Mở đầu — vì sao bài này quan trọng
Hãy hình dung bạn là trợ lý cho một CEO. Người này không cần bạn viết một email hay tóm tắt một cuộc họp — họ có cả một đội ngũ làm việc đó. Điều họ cần từ bạn là thứ khan hiếm nhất ở cấp lãnh đạo: một tư duy rõ ràng khi đối mặt với quyết định lớn, mơ hồ, và nhiều rủi ro. Đóng cửa nhà máy hay không? Có nên gọi vốn Series B trong bối cảnh thị trường xấu? Có nên sa thải 15% nhân sự để kéo dài runway?
Đây chính là địa hạt của "executive prompts" — prompt phục vụ cấp điều hành. Nó khác hẳn với những bài trước trong khóa học. Ở các bài về marketing (Bài 32), sales (Bài 27), hay finance (Bài 29), AI đóng vai một nhân viên thực thi giỏi: viết copy, soạn email chào hàng, dựng bảng dự báo. Nhưng ở cấp executive, AI không thực thi thay bạn — AI trở thành một "sparring partner" (đối tác luyện tập) cho tư duy chiến lược. Nó giúp bạn nhìn ra điểm mù, cấu trúc lại một quyết định rối rắm, phản biện chính niềm tin của bạn, và stress-test (kiểm định dưới áp lực) các giả định trước khi bạn đặt hàng triệu đô lên bàn cược.
Sai lầm phổ biến của người mới là dùng AI ở cấp executive như một cỗ máy trả lời: "Tôi có nên làm X không?" và mong nhận một chữ "Có" hoặc "Không". Nhưng quyết định điều hành hiếm khi có đáp án đúng — chúng có những đánh đổi (trade-off) tốt hơn hoặc tệ hơn. Vai trò của prompt tốt là cải thiện chất lượng suy nghĩ, chứ không phải thay bạn suy nghĩ. Học được điều này, bạn sẽ dùng AI theo một đẳng cấp hoàn toàn khác.
Khái niệm cốt lõi
Decision support khác với answer generation
Nguyên tắc nền tảng của bài này: prompt cho executive nhắm tới decision support (hỗ trợ ra quyết định), không phải answer generation (tạo câu trả lời). Sự khác biệt nằm ở chỗ bạn yêu cầu AI làm rõ cấu trúc của vấn đề thay vì đưa ra kết luận.
Một quyết định điều hành tốt thường trải qua bốn lớp: (1) Framing — thực chất ta đang quyết định điều gì? (2) Options — có những lựa chọn khả dĩ nào, kể cả lựa chọn "không làm gì"? (3) Trade-offs & risks — mỗi lựa chọn được gì, mất gì, rủi ro ra sao? (4) Recommendation với điều kiện — nếu buộc phải chọn, chọn gì, và trong điều kiện nào thì đổi ý. Prompt của bạn nên dẫn AI đi qua đủ bốn lớp này.
Ba "chế độ" prompt cho executive
Chế độ 1 — Strategic framing (định khung chiến lược). Dùng khi bạn còn mơ hồ về chính bản chất quyết định. Đây là mẫu prompt trong ghi chú gốc của bài:
Tôi là CEO đang đối mặt quyết định này: [mô tả tình huống].
Hãy giúp tôi tư duy qua các bước:
- Định khung quyết định: thực chất ta đang quyết định điều gì?
Đâu là quyết định phụ ẩn bên trong?
- Liệt kê 4-5 lựa chọn, bao gồm cả lựa chọn "không hành động".
- Với mỗi lựa chọn: được gì, mất gì, và giả định lớn nhất phải đúng.
- Nêu 3 câu hỏi quan trọng nhất tôi cần trả lời trước khi quyết.
Đừng đưa kết luận vội. Ưu tiên làm rõ cấu trúc vấn đề.
Chế độ 2 — Red-teaming (phản biện đối kháng). Dùng khi bạn đã nghiêng về một hướng và muốn kiểm tra xem mình có đang tự huyễn hoặc không. Bạn yêu cầu AI đóng vai người phản đối gay gắt nhất.
Chế độ 3 — Synthesis for communication (tổng hợp để truyền đạt). Dùng khi bạn đã quyết và cần trình bày quyết định cho hội đồng quản trị (board), nhà đầu tư, hoặc đội ngũ — cô đọng logic thành một câu chuyện thuyết phục.
Bốn kỹ thuật giúp prompt executive "sắc" hơn
- Gán persona chuyên môn (liên hệ Bài 13 — Role prompting): "Đóng vai một cố vấn chiến lược từng làm partner tại McKinsey" cho AI một góc nhìn có kỷ luật hơn.
