Trả lời ngắn: Reasoning là quá trình nối dữ kiện, quy tắc và điều kiện để đi tới kết luận. Chain of Thought (CoT) là chuỗi bước trung gian được dùng hoặc thể hiện khi giải bài toán nhiều bước. CoT có thể giúp một số task, nhưng lời giải dài không tự chứng minh đáp án đúng.

Đọc xong, bạn sẽ hiểu:

  • Phân biệt reasoning, Chain of Thought và phần giải thích AI trả ra.
  • Biết task nào cần suy luận nhiều bước, task nào chỉ cần trả lời thẳng.
  • Viết prompt cho reasoning model và yêu cầu kết quả có thể kiểm tra.

Lưu ý giáo dục: AI vẫn có thể tính nhầm, bỏ sót điều kiện hoặc viện nguồn không tồn tại. Với quyết định quan trọng, hãy kiểm dữ liệu gốc và dùng công cụ phù hợp thay vì tin vào văn phong tự tin.

1. Reasoning và Chain of Thought không phải một thứ

a. Ba lớp dễ bị trộn lẫn

Reasoning (suy luận) là khái niệm rộng: model nối dữ kiện và áp dụng điều kiện để tìm câu trả lời. Chọn giờ họp cho ba người, chẳng hạn, cần so các khoảng bận rồi kiểm độ dài phần còn trống.

Chain of Thought (chuỗi suy nghĩ) hẹp hơn: chuỗi bước trung gian giữa đề bài và đáp án. Paper năm 2022 dùng các ví dụ có bước suy luận và ghi nhận cải thiện trên những bài toán số học, kiến thức thường thức và ký hiệu với các model được thử (Wei và cộng sự). Kết quả đó không có nghĩa CoT luôn làm mọi model hiện nay chính xác hơn.

Explanation hay rationale (phần giải thích) là nội dung model cho người dùng xem: giả định, phép tính hoặc lý do chọn đáp án. Nó không nhất thiết là toàn bộ xử lý nội bộ.

b. Nháp trên giấy không phải đáp án

Nháp giúp ta theo dõi các bước và tìm chỗ cộng sai, nhưng một trang kín chữ vẫn có thể dẫn đến đáp án sai. Phần giải thích của AI hữu ích vì có điểm để kiểm, không phải vì nó dài.

Ta cần tách bài toán, suy luận nội bộ, câu trả lời và dấu vết kiểm chứng như giả định, phép tính hoặc nguồn.

Đoán chắc: lời giải càng dài thì đáp án càng đáng tin.

Có điều kiện: chỉ tin hơn khi các giả định, phép tính và nguồn có thể được kiểm độc lập.

Hình 1 — Phần giải thích giúp ta kiểm câu trả lời, nhưng không tự bảo đảm câu trả lời đúng.

2. Khi nào AI thật sự cần suy luận nhiều bước?

a. Nhìn vào quan hệ phụ thuộc

Task cần reasoning nhiều bước khi kết quả sau phụ thuộc bước trước. Chọn lịch phải tìm khoảng rảnh rồi kiểm đủ 45 phút; lập ngân sách phải cộng rồi so với trần.

Ngược lại, 120 phút bằng bao nhiêu giờ? chỉ cần 120 ÷ 60 = 2 giờ. Bài giải dài chỉ thêm token và chỗ phát sinh lỗi.

Loại task Dấu hiệu Cách yêu cầu Cách kiểm
Trực tiếp Một dữ kiện, một phép đổi Đáp án ngắn So công thức hoặc nguồn
Nhiều bước Nhiều điều kiện phụ thuộc Kết luận và bước kiểm chính Đối chiếu từng điều kiện
Có số liệu Phép tính quyết định đáp án Nêu công thức và kết quả Calculator hoặc code
Thông tin mới Giá, luật, lịch có thể đổi Dẫn nguồn và ngày kiểm Mở nguồn gốc

b. Ví dụ ngân sách: văn hay không sửa được số sai

Giả sử ba khoản chi là 180.000đ, 240.000đ và 95.000đ, với trần 500.000đ.

Phép kiểm cần thiết là:

180.000 + 240.000
+ 95.000 = 515.000

515.000 - 500.000
= 15.000

Kết luận: vượt trần 15.000đ. Nếu AI viết năm đoạn giải thích rất thuyết phục nhưng cộng ra 505.000đ, kết quả vẫn sai. Reasoning giúp chọn đúng các bước; calculator hoặc code giúp xác nhận con số.

c. Chọn độ sâu vừa đủ

Hãy hỏi: Nếu bỏ bước này, đáp án có thể đổi không? Nếu có, hãy giữ nó trong phần kiểm.

