Prompt phân tích lỗi vận hành theo 5 Why
26/02/2026 | David Phước | AI vận hành
26/02/2026 | David Phước | AI vận hành
Trong vận hành, “chữa cháy” thường giải quyết triệu chứng, còn lỗi sẽ quay lại nếu bạn không tìm được nguyên nhân gốc. Kỹ thuật 5 Why (hỏi “Tại sao?” 5 lần) là cách đơn giản nhưng cực hiệu quả để đi từ hiện tượng đến gốc rễ. Khi kết hợp với AI, bạn có thể tăng tốc quá trình phân tích, chuẩn hóa cách đặt câu hỏi và tạo ra đề xuất hành động khắc phục rõ ràng hơn.
Bài này cung cấp prompt mẫu dùng ngay, kèm cách nhập dữ liệu để AI trả kết quả đáng tin.
5 Why là gì và dùng trong vận hành khi nào?
Chuẩn bị dữ liệu đầu vào để phân tích 5 Why “đúng bài”
Cách dùng AI chạy 5 Why theo từng bước
Prompt mẫu 5 Why (copy & dùng ngay)
Cách chuyển kết quả 5 Why thành hành động khắc phục (CAPA)
Lỗi thường gặp và cách tránh
FAQ
5 Why là kỹ thuật truy tìm nguyên nhân gốc bằng cách liên tục hỏi “Tại sao?” cho đến khi chạm vào yếu tố gốc rễ có thể can thiệp được. Bạn nên dùng 5 Why khi gặp lỗi lặp lại, khi sự cố ảnh hưởng chất lượng hoặc SLA, khi đội nhóm có xu hướng đổ lỗi cho “con người” nhưng không rõ vì sao, hoặc khi vấn đề xảy ra ở điểm giao giữa các bộ phận (handoff) khiến trách nhiệm bị mờ.
5 Why phù hợp nhất cho các vấn đề có chuỗi nguyên nhân tương đối tuyến tính; nếu vấn đề phức tạp nhiều nhánh, bạn có thể dùng 5 Why để khoanh vùng trước, rồi mở rộng thêm bằng fishbone sau.
AI chỉ phân tích tốt khi đầu vào đủ rõ. Trước khi chạy 5 Why, bạn nên mô tả vấn đề theo cách “đo được” thay vì cảm tính, ví dụ “20% đơn giao trễ trong 3 ngày” thay vì “giao hàng chậm”. Bạn cũng nên cung cấp bối cảnh tối thiểu gồm quy trình liên quan, bước nào phát sinh lỗi, ai tham gia, tiêu chuẩn đúng là gì, lỗi xảy ra lúc nào và có bao nhiêu case.
Nếu có log, ảnh chụp, nội dung ticket hoặc các đoạn hội thoại liên quan, bạn có thể tóm tắt lại và đưa vào dưới dạng gạch đầu dòng hoặc đoạn ngắn. Quan trọng nhất là xác định phạm vi: bạn đang phân tích một lỗi cụ thể hay một nhóm lỗi cùng loại, vì 5 Why sẽ kém hiệu quả nếu bạn trộn nhiều vấn đề khác nhau trong cùng một lần phân tích.
Bước đầu tiên là yêu cầu AI viết lại “problem statement” chuẩn theo format: điều gì xảy ra, ở đâu, khi nào, mức độ bao nhiêu và tác động gì; nếu problem statement chưa rõ, bạn bắt AI hỏi ngược để làm rõ trước khi phân tích.
Bước thứ hai là cho AI thực hiện chuỗi 5 Why và yêu cầu mỗi “Why” phải dựa trên dữ liệu bạn cung cấp, không được suy đoán vô căn cứ; nếu thiếu dữ liệu, AI phải gắn nhãn “giả thuyết” và nêu câu hỏi cần xác minh.
Bước thứ ba là yêu cầu AI kiểm tra tính hợp lý của chuỗi nguyên nhân bằng cách chỉ ra mắt xích nào cần bằng chứng, và đề xuất cách kiểm chứng nhanh trong 3-7 ngày.
Bước thứ tư là yêu cầu AI đề xuất hành động khắc phục theo 3 lớp: hành động tức thời để giảm thiệt hại, hành động sửa quy trình để ngăn tái diễn, và hành động phòng ngừa bằng tiêu chuẩn/đào tạo/ checklist.
Bước cuối cùng là chốt lại “1-2 thay đổi ưu tiên” kèm chỉ số đo trước–sau để bạn biết mình đang cải tiến thật hay chỉ thay đổi cảm giác.
Bạn có thể copy prompt dưới đây và thay các phần trong ngoặc để dùng ngay trong công cụ AI bạn đang dùng. Prompt được thiết kế để AI vừa chạy 5 Why, vừa tạo kế hoạch hành động khắc phục có đo lường, đồng thời buộc AI hỏi lại nếu dữ liệu thiếu.
Prompt mẫu
“Bạn là chuyên gia vận hành. Hãy phân tích lỗi theo phương pháp 5 Why để tìm nguyên nhân gốc và đề xuất hành động khắc phục.
Bối cảnh: [ngành, quy mô, mô tả ngắn].
Quy trình liên quan: [tên quy trình + các bước chính].