- Ép nêu giả định (assumptions): quyết định lớn thường đổ vỡ vì một giả định sai. Luôn yêu cầu AI liệt kê giả định.
- Định lượng khi có thể: buộc AI ước lượng con số, xác suất, khoảng thời gian — kể cả khi thô — để tránh những lời khuyên chung chung vô dụng.
- Yêu cầu quan điểm ngược (steelman đối lập): buộc AI trình bày lập luận mạnh nhất cho phương án bạn không thích.
Tình huống thực tế
Ví dụ 1 — CEO chuỗi F&B ở TP.HCM quyết định đóng cửa hàng thua lỗ
Bối cảnh. Chị Lan là CEO chuỗi cà phê "Nhà Gỗ" với 22 cửa hàng ở TP.HCM và Bình Dương. Có 6 cửa hàng thua lỗ liên tục 8 tháng, mỗi tháng âm khoảng 40-70 triệu đồng. Áp lực từ nhà đầu tư là "cắt lỗ ngay". Bản năng của chị Lan cũng muốn đóng. Nhưng trước khi ký, chị dùng AI ở chế độ strategic framing.
Diễn giải. Thay vì hỏi "Tôi có nên đóng 6 cửa hàng này không?", chị viết một prompt định khung: mô tả doanh thu, chi phí thuê mặt bằng (nhiều hợp đồng còn 2 năm với điều khoản phạt), lượng khách theo giờ, và bối cảnh 3 trong 6 cửa hàng nằm ở khu văn phòng mới chỉ vừa lấp đầy 40%. Chị yêu cầu AI: định khung quyết định thật, liệt kê lựa chọn gồm cả "không đóng mà chuyển đổi mô hình", nêu giả định lớn nhất của mỗi phương án, và chỉ ra dữ liệu chị đang thiếu.
AI làm rõ rằng "đóng cửa hàng" thực chất là hai quyết định khác nhau bị gộp lại: một nhóm cửa hàng ở khu dân cư đã bão hòa (khó cứu), và một nhóm ở khu văn phòng đang lên (thua lỗ vì thị trường chưa chín, không phải vì mô hình sai). Nó cũng chỉ ra một chi phí bị bỏ quên: phí phạt chấm dứt hợp đồng thuê có thể nuốt hết khoản tiết kiệm 6-8 tháng đầu. Kết quả: chị Lan đóng 3 cửa hàng khu dân cư, giữ và chuyển 3 cửa hàng khu văn phòng sang mô hình "grab & go" chi phí thấp. Sau 5 tháng, 2 trong 3 cửa hàng được giữ đã hòa vốn.
Bài học. Prompt định khung tốt tách được "một quyết định lớn tưởng chừng đồng nhất" thành nhiều quyết định nhỏ có bản chất khác nhau. Nếu chị Lan hỏi câu Có/Không, AI hẳn đã đồng ý đóng cả 6 — và chị mất luôn cơ hội ở khu văn phòng.
Ví dụ 2 — Founder startup fintech red-team quyết định gọi vốn
Bối cảnh. Anh Minh, founder một startup fintech cho vay tiêu dùng tại Việt Nam, đang định gọi Series A 5 triệu USD ở mức định giá (valuation) 25 triệu USD. Anh rất tự tin: tăng trưởng người dùng 18%/tháng, đã có term sheet sơ bộ từ một quỹ Singapore. Nhưng anh có một thói quen tốt: trước mọi quyết định lớn, anh bắt AI "đập" ý tưởng của mình.
Diễn giải. Anh dùng chế độ red-teaming với prompt: "Đóng vai một nhà đầu tư hoài nghi và một cựu founder fintech từng thất bại. Hãy đưa ra lập luận mạnh nhất rằng việc tôi gọi 5 triệu USD ở định giá này ngay bây giờ là một sai lầm. Tấn công vào các giả định về tăng trưởng, chất lượng danh mục cho vay, và pha loãng cổ phần. Cuối cùng nêu 3 dấu hiệu cảnh báo mà tôi có thể đang cố tình phớt lờ."
AI chỉ ra ba điểm mà sự hưng phấn đã che mờ: (1) tăng trưởng 18%/tháng đến từ nới lỏng tiêu chí duyệt vay — tỷ lệ nợ xấu (NPL) có thể đang tích lũy nhưng chưa lộ vì danh mục còn "trẻ"; (2) gọi vốn lúc chưa chứng minh được chất lượng danh mục qua một chu kỳ trả nợ đầy đủ nghĩa là định giá dựa trên tăng trưởng ảo, dễ bị "down round" ở vòng sau; (3) 5 triệu USD ở định giá 25 triệu USD pha loãng 20% — có thể quá sớm. AI gợi ý một lựa chọn thứ ba: gọi một cầu nối (bridge) 1,5 triệu USD để có thêm 6 tháng dữ liệu về chất lượng danh mục, rồi gọi Series A với định giá cao hơn và bằng chứng vững hơn.
