Mở đầu — vì sao bài này quan trọng
Fintech là một trong những lĩnh vực áp dụng AI nhanh nhất, nhưng cũng là nơi mà một prompt viết ẩu có thể gây thiệt hại thật: khách hàng bị định giá sai, một hồ sơ rửa tiền lọt qua vòng KYC, hay một lời khuyên tài chính vô căn cứ khiến người dùng mất tiền. Khác với việc bạn dùng AI để viết email marketing — nơi sai sót chỉ khiến bạn ngượng — trong fintech, sai sót có thể dẫn tới phạt hành chính từ Ngân hàng Nhà nước (SBV), kiện tụng, hoặc mất giấy phép hoạt động.
Điều đó không có nghĩa là bạn nên tránh dùng AI trong fintech. Ngược lại, những đội ngũ biết cách viết prompt an toàn và có kiểm soát đang tăng tốc gấp nhiều lần so với đối thủ. Bài học này sẽ dạy bạn cách viết prompt cho ba bài toán cốt lõi của fintech — pricing (định giá), KYC (định danh khách hàng), và financial advisory (tư vấn tài chính) — theo cách vừa hiệu quả vừa tuân thủ. Trọng tâm không phải là "prompt nào cho ra câu trả lời hay nhất", mà là "prompt nào cho ra câu trả lời hay, có thể kiểm chứng, và không đẩy công ty vào rủi ro pháp lý".
Nếu bạn làm việc tại một ví điện tử, một công ty cho vay ngang hàng, một sàn giao dịch, hay một ngân hàng số ở Việt Nam, đây chính là bộ khung tư duy bạn cần trước khi viết dòng prompt đầu tiên.
Khái niệm cốt lõi
Ba đặc thù khiến prompt fintech khác biệt
Trước khi đi vào từng use case, hãy nắm ba nguyên tắc chi phối mọi prompt trong lĩnh vực này:
1. Nguyên tắc "con người ra quyết định cuối" (human-in-the-loop). AI trong fintech hầu như không bao giờ được phép tự động phê duyệt các quyết định có rủi ro cao: cấp tín dụng, từ chối KYC, đóng băng tài khoản, hay đưa ra khuyến nghị đầu tư ràng buộc. Prompt của bạn phải luôn định vị AI là một trợ lý phân tích và đề xuất, không phải người ra quyết định. Đầu ra thường là "khuyến nghị + lý do + mức độ tin cậy", để một nhân viên tuân thủ (compliance officer) hoặc chuyên viên xem lại.
2. Nguyên tắc minh bạch và truy vết (auditability). Mọi đầu ra của AI phải có thể giải thích được và lưu vết. Điều này có nghĩa prompt nên yêu cầu AI trích dẫn dữ liệu đầu vào cụ thể làm cơ sở, không "phán" chung chung. Cơ quan quản lý có thể yêu cầu bạn giải trình vì sao một khách hàng bị định giá lãi suất cao hơn — và "vì AI bảo thế" không phải câu trả lời chấp nhận được.
3. Nguyên tắc chống ảo giác (anti-hallucination) trong số liệu. Trong tài chính, một con số bịa ra nguy hiểm hơn cả một câu trả lời "tôi không biết". Prompt phải ép AI chỉ tính toán trên dữ liệu được cung cấp, và khai báo rõ khi thiếu dữ liệu thay vì ước lượng.
Ánh xạ ba use case chính
- Pricing / định giá: dùng AI để đề xuất mức lãi suất, phí, hoặc hạn mức dựa trên hồ sơ rủi ro. AI tổng hợp các yếu tố (thu nhập, lịch sử tín dụng, ngành nghề) thành một khuyến nghị có giải thích — nhưng công thức định giá lõi vẫn nên nằm trong hệ thống rule/model, AI chỉ diễn giải và soạn thông báo.
- KYC / định danh: dùng AI để trích xuất và đối chiếu thông tin từ giấy tờ (CCCD, hộ chiếu, giấy phép kinh doanh), phát hiện mâu thuẫn, và gắn cờ (flag) những hồ sơ đáng ngờ để con người xem xét. AI không tự quyết định "đạt/không đạt" cho các trường hợp rủi ro.
