổi tập với ngày tháng, loại hình tập luyện, thời lượng, cường độ, ghi chú về cảm giác…).
    • [TÊN_NGƯỜI_DÙNG]: Biến này chỉ đơn giản là tên hoặc định danh của người dùng, giúp cá nhân hóa phản hồi của mô hình.

Cấu trúc này rõ ràng, mạch lạc và hướng tới một kết quả cụ thể. Các biến số cho phép cá nhân hóa đầu vào, làm cho output của AI trở nên phù hợp và hữu ích hơn.

2. Ý nghĩa & Cách hoạt động

Về mặt kỹ thuật, prompt này hoạt động như sau:

Khi người dùng cung cấp dữ liệu vào các biến số, mô hình AI sẽ xử lý chúng theo các bước sau:

  • Phân tích dữ liệu lịch sử: Mô hình sẽ quét qua dữ liệu trong [LỊCH_SỬ_TẬP_LUYỆN] để tìm kiếm khuôn mẫu. Cụ thể, nó sẽ xác định các khoảng thời gian mà số lượng hoặc tần suất các buổi tập của [TÊN_NGƯỜI_DÙNG] giảm đi đáng kể hoặc có sự vắng mặt. Nó có thể phân tích theo các tiêu chí như:
    • Sự giảm sút đột ngột về tần suất tập.
    • Tăng khoảng cách giữa các buổi tập.
    • Nhiều buổi tập bị hủy bỏ hoặc bỏ lỡ liên tiếp.
  • Suy luận nguyên nhân: Dựa trên các khuôn mẫu đã phát hiện và kiến thức chung về hành vi con người liên quan đến tập luyện (được mô hình học từ khối dữ liệu huấn luyện), nó sẽ cố gắng suy luận các “yếu tố tiềm ẩn” có thể gây ra sự giảm sút hoặc bỏ lỡ này. Việc đưa ra các ví dụ như “lịch trình bận rộn, chấn thương, mất động lực, sự nhàm chán” giúp định hướng cho mô hình, gợi ý các loại nguyên nhân cần tìm kiếm.
  • Đề xuất giải pháp cá nhân hóa: Cuối cùng, dựa trên các nguyên nhân suy luận được và dữ liệu lịch sử tập luyện, mô hình sẽ tạo ra các đề xuất. Các đề xuất này được định hướng để *cá nhân hóa*, nghĩa là chúng không phải là các lời khuyên chung chung mà cần liên kết trực tiếp với tình hình cụ thể của [TÊN_NGƯỜI_DÙNG], ví dụ như:
    • Nếu phát hiện lịch trình quá tải, đề xuất có thể là các bài tập ngắn hơn, hoặc lên lịch vào những khung giờ eo hẹp hơn.
    • Nếu phát hiện sự nhàm chán với cùng một loại hình tập luyện, đề xuất có thể là thử các bài tập mới, thay đổi cường độ, hoặc đặt mục tiêu mới.
    • Nếu có thể suy luận về dấu hiệu chấn thương (ví dụ: bỏ tập sau khi tăng cường độ đột ngột), đề xuất sẽ chú trọng vào việc nghỉ ngơi, phục hồi, hoặc tham khảo ý kiến chuyên gia.

Prompt này khai thác khả năng phân tích mẫu, suy luận nhân quả và đưa ra giải pháp của mô hình ngôn ngữ lớn (LLM).

3. Ví dụ Minh họa

Để minh họa cách hoạt động của prompt này, chúng ta hãy xem xét hai ví dụ cụ thể:

Ví dụ 1: Người dùng có lịch trình bận rộn

Dữ liệu đầu vào (giả định):


[LỊCH_SỬ_TẬP_LUYỆN] = [
    {"date": "2023-10-01", "activity": "Chạy bộ", "duration_min": 45, "intensity": "Moderate", "notes": "Cảm thấy sảng khoái"},
    {"date": "2023-10-03", "activity": "Tập tạ", "duration_min": 60, "intensity": "Heavy", "notes": "Tăng tạ hiệu quả"},
    {"date": "2023-10-05", "activity": "Yoga", "duration_min": 75, "intensity": "Light", "notes": "Thư giãn"},
    {"date": "2023-10-08", "activity": "Chạy bộ", "duration_min": 40, "intensity": "Moderate", "notes": "Tốt"},
    {"date": "2023-10-10", "activity": "Tập tạ", "duration_min": 55, "intensity": "Heavy", "notes": "Mệt nhưng hoàn thành"},
    {"date": "2023-10-12", "activity": "Chạy bộ", "duration_min": 30, "intensity": "Moderate", "notes": "Hơi đuối"},
    {"date": "2023-10-15", "activity": "Nghỉ", "duration_min": 0, "intensity": "N/A", "notes": "Quá bận làm việc"},
    {"date": "2023-10-17", "activity": "Chạy bộ", "duration_min": 25, "intensity": "Light", "notes": "Vội vàng"},
    {"date": "2023-10-19", "activity": "Nghỉ", "duration_min": 0, "intensity": "N/A", "notes": "Dự án quan trọng"},
    {"date": "2023-10-26", "activity": "Tập tạ", "duration_min": 45, "intensity": "Light", "notes": "Thời gian eo hẹp"}
]
[TÊN_NGƯỜI_DÙNG] = "Minh"

Prompt đầy đủ:

Dựa trên dữ liệu lịch sử tập luyện ([LỊCH_SỬ_TẬP_LUYỆN] như trên), hãy phân tích các giai đoạn người dùng [TÊN_NGƯỜI_DÙNG] có xu hướng giảm hoặc bỏ lỡ các buổi tập. Xác định các yếu tố tiềm ẩn gây ảnh hưởng đến sự kiên trì của họ (ví dụ: lịch trình bận rộn, chấn thương, mất động lực, sự nhàm chán). Đề xuất các chiến lược cá nhân hóa để cải thiện sự tuân thủ lâu dài.

Output mẫu từ AI:

Chào Minh,

Qua phân tích lịch sử tập luyện của bạn, tôi nhận thấy có một xu hướng giảm số buổi tập và cường độ vào khoảng ngày 15/10 trở đi. Các buổi tập sau đó trở nên ngắn hơn và vội vàng hơn.

Yếu tố tiềm ẩn: Dựa trên các ghi chú (“Quá bận làm việc”, “Dự án quan trọng”) và việc các buổi tập giảm về thời lượng, có khả năng bạn đang trải qua giai đoạn lịch trình làm việc dày đặc và căng thẳng, khiến

Rate this prompt
Thống kê
1.486 lượt xem
Nội dung Prompt
AI Prompt

AI Prompt

AIPrompt.vn là nền tảng chia sẻ và khám phá prompt AI toàn diện, nơi bạn có thể tìm kiếm, học hỏi và ứng dụng các mẫu prompt chất lượng cao cho nhiều lĩnh vực như sáng tạo nội dung, thiết kế hình ảnh, dựng video, marketing, seeding mạng xã hội, và hơn thế nữa. Website được xây dựng nhằm giúp mọi người – từ người mới bắt đầu đến chuyên gia – có công cụ tối ưu để khai thác sức mạnh AI hiệu quả, nhanh chóng và chuyên nghiệp.

AI News | Bài viết

Follow Us

Recommended

Instagram

    Please install/update and activate JNews Instagram plugin.

Trending

Welcome Back!

Login to your account below

Create New Account!

Fill the forms bellow to register

Retrieve your password

Please enter your username or email address to reset your password.