Anh Minh kiểm tra lại số liệu NPL theo từng cohort và phát hiện cohort mới nhất quả thực xấu hơn. Anh hoãn Series A, siết lại tiêu chí duyệt, và gọi vốn 8 tháng sau ở định giá 34 triệu USD.
Bài học. Red-teaming bằng AI rẻ hơn nhiều so với học bài học ấy từ thị trường. Điểm mấu chốt: prompt phải ép AI đứng về phía đối lập. Nếu chỉ hỏi "Kế hoạch gọi vốn của tôi có ổn không?", AI thường xu nịnh và củng cố thiên kiến của bạn.
Ví dụ 3 — COO nhà máy sản xuất chuẩn bị tài liệu cho board
Bối cảnh. Chị Hương, COO một công ty sản xuất linh kiện điện tử ở Bắc Ninh, đã quyết định đầu tư 2 triệu USD cho một dây chuyền tự động hóa. Quyết định đã chín trong đầu chị. Vấn đề còn lại: thuyết phục board gồm 5 người, trong đó 2 người vốn bảo thủ về chi tiêu vốn.
Diễn giải. Chị dùng chế độ synthesis for communication. Prompt của chị cung cấp: logic quyết định, các con số ROI (hoàn vốn trong 26 tháng), rủi ro chị đã lường trước, và đặc điểm của từng thành viên board. Chị yêu cầu AI: cấu trúc lập luận theo mô hình "vấn đề → lựa chọn đã cân nhắc → khuyến nghị → rủi ro & cách giảm thiểu", dự đoán 5 câu hỏi khó nhất từ hai thành viên bảo thủ, và soạn sẵn câu trả lời. Chị cũng yêu cầu AI đóng vai chính hai người bảo thủ đó để phản biện.
AI giúp chị nhận ra bản trình bày ban đầu quá tập trung vào công nghệ mà thiếu phần "nếu không làm thì sao" — chi phí của việc không tự động hóa (mất đơn hàng vào tay đối thủ Trung Quốc rẻ hơn). Nó cũng dự đoán đúng câu hỏi hóc búa nhất: "Nếu đơn hàng của khách hàng lớn nhất giảm 30%, dây chuyền này có còn hoàn vốn không?" — giúp chị chuẩn bị kịch bản dự phòng trước khi bước vào phòng họp.
Bài học. Ở cấp executive, một quyết định đúng vẫn có thể thất bại nếu truyền đạt kém. Prompt synthesis biến logic thô thành câu chuyện thuyết phục, và quan trọng nhất — nó diễn tập trước cuộc chiến bằng cách để AI đóng vai người phản đối.
Hướng dẫn từng bước
Bước 1 — Xác định bạn đang ở giai đoạn nào của quyết định. Còn mơ hồ về bản chất vấn đề? Dùng strategic framing. Đã nghiêng về một hướng và muốn kiểm định? Dùng red-teaming. Đã quyết và cần trình bày? Dùng synthesis.
Bước 2 — Nạp bối cảnh đầy đủ nhưng có kỷ luật. Cung cấp con số, ràng buộc, thời hạn, các bên liên quan. AI không biết công ty bạn — thông tin càng cụ thể, phân tích càng đáng giá. Nhưng đừng nhồi cả trăm trang; chọn dữ liệu quyết định (xem lại Bài 12 về quản lý context window).
Bước 3 — Gán persona và góc nhìn phù hợp. "Đóng vai CFO", "đóng vai luật sư M&A", "đóng vai một khách hàng khó tính" — mỗi persona mở ra một lớp rủi ro khác nhau.
Bước 4 — Cấm AI kết luận vội. Thêm câu: "Đừng đưa khuyến nghị cho tới khi đã làm rõ cấu trúc vấn đề và các giả định." Đây là dòng lệnh quan trọng nhất trong prompt executive.
Bước 5 — Ép nêu giả định và dữ liệu còn thiếu. Yêu cầu: "Liệt kê các giả định phải đúng để mỗi phương án thành công, và chỉ ra dữ liệu tôi cần thu thập thêm."
