Kỹ thuật Operating Manual: Bẻ khóa suy luận Claude Opus 4.8 mà không tốn thêm tiền

TL;DR

Thay vì để Claude ứng biến cách suy luận ở mỗi câu hỏi, bạn yêu cầu model tự viết một "operating manual" - bản hướng dẫn định nghĩa chính xác cách nó nên tiếp cận công việc của bạn. Dán file .md đó vào Project Instructions của một Claude Project, bật Opus 4.8 ở mức High hoặc Max effort. Cùng model, cùng giá, output khác hẳn.

Vấn đề: model đang ứng biến thay vì suy luận

Claude Opus 4.8 là hybrid reasoning model - nó hoạt động ở hai chế độ: sinh text nhanh (intuitive) và suy luận mở rộng (extended thinking) tùy vào mức effort bạn chọn. Khi không có framework nào cố định, model sẽ improvise: tự quyết định cách tiếp cận vấn đề ngay tại thời điểm nhận prompt.

Kết quả: với cùng một loại công việc, chất lượng output dao động giữa các lần. Không phải lỗi của model - mà vì model đang phân bổ thinking budget vào những hướng khác nhau mỗi khi chạy. Thay vì áp dụng một quy trình nhất quán, nó xây dựng lại từ đầu.

Kỹ thuật operating manual giải quyết đúng vấn đề này.

Operating Manual là gì

Kỹ thuật này, lan truyền từ tweet của @CyrilXBT với hơn 149.000 lượt xem, dựa trên một quan sát đơn giản: thay vì bạn viết system prompt thủ công, hãy để Claude tự tạo ra framework suy luận cho bạn - rồi dùng đó như baseline cố định cho mọi prompt tiếp theo trong project.

Ba bước cốt lõi:

1. Yêu cầu Claude viết cho bạn một "operating manual" - tài liệu mô tả cách model nên lý luận qua loại công việc cụ thể của bạn.

2. Tạo Claude Project mới, dán toàn bộ nội dung file .md đó vào phần Project Instructions.

3. Chọn mức effort High hoặc Max khi chạy Opus 4.8.

Kết quả: model suy luận theo một khung thực sự thay vì ứng biến mỗi lần. Cùng model, cùng giá, output tốt hơn đáng kể.

Ba bước thiết lập: viết operating manual, paste vào Project Instructions, bật High hoặc Max effort

Hướng dẫn từng bước

Bước 1: Tạo operating manual

Mở Claude.ai và yêu cầu model tạo manual cho công việc của bạn. Ví dụ prompt:

Hãy viết một "operating manual" định nghĩa cách bạn nên suy luận qua [loại công việc của bạn]. Bao gồm: cách phân tích vấn đề, thứ tự ưu tiên, cách xử lý tình huống mơ hồ, và các nguyên tắc ra quyết định. Format: Markdown.

Điểm quan trọng: Opus 4.8 đọc instruction rất literal. Nếu manual không đề cập một tình huống, model sẽ không tự suy diễn phạm vi. Hãy yêu cầu cụ thể và toàn diện cho loại công việc bạn định làm - phân tích tài liệu, review code, nghiên cứu, hay viết lách.

Bước 2: Tạo Claude Project và paste vào

Truy cập Claude.ai, tạo Project mới, vào phần Project Instructions, paste toàn bộ nội dung file .md vừa tạo. Project Instructions hoạt động như baseline - mọi prompt trong project này đều được model đọc song song với hướng dẫn đó trước khi trả lời.

Khác với system prompt viết tay thông thường, operating manual do chính model tạo ra nên nó biết chính xác cách diễn đạt để model hiểu và áp dụng nhất quán. Đây là điểm khác biệt cốt lõi so với prompt engineering thông thường.

Bước 3: Chọn mức effort phù hợp

Giao diện Claude.ai có slider effort level bên cạnh model selector. Với kỹ thuật này:

• High - thinking budget khoảng 5.000-10.000 token. Phù hợp cho hầu hết công việc phức tạp: phân tích tài liệu, viết báo cáo, review code, nghiên cứu.

• Max - thinking budget khoảng 10.000-20.000+ token. Dùng khi độ chính xác là ưu tiên tuyệt đối: đánh giá hợp đồng, phân tích rủi ro, bài toán kỹ thuật quan trọng.

Với developer dùng API, tham số tương ứng là thinking: {"type": "enabled", "budget_tokens": N} trong request payload.

Tại sao kỹ thuật này hiệu quả

Opus 4.8 là hybrid reasoning model: mức effort bạn chọn quyết định số token model có thể dùng cho internal reasoning trước khi sinh output. Ở mức High, model kiểm tra logic và xem xét nhiều hướng trước khi trả lời. Ở mức Max, nó phân tích chuyên sâu trên bài toán phức tạp.

