Prompt: Soạn_thảo_Giấy_Khám_Sức_Khỏe_Xin_Việc – Hỗ trợ Tư pháp & Pháp lý – AI Pháp lý & Hành chính

Tuyệt vời! Dưới đây là phân tích chi tiết về mẫu prompt bạn cung cấp, theo cấu trúc yêu cầu:

1. Phân tích Cấu trúc Prompt

Mẫu prompt này được thiết kế để tạo ra một văn bản có cấu trúc, cụ thể là một “Giấy Khám Sức Khỏe”. Nó sử dụng các biến được đặt trong dấu ngoặc vuông `[…]` để chỉ định các phần thông tin cần được người dùng cung cấp hoặc được mô hình tự động điền vào.

• Chỉ dẫn chính: Mở đầu bằng câu lệnh rõ ràng “Soạn thảo nội dung cho Giấy Khám Sức Khỏe theo yêu cầu của hồ sơ xin việc.” Điều này thiết lập mục tiêu chính của prompt.
• Thông tin người khám: Biến `[HỌ_TÊN_NGƯỜI_KHÁM]`, `[Ngày_sinh]`, `[Giới_tính]` yêu cầu các dữ liệu cá nhân cơ bản của người được khám.
• Kết quả khám: Biến `[KẾT_QUẢ_KHÁM_TỔNG_QUÁT]` dùng để nhập kết quả chung của quá trình khám sức khỏe.
• Xác nhận: Phần cuối cùng mô tả các yếu tố xác nhận cần có: “xác nhận của cơ sở y tế (bác sĩ ký tên, đóng dấu).” Mặc dù không có biến cụ thể cho “bác sĩ ký tên” hay “đóng dấu”, nhưng nó ngụ ý rằng mô hình cần tạo không gian hoặc văn bản cho những yếu tố này.

2. Ý nghĩa & Cách hoạt động

Về mặt kỹ thuật, mẫu prompt này hoạt động dựa trên việc cung cấp các “khung” thông tin mà một mô hình ngôn ngữ lớn (LLM) có thể hiểu và điền vào. Các biến đóng vai trò như các “placeholder” (chỗ giữ chỗ). Khi LLM nhận được prompt này, nó sẽ thực hiện các bước sau:

• Hiểu ngữ cảnh: Nhận diện yêu cầu tạo “Giấy Khám Sức Khỏe” cho mục đích “hồ sơ xin việc”.
• Phân tích biến: Nhận diện các phần cần tùy chỉnh (các biến trong ngoặc vuông).
• Tạo nội dung: Dựa trên ngữ cảnh và các biến được cung cấp (hoặc yêu cầu bổ sung nếu thiếu), mô hình sẽ tạo ra văn bản hoàn chỉnh. Đối với thông tin cá nhân và kết quả khám, nó sẽ cần dữ liệu cụ thể. Đối với “bác sĩ ký tên, đóng dấu”, nó có thể tạo ra các dòng trống hoặc văn bản mô tả vùng ký/dấu.
• Đảm bảo cấu trúc: Mô hình sẽ cố gắng sắp xếp các thông tin theo một trình tự logic, tương tự như cấu trúc của một giấy khám sức khỏe chuẩn.

Ví dụ, nếu bạn cung cấp đầy đủ thông tin cho các biến, LLM sẽ tổng hợp chúng thành một văn bản mạch lạc.

3. Ví dụ Minh họa

Dưới đây là 2 ví dụ về cách prompt này có thể được sử dụng và kết quả mà một LLM có thể tạo ra:

Ví dụ 1: Cung cấp đầy đủ thông tin

Prompt người dùng:


Soạn thảo nội dung cho Giấy Khám Sức Khỏe theo yêu cầu của hồ sơ xin việc. Giấy cần có thông tin người khám (Họ và tên: Nguyễn Văn A, Ngày sinh: 15/08/1995, Giới tính: Nam), kết quả khám (Tình trạng sức khỏe tốt, đủ điều kiện làm việc), và xác nhận của cơ sở y tế (bác sĩ ký tên, đóng dấu).


Kết quả LLM có thể tạo ra:


GIẤY KHÁM SỨC KHỎE

Dùng cho hồ sơ xin việc làm

.................................
(Bác sĩ ký tên)

.................................
(Đóng dấu của cơ sở y tế)


Ví dụ 2: Chỉ định cấu trúc chung và yêu cầu thêm thông tin

Prompt người dùng:


Soạn thảo nội dung cho Giấy Khám Sức Khỏe theo yêu cầu của hồ sơ xin việc. Giấy cần có thông tin người khám ([HỌ_TÊN_NGƯỜI_KHÁM], [Ngày_sinh], [Giới_tính]), kết quả khám ([KẾT_QUẢ_KHÁM_TỔNG_QUÁT]), và xác nhận của cơ sở y tế (bác sĩ ký tên, đóng dấu). Yêu cầu các mục con cho phần khám sức khỏe tổng quát bao gồm: chiều cao, cân nặng, thị lực, huyết áp.


Kết quả LLM có thể tạo ra (với các dấu ? là nơi cần điền thêm thông tin):


GIẤY KHÁM SỨC KHỎE

Dùng cho hồ sơ xin việc làm

.................................
(Bác sĩ ký tên)

.................................
(Đóng dấu của cơ sở y tế)


👉 Tóm lại

Mẫu prompt này là một ví dụ tốt về cách sử dụng biến để tạo ra các mẫu văn bản tùy chỉnh. Nó định nghĩa rõ ràng mục đích (Giấy Khám Sức Khỏe cho hồ sơ xin việc) và các phần thông tin cần thiết, cho phép mô hình ngôn ngữ tạo ra nội dung có cấu trúc và dễ dàng tùy biến. Bằng cách chỉ định các biến, người dùng hướng dẫn LLM biết những thông tin nào cần được thay thế hoặc bổ sung để hoàn thiện văn bản. Đây là một cách hiệu quả để tự động hóa việc tạo các tài liệu tiêu chuẩn.