Hình 2 — Độ sâu reasoning nên đi theo độ phức tạp của task, không áp dụng một công thức cho mọi câu hỏi.

3. Cách prompt reasoning model hiện nay

a. Bỏ câu thần chú, làm rõ bài toán

Một mẹo phổ biến là thêm Hãy nghĩ từng bước. Nó từng hữu ích với một số model và benchmark, nhưng không phải câu bắt buộc.

Tài liệu hiện tại của OpenAI về reasoning model khuyên prompt thẳng, ngắn và nói rằng ép think step by step hoặc explain your reasoning là không cần thiết vì model đã reasoning nội bộ; đôi khi kỹ thuật đó còn cản trở hiệu quả. Google Gemini 3 Developer Guide cũng khuyên thử prompt đơn giản khi chuyển từ cách ép CoT phức tạp, đồng thời dùng cấu hình thinking phù hợp với model.

Điểm chung là mô tả đúng việc và tiêu chí thành công. Nếu thiếu dữ liệu bắt buộc, dừng và hỏi lại; nếu task đơn giản, bỏ luồng này và trả lời ngắn.

b. Prompt bốn phần cho task khó

Bạn có thể giữ cấu trúc đã học ở bài few-shot và zero-shot, rồi thêm yêu cầu kiểm chứng:

Goal:
Chọn khung họp sớm nhất.

Data:
Khung xét: 09:00-12:00.
Thời lượng: 45 phút.
A bận: 09:00-09:45.
B bận: 10:30-11:15.
C bận: 11:15-12:00.

Constraint:
Mọi người phải cùng rảnh.

Output:
1. Kết luận trước.
2. Nêu slot đã loại.
3. Cho bước kiểm ngắn.
4. Nếu không có, nói rõ.

Success criteria (tiêu chí thành công) là điều kiện để biết output đạt hay chưa: slot đủ 45 phút, nằm trong khung xét, không đè lịch bận và là lựa chọn sớm nhất.

c. Yêu cầu phần có thể kiểm, không đòi độc thoại nội bộ

Một output tốt có thể rất gọn:

Kết luận: 09:45-10:30.

Kiểm:
- A rảnh sau 09:45.
- B rảnh trước 10:30.
- C rảnh trong khung này.
- Slot đủ 45 phút.

Ta cần kết luận, giả định và điểm có thể đối chiếu với dữ liệu, không cần màn độc thoại dài.

4. Sai lầm và giới hạn: giải thích dài vẫn có thể sai

a. Nhầm trôi chảy với chính xác

Một phép tính sai vẫn có thể đi kèm lời giải hợp lý. Verification (kiểm chứng) là dùng dữ liệu gốc, phép tính, nguồn hoặc công cụ độc lập để kiểm kết luận.

Với số học, dùng calculator hoặc code. Với lịch, so calendar. Với giá, luật hoặc thông tin hiện hành, yêu cầu nguồn có ngày rồi mở nguồn gốc.

b. Yêu cầu giải thích không loại được hallucination

Hallucination là nội dung nghe hợp lý nhưng không được dữ liệu hoặc nguồn phù hợp hỗ trợ. AI có thể bịa một nguồn rồi giải thích rất mạch lạc dựa trên nguồn bịa ấy. Cách phòng không phải yêu cầu giải thích dài hơn, mà là buộc claim quan trọng gắn với tài liệu kiểm được.

c. Ba lỗi prompt hay gặp

  1. Ép CoT cho mọi task: hỏi một phép đổi đơn giản nhưng đòi mười bước.
  2. Không đưa dữ liệu: yêu cầu chọn lịch nhưng bỏ mất múi giờ hoặc khoảng bận.
  3. Chỉ chấm văn phong: thấy lời giải tự tin nên không kiểm phép tính và constraint.

Đừng yêu cầu “toàn bộ suy nghĩ bí mật”. Phần hữu ích là rationale ngắn, giả định và bước kiểm công khai. Không dán dữ liệu riêng tư chỉ để nhận lời giải chi tiết hơn.

5. Bài tập 15 phút: tách bước rồi kiểm kết quả

a. Chuẩn bị hai chat mới

Dùng chatbot miễn phí với dữ liệu giả, không dùng lịch thật, thông tin công ty hay tiền thật. Mở hai chat mới.

Trong chat A, gửi yêu cầu ngắn:

Chọn slot họp 45 phút
sớm nhất từ 09:00-12:00.

