Kỹ Thuật Symbolic AI

Nó là gốc rễ của AI cổ điển (những năm 1950–1990)

Ngày nay, chúng ta không còn lập trình Prolog hay Lisp như xưa nữa,
mà dùng Prompt + LLMs để:

=> Tức là: Prompt chính là Symbolic Programming, nhưng bằng ngôn ngữ tự nhiên có cấu trúc.

Ứng dụng Symbolic AI vào viết Prompt

Bạn phải viết Prompt theo nguyên tắc Symbolic:

Quy tắc Cách làm
Xác định mục tiêu rõ ràng "Tối ưu hóa ngân sách marketing 10,000 USD."
Nêu các biến số (symbols) "Có 3 kênh: Google (G), Facebook (F), Email (E)."
Đặt luật (constraints) "G + F + E = 10,000. G ≥ 5,000. E ≤ 2,000."
Chỉ định đầu ra mong muốn "Xuất ra bảng phân phối ngân sách."

Ví dụ

Ví dụ viết prompt tối ưu ngân sách marketing:

Yêu cầu:
Phân bổ ngân sách marketing 10.000 USD vào ba kênh:

Quảng cáo Google (G)

Quảng cáo Facebook (F)

Marketing qua Email (E)

Các ràng buộc (Constraints):

G + F + E = 10.000 (Tổng chi ngân sách đúng 10.000 USD)

G ≥ 5.000 (Google phải chi ít nhất 5.000 USD)

F ≥ 3.000 (Facebook phải chi ít nhất 3.000 USD)

E ≤ 2.000 (Email tối đa chỉ được chi 2.000 USD)

Mục tiêu (Goal):

Tìm ra một hoặc nhiều bộ phân bổ hợp lệ (G, F, E).

Xuất kết quả thành bảng dạng markdown, với các cột: Kênh (Channel) và Ngân sách (Budget $).

Kết quả

Dựa trên yêu cầu của bạn, ta cần tìm các bộ phân bổ (G, F, E) sao cho:


Ta phân tích nhanh:

Ta kiểm tra một số trường hợp hợp lệ:

E (USD) G + F (USD) G min (5000) F min (3000) Hợp lệ không?
2000 8000
1500 8500
1000 9000
500 9500
0 10000

 

Bài tập thực hành

Bài 1:  Prompt Symbolic AI trong Kế toán (Accounting)

Yêu cầu:
Xác định các khoản mục kế toán hợp lệ để báo cáo lãi lỗ quý 1.

Dữ liệu đầu vào:

Công thức ràng buộc (Constraints):

Mục tiêu (Goal):

Yêu cầu đặc biệt:


Nếu bạn viết Prompt cho AI sẽ như thế này:

Prompt:
Hãy tính lợi nhuận trước thuế dựa trên các dữ liệu sau:

  • Doanh thu: 500.000 USD

  • Chi phí vận hành: 300.000 USD

  • Thu nhập khác: 20.000 USD

  • Chi phí khác: 15.000 USD

Áp dụng công thức:
Profit Before Tax = (Revenue + Other Income) – (Operating Expenses + Other Expenses)

Xuất kết quả dưới dạng bảng Markdown, các cột: Khoản mục, Giá trị (USD).

Nếu cần suy luận, hãy làm nội bộ.
Chỉ trả về bảng.

Ví dụ2: Prompt Symbolic AI trong Quản lý chất lượng (Quality Control)

Yêu cầu:
Phân loại sản phẩm theo kết quả kiểm tra chất lượng.

Dữ liệu đầu vào:

Ràng buộc (Constraints):

Mục tiêu (Goal):

Yêu cầu đặc biệt:


Prompt Symbolic AI sẽ viết như sau:

Prompt:
Cho 100 sản phẩm sau kiểm tra chất lượng:

  • 80 sản phẩm đạt tiêu chuẩn (Pass)

  • 15 sản phẩm cần sửa lỗi (Repair)

  • 5 sản phẩm bị loại bỏ (Reject)

Tạo bảng phân loại gồm 3 cột:

  • Trạng thái (Status)

  • Số lượng (Quantity)

  • Tỷ lệ (%) (Tính theo tổng 100 sản phẩm)

Nếu cần suy luận bước trung gian, hãy thực hiện nội bộ.

Chỉ trả về bảng kết quả dạng Markdown.

Kết luận Prompt kiểu Symbolic AI:

Tác giả: Đỗ Ngọc Tú
Công Ty Phần Mềm VHTSoft


Phiên bản #1
Được tạo 28 tháng 4 2025 13:45:46 bởi Đỗ Ngọc Tú
Được cập nhật 28 tháng 4 2025 14:09:37 bởi Đỗ Ngọc Tú