Cách tạo prompt cho phân tích phản biện

Để hướng dẫn một công cụ AI phản biện logic trong lập luận của bạn, bạn phải chỉ định rõ ràng cho nó vai trò của một người hoài nghi và cấm nó tóm tắt hoặc trau chuốt văn bản của bạn. Bạn đạt được điều này bằng cách sử dụng các cấu trúc prompt buộc mô hình phải áp dụng một lập trường đối lập, cô lập các lỗi logic cụ thể và các giả định không có cơ sở thay vì chỉ cải thiện câu văn.

Tại sao các phản hồi mặc định thất bại

Các phản hồi mặc định của AI thường có xu hướng đồng ý hoặc tóm tắt vì các mô hình nền tảng được huấn luyện để hữu ích và mang tính đối thoại. Khi bạn dán một lập luận vào cửa sổ trò chuyện mà không có chỉ dẫn cụ thể, công cụ sẽ mặc định ở chế độ hợp tác. Nó xác định ý chính, diễn đạt lại cho rõ ràng và có thể đề xuất những cải thiện nhỏ về phong cách. Hành vi này hữu ích cho việc biên tập nhưng vô ích cho logic. Mô hình không biết rằng bạn muốn nó tìm ra những kẽ hở trong lập luận của bạn; nó giả định rằng bạn muốn sự xác nhận hoặc tinh chỉnh. Do đó, đầu ra thường phản ánh những thiên kiến của chính bạn, củng cố lập luận thay vì kiểm chứng nó. Để có được phân tích phản biện, bạn phải ghi đè tư thế hợp tác mặc định này bằng các chỉ dẫn mang tính đối kháng rõ ràng.

Cấu trúc prompt để tạo sự hoài nghi

Để buộc một lập trường hoài nghi, hãy sử dụng các cấu trúc prompt xác định một vai trò đối lập cụ thể. Thay vì hỏi "Lập luận này có tốt không?", hãy yêu cầu công cụ đóng vai một loại nhà phê bình cụ thể. Ví dụ, hãy hướng dẫn mô hình đóng vai một nhà logic học hình thức với nhiệm vụ duy nhất là xác định các lỗi logic và những khoảng trống trong lập luận trong bài viết của bạn. Cách tiếp cận này loại bỏ áp lực phải lịch sự hoặc hữu ích theo nghĩa chung. Bạn cũng có thể sử dụng các prompt đóng vai để gán cho AI góc nhìn của một đối thủ cụ thể, chẳng hạn như một người phản biện đồng nghiệp nổi tiếng với các tiêu chuẩn khắt khe hoặc một triết gia chuyên về nhận thức luận.

Một cấu trúc hiệu quả khác là phương pháp "steel-man then critique". Hãy yêu cầu công cụ trước tiên trình bày phiên bản mạnh mẽ nhất có thể của lập luận của bạn, sau đó phân rã phiên bản mạnh mẽ nhất đó. Điều này ngăn AI tấn công một phiên bản yếu ớt, kiểu bù nhìn rơm (strawman) của ý kiến của bạn. Bạn phải cấm rõ ràng mô hình tóm tắt văn bản. Hãy đưa vào một ràng buộc phủ định trong lời nhắc của bạn, chẳng hạn như "Không tóm tắt lập luận. Không viết lại văn bản. Chỉ xác định các điểm yếu về logic." Điều này buộc đầu ra tập trung vào cấu trúc và tính hợp lệ thay vì nội dung hay phong cách.

Cô lập các ngụy biện và giả định

Các kỹ thuật nhằm cô lập các lỗi logic và các giả định không có cơ sở đòi hỏi phải phân tách lập luận thành các thành phần cấu thành. Đừng dán một bài luận dài và yêu cầu nhận xét cho toàn bộ bài viết. Thay vào đó, hãy tách riêng cấu trúc logic cốt lõi. Bạn có thể sử dụng QuillBot để diễn giải lại hoặc tóm tắt lập luận của mình thành khung logic cơ bản, loại bỏ các yếu tố tu từ. Khi đã có phiên bản rút gọn này, hãy đưa nó vào AI kèm theo hướng dẫn xác định mọi tiền đề và kết luận. Yêu cầu công cụ liệt kê từng tiền đề và xác định xem nó được hỗ trợ bởi bằng chứng hay chỉ được khẳng định.