A bận 09:00-09:45.
B bận 10:30-11:15.
C bận 11:15-12:00.

Trong chat B, dùng prompt bốn phần ở mục 3. Không thêm hãy cho toàn bộ chuỗi suy nghĩ.

b. Chấm bằng cùng một rubric

Cho mỗi tiêu chí một điểm:

  • Chọn đúng 09:45-10:30.
  • Slot đủ 45 phút.
  • Không đè bất kỳ lịch bận nào.
  • Có bước kiểm ngắn, dễ đối chiếu.
  • Không bịa thêm điều kiện.

Nếu A đủ 5 điểm, prompt dài hơn chưa chắc cần. Nếu B sửa lỗi và dễ kiểm hơn, cấu trúc rõ đã có giá trị.

Mẫu đối chiếu

Đề Kết quả đúng Điểm kiểm
Gốc 09:45-10:30 Đủ 45 phút; A/B/C rảnh
B bận 09:45-10:30 Không có slot Khoảng còn lại dưới 45 phút

c. Dùng đề biến thể giữ riêng

Đổi lịch B thành 09:45-10:30, giữ mọi dữ kiện khác. Đây là held-out variant (đề biến thể giữ riêng): nó không dùng để soạn prompt ban đầu.

Lúc này không có khoảng rảnh chung đủ 45 phút. Output đúng phải nói không có slot phù hợp, không cố chọn một giờ. Reasoning còn phải nhận ra khi các constraint không thể cùng thỏa mãn.

Hình 3 — Khi phát hiện sai, quay lại dữ liệu và bước kiểm; đừng chỉ yêu cầu AI viết dài hơn.

6. Tổng kết: cần dấu vết kiểm chứng, không cần màn độc thoại

a. Năm ý chính

  • Reasoning là quá trình nối dữ kiện và điều kiện; Chain of Thought là một dạng chuỗi bước trung gian.
  • Phần giải thích người dùng thấy không nhất thiết là toàn bộ xử lý nội bộ.
  • Task càng nhiều quan hệ phụ thuộc, reasoning và bước kiểm càng có giá trị.
  • Với reasoning model hiện nay, hãy ưu tiên prompt ngắn, goal, dữ liệu, constraint và tiêu chí thành công rõ.
  • Độ tin cậy đến từ khả năng kiểm phép tính, nguồn và điều kiện, không đến từ số dòng giải thích.

b. Câu hỏi tự kiểm tra

  • Reasoning khác Chain of Thought ở điểm nào?
  • Vì sao lời giải dài không tự chứng minh đáp án đúng?
  • Khi task liên quan giá hoặc luật mới, cần thêm bước nào?
  • Prompt chọn lịch nên yêu cầu đầu ra gì thay vì toàn bộ suy nghĩ nội bộ?

c. Gợi ý đáp án

Xem gợi ý câu 1

Reasoning là năng lực xử lý rộng; CoT là chuỗi bước trung gian dùng hoặc thể hiện trong một cách giải. Xem mục 1.

Xem gợi ý câu 2

Model vẫn có thể tính nhầm hoặc dựa trên dữ liệu sai; mỗi claim quan trọng cần điểm kiểm độc lập. Xem mục 4.

Xem gợi ý câu 3

Yêu cầu nguồn hiện hành có ngày và mở nguồn gốc để đối chiếu. Xem mục 4.

Xem gợi ý câu 4

Yêu cầu kết luận, giả định, slot đã loại và bước kiểm ngắn. Xem mục 3.

d. Thuật ngữ cần nhớ

Thuật ngữ Giải thích ngắn
Reasoning Nối dữ kiện và điều kiện để đi tới kết luận
Chain of Thought Chuỗi bước trung gian khi giải task nhiều bước
Bước trung gian Bước nằm giữa đề bài và đáp án
Rationale Phần giải thích ngắn đưa cho người dùng
Success criteria Điều kiện cụ thể để biết output đạt
Verification Kiểm độc lập bằng dữ liệu, phép tính, nguồn hoặc tool
Hallucination Nội dung nghe hợp lý nhưng thiếu căn cứ phù hợp
Rubric Bộ tiêu chí dùng để chấm output

e. Nguồn tham khảo

Bài tiếp theo, Structured Output, sẽ biến yêu cầu về đầu ra thành cấu trúc Markdown, JSON hoặc XML dễ đọc và dễ đưa vào hệ thống.

Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch. Mọi quyết định thực tế đều cần dữ liệu và bước kiểm phù hợp.