Bước 6 — Chạy vòng phản biện. Sau khi có phân tích, yêu cầu: "Bây giờ hãy tấn công chính khuyến nghị bạn vừa đưa. Lập luận mạnh nhất chống lại nó là gì?"
Bước 7 — Chốt và tự quyết. AI dựng khung; bạn ra quyết định. Đừng bao giờ giao phó phán đoán cuối cùng cho AI ở những quyết định có hệ quả lớn.
Lỗi thường gặp & mẹo
- Hỏi câu Có/Không. "Tôi có nên làm X không?" ép AI đơn giản hóa một vấn đề phức tạp. Hãy hỏi "Giúp tôi tư duy qua quyết định X."
- Không cho AI đủ bối cảnh rồi trách nó khuyên chung chung. Lời khuyên chung chung là hệ quả của prompt chung chung. Con số cụ thể tạo phân tích cụ thể.
- Rơi vào bẫy xu nịnh (sycophancy). AI có xu hướng đồng tình với người dùng. Nếu bạn để lộ bạn muốn gì, nó sẽ củng cố mong muốn đó. Mẹo: đừng tiết lộ thiên hướng của bạn, hoặc chủ động yêu cầu AI phản biện.
- Nhầm sự tự tin của AI với sự đúng đắn. Văn phong mạch lạc, dứt khoát không đồng nghĩa với đúng. Với quyết định lớn, hãy kiểm chứng mọi con số và giả định then chốt bằng dữ liệu thật.
- Bỏ qua lựa chọn "không làm gì". Luôn buộc AI đưa phương án status quo vào bàn cân — nó thường là chuẩn so sánh (baseline) bị lãng quên.
- Mẹo — tách thành nhiều lượt. Đừng dồn framing, phản biện và trình bày vào một prompt. Chạy tuần tự (liên hệ Bài 10 — prompt chaining): framing trước, phản biện sau, rồi mới tổng hợp. Chất lượng cao hơn hẳn.
- Mẹo — dùng con số thô còn hơn không có số. Yêu cầu AI ước lượng xác suất, khoảng ROI, thời gian hoàn vốn kể cả khi thô. Con số thô buộc suy nghĩ phải cụ thể; sự mơ hồ che giấu tư duy lười.
Bài tập thực hành
- Framing. Chọn một quyết định thật (hoặc giả định) mà bạn hoặc lãnh đạo của bạn đang cân nhắc — ví dụ "có nên mở văn phòng thứ hai ở Đà Nẵng". Viết một prompt strategic framing theo mẫu ở phần khái niệm. Yêu cầu AI tách ra các quyết định phụ ẩn bên trong. So sánh cách AI định khung với cách bạn nghĩ ban đầu.
- Red-teaming. Lấy một kế hoạch bạn đang tin tưởng. Viết prompt yêu cầu AI đóng vai người phản đối gay gắt nhất, tấn công vào các giả định và nêu 3 dấu hiệu cảnh báo bạn có thể đang phớt lờ. Ghi lại điểm nào khiến bạn thực sự phải suy nghĩ lại.
- Synthesis. Giả sử bạn đã quyết một khoản đầu tư. Viết prompt yêu cầu AI cấu trúc bài trình bày cho board theo mô hình "vấn đề → lựa chọn → khuyến nghị → rủi ro & giảm thiểu", đồng thời dự đoán 5 câu hỏi khó nhất và soạn câu trả lời.
- Nâng cao. Chạy cả ba chế độ tuần tự trên cùng một quyết định. Ghi lại xem quyết định cuối của bạn thay đổi thế nào sau khi đi qua đủ ba lớp framing → red-team → synthesis.
Tóm tắt
Prompt cho executive không nhằm lấy câu trả lời — nó nhằm nâng chất lượng tư duy trước một quyết định lớn và mơ hồ. Ba chế độ cốt lõi: strategic framing để làm rõ thực chất ta đang quyết định gì và có những lựa chọn nào; red-teaming để phản biện đối kháng và lộ ra điểm mù; synthesis để tổng hợp logic thành câu chuyện thuyết phục board và nhà đầu tư. Nguyên tắc vàng: cấm AI kết luận vội, ép nó nêu giả định và dữ liệu còn thiếu, định lượng khi có thể, và luôn buộc nó tranh luận cho phía đối lập. Cạm bẫy lớn nhất là sycophancy — AI xu nịnh niềm tin của bạn; hãy chủ động chống lại bằng cách để nó đóng vai người phản đối. Và điều cuối cùng, quan trọng nhất: AI dựng khung, bạn ra quyết định. Ở cấp điều hành, phán đoán cuối cùng — cùng trách nhiệm đi kèm — luôn thuộc về con người.