- Financial advisory / tư vấn tài chính: dùng AI để giải thích sản phẩm, so sánh phương án, và cá nhân hóa nội dung giáo dục tài chính. Đây là vùng nhạy cảm nhất về pháp lý: prompt phải chèn disclaimer, tránh ngôn ngữ cam kết lợi nhuận, và không đưa ra lời khuyên đầu tư cá nhân mang tính ràng buộc trừ khi có giấy phép tư vấn phù hợp.
Lưu ý pháp lý bắt buộc
Ba điều bạn phải "đóng đinh" vào mọi prompt fintech: công khai có sự tham gia của AI (khách hàng có quyền biết họ đang tương tác với AI), con người rà soát các quyết định rủi ro cao, và tuân thủ quy định của SBV cùng Luật Bảo vệ dữ liệu cá nhân (Nghị định 13/2023). Dữ liệu tài chính cá nhân là dữ liệu nhạy cảm — bạn không được đưa dữ liệu định danh khách hàng vào các mô hình public mà không có thỏa thuận xử lý dữ liệu phù hợp.
Tình huống thực tế
Ví dụ 1 — MoMo và bài toán định giá phí trả góp
Giả định một đội sản phẩm tại một ví điện tử lớn như MoMo muốn dùng AI để soạn thông báo giải thích mức phí trả góp cho từng khách hàng. Vấn đề: nếu để AI tự "nghĩ ra" mức phí, nó có thể bịa số hoặc áp dụng logic không nhất quán, gây rủi ro pháp lý về minh bạch giá.
Cách làm đúng là tách đôi: hệ thống rule tính ra con số, AI chỉ diễn giải. Prompt được thiết kế như sau:
> "Bạn là trợ lý soạn thông báo cho khách hàng. Dưới đây là kết quả tính phí đã được hệ thống xác định: hạn mức 15.000.000đ, kỳ hạn 6 tháng, phí chuyển đổi 2,5%/tháng, tổng phí 2.250.000đ. CHỈ dùng đúng các con số này, KHÔNG tự tính lại, KHÔNG thêm con số nào khác. Viết thông báo 4 câu, giọng thân thiện, nêu rõ tổng số tiền phải trả mỗi tháng và tổng phí. Kết thúc bằng dòng: 'Thông tin này do hệ thống tự động tạo, vui lòng liên hệ hotline nếu cần hỗ trợ.'"
Kết quả: AI tạo ra thông báo mạch lạc, đúng số, có disclaimer, và không thể "sáng tạo" con số sai. Bài học: trong pricing, đừng để AI làm phép tính có hậu quả tiền bạc — hãy đưa con số đã tính sẵn vào prompt và giới hạn AI ở vai trò diễn giải. Đây là ranh giới sống còn giữa "AI hỗ trợ" và "AI gây rủi ro".
Ví dụ 2 — Công ty cho vay tiêu dùng và vòng KYC
Một công ty cho vay tiêu dùng giả định tên "Tín Việt Finance" xử lý 3.000 hồ sơ vay mỗi ngày. Nhân viên phải đối chiếu ảnh CCCD với thông tin khách khai và phát hiện mâu thuẫn. Họ dùng AI để trích xuất và gắn cờ, nhưng giữ con người ở khâu quyết định.
Prompt trích xuất và đối chiếu:
> "Bạn là trợ lý kiểm tra hồ sơ KYC. Dữ liệu OCR từ CCCD: {họ tên, số CCCD, ngày sinh, địa chỉ}. Thông tin khách tự khai: {...}. Nhiệm vụ: (1) So sánh từng trường, đánh dấu MATCH / MISMATCH / KHÔNG ĐỌC ĐƯỢC. (2) Với mỗi MISMATCH, trích nguyên văn giá trị của cả hai nguồn. (3) Gán mức rủi ro: THẤP nếu mọi trường khớp; TRUNG BÌNH nếu có sai lệch nhỏ (dấu, viết tắt); CAO nếu số CCCD hoặc ngày sinh lệch. (4) KHÔNG kết luận đạt/không đạt — chỉ đề xuất chuyển tiếp cho chuyên viên nếu mức rủi ro TRUNG BÌNH trở lên. Xuất JSON."