Khi không có framework cố định, model phải dùng một phần thinking budget đó để quyết định cách tiếp cận. Khi có operating manual, toàn bộ budget được dùng để thực thi tốt hơn theo framework - thay vì lập kế hoạch xem nên làm gì. Đây là lý do tại sao cùng model, cùng effort, nhưng với operating manual thì output khác biệt rõ ràng.

Ai nên dùng ngay

Kỹ thuật này hiệu quả nhất khi bạn có một loại công việc lặp đi lặp lại, đòi hỏi suy luận nhất quán qua nhiều phiên.

Nhà phân tích tài chính và pháp lý: Opus 4.8 là model đầu tiên vượt ngưỡng 10% trên Legal Agent Benchmark all-pass - mốc cho phép bắt đầu giao việc pháp lý thực sự với độ tin cậy nhất định. Kết hợp với operating manual định nghĩa quy trình phân tích tài liệu, model chủ động gắn cờ điểm đáng ngờ mà các model khác bỏ qua.

Developer: Opus 4.8 ít bỏ sót lỗi code hơn Opus 4.7 gấp 4 lần - giảm "silent failures" trong các luồng coding tự động. Operating manual định nghĩa tiêu chuẩn code review, kiến trúc, và quy trình debug sẽ tạo ra một đối tác review đáng tin trong các phiên coding dài. Developer có thể dùng thêm effort level Ultra Code (thinking budget lên đến 32.000+ token, tối ưu cho engineering tasks).

Researcher và analyst: Với thinking budget Max lên đến 20.000+ token, model có thể tổng hợp nhiều nguồn phức tạp và duy trì chất lượng phân tích xuyên suốt. Kết hợp với Opus 4.8 đạt 84% trên Online-Mind2Web benchmark, đây là lựa chọn mạnh cho các task nghiên cứu cần truy cập web.

Nhóm nội dung và viết lách: Opus 4.8 giữ giọng văn và style direction tốt hơn qua nhiều turn. Operating manual định nghĩa chuẩn phong cách, ngôn ngữ, và quy trình = ít phải nhắc lại, output nhất quán hơn.

Nếu công việc của bạn đơn giản và routine, kỹ thuật này không cần thiết - effort Medium là đủ.

Giới hạn cần biết

Kỹ thuật này không phải magic bullet. Ba điểm cần chú ý:

• Literalism cực đoan: Opus 4.8 không tự suy diễn phạm vi instruction. Nếu operating manual của bạn không bao phủ một tình huống, model sẽ không tự áp dụng logic tương tự. Manual cần toàn diện.

• Max effort không phải lúc nào cũng tốt hơn High: Với task đơn giản, dùng Max chỉ tốn thêm thời gian và rate limit mà không cải thiện đáng kể output. Anthropic cũng ghi nhận Max có thể "overthink" ở một số bài toán không đủ phức tạp.

• Interactive sessions tiêu tốn nhiều token hơn: Trong chat nhiều turn, Opus 4.8 suy luận sâu hơn sau mỗi lượt user - làm tăng token usage. Nên cân nhắc dùng High thay vì Max trong các sản phẩm chat tương tác cao.

Khi nào vẫn cần Fable 5

Kỹ thuật operating manual thu hẹp khoảng cách nhưng không xóa bỏ nó. Fable 5 là model Mythos-class với năng lực vượt trội ở các trường hợp cụ thể:

• Task phức tạp, đa giai đoạn, chạy trong thời gian dài

• Migration codebase quy mô lớn với hàng trăm nghìn dòng code

• Benchmark kỹ thuật cao nhất: Fable 5 đạt 80,3% trên SWE-Bench Pro (Opus 4.8: 69,2%) và 29,3% trên FrontierCode Diamond (Opus 4.8: 13,4%)

Về giá: Fable 5 tốn $10/$50 mỗi 1M token (input/output), gấp đôi Opus 4.8 standard ($5/$25). Tuy nhiên, Fable 5 thường hoàn thành task khó trong ít turn hơn - nên chi phí thực tế không hẳn gấp đôi với bài toán phù hợp. Chiến lược hiệu quả nhất: dùng Opus 4.8 + operating manual cho phần lớn công việc, chuyển sang Fable 5 cho task thực sự phức tạp và dài hơi.

Kết

Kỹ thuật operating manual không yêu cầu bạn học thêm công cụ hay trả thêm tiền. Chỉ cần thay đổi cách setup Claude Project: để model tự định nghĩa framework suy luận cho bạn, rồi áp dụng nó với effort đủ cao để thinking budget có ý nghĩa.

"Cùng model. Output tốt hơn nhiều." Và Opus 4.8 đã đủ mạnh để điều đó tạo ra khác biệt thực sự trong công việc hằng ngày - với mức giá chỉ bằng một nửa model cao cấp nhất.