Để xác định các lỗi ngụy biện, hãy yêu cầu AI kiểm tra những lỗi phổ biến cụ thể, chẳng hạn như khẳng định hậu quả, ngụy biện vòng tròn hoặc phi logic. Bạn cũng có thể yêu cầu nó xác định các giả định ngầm. Với mỗi kết luận bạn đưa ra, hãy hỏi công cụ: "Điều gì phải đúng để kết luận này suy ra từ các tiền đề này?" Điều này làm nổi bật các giả định ngầm mà bạn có thể đã bỏ sót. Nếu bạn đang làm việc với các lập luận phức tạp, nhiều lớp, hãy tận dụng khả năng suy luận mở rộng của Claude để phân tích sâu các điểm yếu về cấu trúc và các giả định ngầm trải dài qua nhiều đoạn văn. Điều này cho phép mô hình theo dõi các mối phụ thuộc giữa những phần xa nhau trong lập luận của bạn mà một phép quét tuyến tính đơn giản có thể bỏ lỡ.

Iterating on the Critique

Việc tinh chỉnh độ vững chắc của lập luận đòi hỏi phải lặp lại quá trình phản biện. Đừng coi bản phản biện đầu tiên là bản cuối cùng. Hãy tiếp nhận những điểm yếu mà AI chỉ ra và chỉnh sửa lập luận của bạn để giải quyết chúng. Sau đó, đưa lập luận đã chỉnh sửa trở lại công cụ với cùng một câu hỏi mang tính phản biện. Yêu cầu AI phản biện phiên bản mới. Lặp lại chu trình này cho đến khi AI không còn tìm ra những khoảng trống logic đáng kể nào nữa. Quá trình lặp lại này kiểm chứng độ bền của lập luận dưới áp lực liên tục.

Trong quá trình lặp lại này, bạn có thể sử dụng các công cụ khác nhau cho từng giai đoạn của quy trình. Nếu lập luận của bạn dựa trên các tiền đề thực tế, hãy dùng Perplexity để kiểm chứng tính nhất quán logic của các tiền đề đó so với các nguồn đã trích dẫn, đảm bảo rằng các tuyên bố thực tế của bạn có cơ sở vững chắc. Nếu lập luận của bạn nằm trong một tài liệu hoặc bài thuyết trình lớn hơn, hãy dùng Microsoft Copilot để phản biện logic trực tiếp trong quy trình làm việc, giúp bạn thấy cách lập luận hoạt động trong bối cảnh cụ thể. Nếu lập luận của bạn bao gồm các yếu tố đa phương tiện, chẳng hạn như biểu đồ hoặc sơ đồ, hãy dùng Gemini để phản biện lập luận được trình bày đồng thời dưới dạng văn bản, hình ảnh hoặc video. Nếu ghi chú của bạn được lưu trữ trong một cơ sở dữ liệu, hãy dùng Notion AI để phân tích các lập luận đã lưu nhằm tìm ra những điểm không nhất quán nội bộ. Hãy dùng Grammarly để xác định những điểm mơ hồ về cấu trúc làm giảm độ chính xác của lập luận, đảm bảo rằng các tuyên bố logic của bạn không bị làm mờ bởi cú pháp không rõ ràng.

Khi đánh giá kết quả từ bất kỳ công cụ nào trong số này, hãy tìm kiếm tính cụ thể. Một bản phản biện tốt sẽ nêu đích danh tiền đề nào bị lỗi và giải thích tại sao nó không hỗ trợ cho kết luận. Một bản phản biện kém chỉ đưa ra những nhận xét chung chung mơ hồ như "phần này yếu" hoặc "bạn cần thêm bằng chứng". Hãy loại bỏ những kết quả mơ hồ hoặc chỉ đơn thuần diễn giải lại lập luận của chính bạn bằng những từ ngữ khác. Hãy sử dụng bản phản biện để củng cố lập luận của bạn, chứ không phải để từ bỏ nó. Mục tiêu là tạo ra một lập luận có thể đứng vững trước sự xem xét kỹ lưỡng.