Kết quả sau 2 tháng: thời gian xử lý mỗi hồ sơ giảm từ khoảng 8 phút xuống 3 phút, nhưng mọi hồ sơ gắn cờ CAO đều qua tay chuyên viên. Một trường hợp thật đáng giá: AI phát hiện số CCCD trong ảnh và số khai lệch một chữ số — điều mà mắt người mệt mỏi vào cuối ca dễ bỏ sót. Bài học: AI mạnh nhất ở KYC khi làm "máy dò mâu thuẫn không biết mệt", còn quyết định cuối vẫn thuộc về con người. Ép AI trích nguyên văn giá trị giúp chuyên viên kiểm chứng trong vài giây, đúng nguyên tắc truy vết.
Ví dụ 3 — Ngân hàng số và tư vấn sản phẩm tiết kiệm
Một ngân hàng số giả định như "Timo-style" muốn chatbot giải thích các gói tiết kiệm cho khách. Rủi ro lớn nhất: chatbot lỡ miệng cam kết "chắc chắn có lãi", tư vấn đầu tư vượt phạm vi giấy phép, hoặc so sánh bất lợi với ngân hàng khác.
Prompt (dạng system prompt) được viết với hàng rào chặt:
> "Bạn là trợ lý giáo dục tài chính của [Ngân hàng]. Bạn CHỈ giải thích đặc điểm các sản phẩm trong danh mục được cung cấp. NGUYÊN TẮC BẮT BUỘC: (1) Không cam kết, không dùng từ 'chắc chắn', 'đảm bảo lợi nhuận'. (2) Không đưa lời khuyên đầu tư cá nhân; nếu khách hỏi 'tôi nên gửi bao nhiêu', hãy giải thích các yếu tố cần cân nhắc và khuyến nghị gặp chuyên viên tư vấn. (3) Không so sánh với ngân hàng khác. (4) Mọi câu trả lời về lãi suất kết thúc bằng: 'Lãi suất có thể thay đổi theo quy định; vui lòng xác nhận tại quầy hoặc ứng dụng.' (5) Nếu câu hỏi ngoài danh mục sản phẩm, trả lời: 'Câu hỏi này cần chuyên viên hỗ trợ, tôi sẽ kết nối bạn.'"
Kết quả: chatbot xử lý được phần lớn câu hỏi giải thích sản phẩm, tỷ lệ chuyển cho người thật giảm đáng kể, và bộ phận pháp chế duyệt vì các hàng rào ngôn ngữ đã chặn được những phát ngôn rủi ro. Bài học: trong advisory, giá trị của prompt nằm ở những gì bạn cấm AI nói nhiều hơn những gì bạn cho phép. Negative constraint là tuyến phòng thủ đầu tiên.
Hướng dẫn từng bước
Đây là quy trình sáu bước để xây một prompt fintech an toàn:
- Phân loại mức rủi ro của tác vụ. Hỏi: nếu AI sai, hậu quả là gì? Sai một câu chào hỏi thì nhẹ; sai một quyết định KYC hay một con số lãi suất thì nặng. Mức rủi ro càng cao, càng phải kéo con người vào và siết chặt đầu ra.
- Tách phần "tính toán/quyết định" ra khỏi AI khi có thể. Với pricing và scoring, hãy để hệ thống rule hoặc model chuyên biệt tạo con số, rồi đưa con số đó vào prompt như dữ kiện cố định. AI diễn giải, không tự tính.
- Cung cấp dữ liệu trong prompt, cấm AI dùng kiến thức ngoài. Thêm câu như: "Chỉ sử dụng dữ liệu được cung cấp phía trên. Nếu thiếu thông tin để trả lời, hãy nói rõ 'không đủ dữ liệu' thay vì phỏng đoán."
- Định dạng đầu ra để kiểm chứng được. Yêu cầu JSON có trường lý do, trích dẫn dữ liệu nguồn, và mức độ tin cậy. Điều này phục vụ cả việc rà soát của con người lẫn nghĩa vụ truy vết.
- Chèn hàng rào và disclaimer. Với advisory và mọi nội dung khách hàng nhìn thấy: cấm cam kết lợi nhuận, cấm tư vấn vượt phạm vi, và luôn có câu công khai rằng nội dung do AI tạo/hỗ trợ.
- Thiết kế điểm chuyển giao cho con người. Prompt phải định nghĩa rõ khi nào AI dừng lại và chuyển cho người: rủi ro trung bình trở lên, câu hỏi ngoài phạm vi, hoặc dữ liệu mâu thuẫn.