Tiêu chuẩn đúng: [SLA/tiêu chuẩn chất lượng].
Vấn đề hiện tại (số liệu cụ thể): [mô tả đo được].
Thời gian xảy ra: [khoảng thời gian].
Ví dụ case: [3–10 case ngắn].
Yêu cầu đầu ra:
(1) Viết lại problem statement chuẩn.
(2) Thực hiện chuỗi 5 Why, mỗi Why phải nêu bằng chứng từ dữ liệu; nếu thiếu dữ liệu, ghi rõ đó là giả thuyết và hỏi tối đa 5 câu để xác minh.
(3) Kết luận nguyên nhân gốc khả dĩ nhất và các nguyên nhân góp phần.
(4) Đề xuất CAPA gồm: hành động tức thời, hành động khắc phục quy trình, và hành động phòng ngừa; mỗi hành động phải có người phụ trách gợi ý, thời hạn và chỉ số đo trước - sau.
(5) Đề xuất 1 thử nghiệm trong 7 ngày để kiểm chứng giải pháp trước khi áp dụng rộng.”
Nếu bạn muốn AI “chặt” hơn, hãy thêm một câu: “Không được đổ lỗi cho cá nhân; hãy ưu tiên nguyên nhân hệ thống và đề xuất thay đổi quy trình/tiêu chuẩn/checklist.”
Kết quả 5 Why chỉ thực sự có giá trị khi bạn biến nó thành một kế hoạch hành động có trách nhiệm và đo lường.
Bạn có thể dùng khung CAPA theo ba lớp: trước hết là hành động tức thời để giảm thiệt hại ngay (ví dụ bổ sung bước kiểm tra tạm thời, tăng nhân sự ở điểm nghẽn, liên hệ khách bị ảnh hưởng), sau đó là hành động khắc phục để sửa quy trình hoặc tiêu chuẩn khiến lỗi phát sinh (ví dụ thêm trường thông tin bắt buộc ở đầu vào, rút gọn handoff, chuẩn hóa mẫu bàn giao), và cuối cùng là hành động phòng ngừa để tránh lỗi quay lại (ví dụ cập nhật SOP, đào tạo lại theo kịch bản, thêm checklist QC, thiết kế điểm chặn phê duyệt).
Điều quan trọng là mỗi hành động phải gắn với một chỉ số đo như tỷ lệ lỗi, số lần quay lại sửa, cycle time, SLA trễ, hoặc số lần thiếu thông tin đầu vào; nhờ vậy bạn có thể xem lại sau 7-14 ngày để quyết định có mở rộng hay cần chỉnh tiếp.
Lỗi phổ biến nhất khi dùng AI chạy 5 Why là đầu vào mơ hồ khiến AI “sáng tác” nguyên nhân; bạn cần mô tả vấn đề bằng số liệu và đưa vài case thật.
Lỗi thứ hai là dùng 5 Why cho vấn đề có nhiều nhánh nguyên nhân mà không khoanh phạm vi, dẫn đến chuỗi Why lan man; hãy tách theo từng loại lỗi hoặc từng điểm phát sinh.
Lỗi thứ ba là dừng ở kết luận kiểu “do nhân viên” hoặc “do thiếu trách nhiệm”; đó không phải nguyên nhân gốc theo nghĩa hệ thống, vì bạn chưa chỉ ra điều gì trong quy trình khiến lỗi dễ xảy ra.
Lỗi thứ tư là đề xuất hành động quá lớn, triển khai tốn kém mà không kiểm chứng; hãy ưu tiên thử nghiệm nhỏ trong 7 ngày, đo kết quả rồi mới áp dụng rộng. Cuối cùng là không cập nhật SOP/ checklist sau khi sửa; nếu bạn không “đóng vòng”, lỗi sẽ quay lại trong vài tuần.
5 Why có phải lúc nào cũng hỏi đúng 5 lần không?
Không bắt buộc; bạn hỏi đủ đến khi chạm được nguyên nhân gốc có thể can thiệp và có thể kiểm chứng.
Nếu AI đưa ra nhiều nguyên nhân khác nhau thì làm sao chọn?
Bạn yêu cầu AI đánh dấu đâu là “giả thuyết”, đề xuất cách kiểm chứng nhanh và chọn nguyên nhân có bằng chứng mạnh nhất từ case bạn đưa.
5 Why có dùng cho lỗi do con người không?
Có, nhưng mục tiêu không phải đổ lỗi, mà tìm ra điều kiện hệ thống khiến con người dễ sai: thiếu checklist, tiêu chuẩn mơ hồ, quá tải, handoff rối, công cụ khó dùng.
Sau khi có CAPA, tôi nên làm gì tiếp?
Chạy thử nghiệm 7 ngày, đo trước - sau, cập nhật SOP/checklist và thiết kế điểm kiểm duyệt nếu cần.
👉 Xem chi tiết: SOP bằng AI
👉 Tải ngay: Tài liệu miễn phí – SOP Template + Prompt Library
👉 Tham gia: Khóa học AI cho Vận hành - SOP + Tự động hóa
👉 Đặt lịch: Tư vấn triển khai AI vận hành cho doanh nghiệp