Lỗi thường gặp & mẹo
Lỗi 1 — Để AI tự tính số tiền, lãi suất, hạn mức. Đây là lỗi nguy hiểm nhất. LLM giỏi ngôn ngữ, không phải máy tính đáng tin cho tiền bạc. Luôn tính bên ngoài, đưa số vào prompt.
Lỗi 2 — Đưa dữ liệu định danh khách hàng vào mô hình public không có thỏa thuận. Vi phạm Nghị định 13/2023 về bảo vệ dữ liệu cá nhân. Mẹo: ẩn danh (mask) dữ liệu nhạy cảm trước khi gửi, hoặc dùng mô hình triển khai riêng với cam kết không lưu dữ liệu huấn luyện.
Lỗi 3 — Để AI tự "phán" đạt/không đạt trong KYC. Đầu ra rủi ro cao phải là "đề xuất + cờ", không phải "quyết định". Con người quyết.
Lỗi 4 — Quên disclaimer trong nội dung advisory. Một câu chatbot hứa "gói này chắc chắn lời" đủ để gây khủng hoảng pháp lý. Hàng rào negative constraint phải có sẵn trong system prompt, không trông chờ AI tự nhớ.
Lỗi 5 — Không lưu vết prompt và output. Khi cơ quan quản lý hỏi, bạn cần chứng minh mình đã ra quyết định thế nào. Lưu lại cả prompt, dữ liệu đầu vào (đã mask hợp lý) và đầu ra.
Mẹo vàng: Với mọi prompt fintech, hãy tự hỏi "Nếu đầu ra này xuất hiện trong một cuộc thanh tra, tôi có tự tin bảo vệ nó không?" Nếu chưa, hãy siết thêm hàng rào và yêu cầu trích dẫn nguồn.
Bài tập thực hành
- Pricing: Viết một prompt diễn giải cho khách hàng biết vì sao khoản vay của họ có lãi suất 18%/năm, với ràng buộc: con số lãi suất và các yếu tố (điểm tín dụng "trung bình", thu nhập ổn định) được cung cấp sẵn, AI không tự thêm số, và kết thúc bằng disclaimer.
- KYC: Thiết kế prompt trích xuất và đối chiếu thông tin từ giấy phép đăng ký kinh doanh với thông tin doanh nghiệp khai báo, xuất JSON gồm: trạng thái từng trường, mức rủi ro, và cờ chuyển tiếp cho chuyên viên. Ép AI trích nguyên văn mọi điểm lệch.
- Advisory: Viết system prompt cho chatbot giải thích sản phẩm bảo hiểm liên kết đầu tư, với ít nhất bốn negative constraint (không cam kết lợi nhuận, không tư vấn cá nhân ràng buộc, không so sánh đối thủ, không nói ngoài danh mục) và một câu chuyển giao cho con người.
- Tự đánh giá: Với cả ba prompt trên, viết một đoạn ngắn trả lời câu hỏi: "Nếu đầu ra này bị thanh tra, tôi bảo vệ nó bằng cách nào?"
Tóm tắt
Prompt cho fintech không phải cuộc thi tìm câu trả lời ấn tượng nhất, mà là bài toán cân bằng giữa hữu ích và an toàn trong một lĩnh vực chịu quản lý chặt. Ba nguyên tắc xuyên suốt: con người ra quyết định cuối ở các tác vụ rủi ro cao, mọi đầu ra phải truy vết được với dữ liệu nguồn trích dẫn rõ, và chống ảo giác số liệu bằng cách đưa con số tính sẵn vào prompt thay vì để AI tự tính.
Áp dụng vào ba use case: với pricing, tách phép tính khỏi AI và chỉ để AI diễn giải; với KYC, dùng AI làm máy dò mâu thuẫn không biết mệt nhưng để con người quyết đạt/không đạt; với advisory, giá trị nằm ở những hàng rào bạn dựng lên — cấm cam kết lợi nhuận, cấm tư vấn vượt phạm vi, và luôn công khai vai trò của AI. Đừng quên nghĩa vụ pháp lý: công khai có AI tham gia, tuân thủ SBV và Nghị định 13/2023 về bảo vệ dữ liệu cá nhân. Khi mỗi prompt của bạn đều có thể đứng vững trước một cuộc thanh tra, đó là lúc bạn thực sự làm chủ prompt engineering trong fintech.