Hướng dẫn dùng AI

Học qua dự án với AI: tự viết phần lõi, đo phần mình làm

Làm một dự án là cách học lập trình hiệu quả: bạn gặp những vấn đề mà bài tập không có, và phải tự ghép các mảnh kiến thức lại. Nhưng có AI, một dự án có thể chạy được mà người làm không học được gì: công cụ viết gần hết code, bạn chỉ dán và bấm chạy. Bài này chỉ cách học qua dự án mà vẫn học thật: chọn dự án vừa sức, chia mốc nhỏ, tự viết phần lõi là thứ bạn muốn học, để AI lo phần phụ, và đo lại xem bạn đã tự viết bao nhiêu.

Ý chính
  • Trước khi bắt đầu, viết ra điều bạn muốn học từ dự án; đó là phần lõi.
  • Chia dự án thành các mốc nhỏ, mốc nào xong cũng chạy được.
  • Tự viết phần lõi. Để AI lo phần phụ như cấu trúc thư mục, giao diện đơn giản, tệp cấu hình.
  • Ghi nhãn trong commit khi có code AI viết, rồi đo tỉ lệ phần lõi tự viết từ lịch sử git.

Code trong bài là Python, chỉ dùng thư viện chuẩn; phần kiểm cần thêm git. Dự án ví dụ là trò chơi rắn săn mồi viết bằng Python, giả định. Bài này nói về học qua dự án; chọn dự án để đưa vào hồ sơ xin việc có bài riêng: dự án AI cho portfolio.

Dự án chạy được chưa chắc là đã học được

Mục tiêu của dự án học tập khác dự án đi làm. Đi làm, thứ quan trọng là sản phẩm chạy đúng và đúng hạn; dùng AI viết càng nhiều càng tốt nếu kết quả đúng. Học, thứ quan trọng là kỹ năng nằm lại trong đầu bạn sau khi dự án xong. Hai mục tiêu này đôi khi ngược nhau: phần bạn để AI viết là phần bạn không luyện.

Vì vậy câu hỏi đầu tiên không phải "làm dự án gì", mà "mình muốn học gì từ dự án này". Với trò chơi rắn, có thể là: tách logic khỏi giao diện, xử lý va chạm, viết bài kiểm tra cho logic. Ba điều đó là phần lõi. Vẽ giao diện bằng thư viện đồ họa, viết README, sắp thư mục là phần phụ, không phải thứ bạn đặt ra để học lần này.

Bước 1: chọn dự án vừa sức

Dự án vừa sức là dự án mà phần lõi chỉ hơi vượt quá điều bạn đã biết: đủ khó để phải tra cứu và thử, không khó đến mức bỏ cuộc. Hỏi AI để ước lượng, nhưng đưa cho nó điều bạn đã biết:

Mình biết Python cơ bản: biến, vòng lặp, hàm, list, dict, lớp đơn giản. Chưa làm dự án nào quá 200 dòng.
Mình muốn học: tách logic khỏi giao diện, xử lý va chạm, viết bài kiểm tra.
Gợi ý 3 dự án làm trong 2 tuần, mỗi tuần khoảng 6 giờ, để học đúng ba điều trên.
Với mỗi dự án, chỉ ra phần nào là phần lõi để mình tự viết, phần nào là phần phụ.
Không viết code.

Chọn một dự án, viết điều muốn học và danh sách tệp lõi vào README của dự án ngay từ đầu.

Bước 2: chia mốc nhỏ, mốc nào cũng chạy được

Mốc nhỏ giúp bạn luôn có một phiên bản chạy được, và biết ngay khi một thay đổi làm hỏng thứ đã chạy. Với trò chơi rắn: mốc một, rắn di chuyển trên lưới in bằng chữ trong cửa sổ lệnh; mốc hai, rắn ăn mồi và dài ra; mốc ba, va chạm với tường và thân; mốc bốn, giao diện đồ họa; mốc năm, bài kiểm tra cho logic. Logic được viết và chạy được trước khi có giao diện, nên việc tách logic khỏi giao diện tự nhiên mà có.

Lập kế hoạch có phụ thuộc giữa các việc cho dự án nhóm có trong bài prompt viết kế hoạch dự án nhóm.

Bước 3: tự viết phần lõi, AI lo phần phụ

Với phần lõi, dùng AI như người hướng dẫn: hỏi khái niệm, xin gợi ý khi kẹt, nhờ review code bạn đã viết. Không nhờ viết. Khi review, yêu cầu nó chỉ ra vấn đề và giải thích, không viết lại hàm.

Với phần phụ, cứ để AI viết, nhưng đọc hiểu trước khi dán, và ghi nhãn trong commit. Quy ước đơn giản: commit nào có code do AI viết thì thêm chữ [ai] vào dòng tiêu đề. Quy ước này cũng giúp bạn trung thực nếu dự án được nộp như bài tập, khi môn học yêu cầu khai báo việc dùng AI. Cách dùng git với AI có trong bài AI với git.

Bước 4: đo phần mình tự viết

Tài liệu git log mô tả tùy chọn --numstat: với mỗi commit, in số dòng thêm, số dòng xóa và đường dẫn tệp, dạng dễ cho máy đọc; tệp nhị phân thì in hai dấu gạch thay cho số. Đoạn code dưới đây đọc kết quả đó, cộng số dòng thêm vào phần lõi và phần phụ, tách theo commit có nhãn [ai] hay không, rồi in tỉ lệ tự viết của từng phần.

"""Đo phần lõi của dự án do bạn tự viết bao nhiêu, phần có AI viết bao nhiêu, từ lịch sử git.

Quy ước: commit nào có code do AI viết (bạn chép từ chatbot hay để công cụ sinh code) thì ghi "[ai]" trong dòng tiêu đề
commit. Phần lõi là các tệp chứa điều bạn muốn học từ dự án (bạn tự liệt kê). Chạy:
    git log --numstat --format="@@ %s" > lich_su.txt
    python phan_tu_lam.py lich_su.txt ran/logic.py ran/va_cham.py
Theo tài liệu git log, --numstat in số dòng thêm, số dòng xóa và đường dẫn, cách nhau bằng tab; tệp nhị phân in hai
dấu gạch thay cho số, chương trình bỏ qua các tệp đó.
Chỉ dùng thư viện chuẩn.
"""
import sys

NHAN_AI = "[ai]"


def doc_lich_su(van_ban):
    """[(tiêu đề commit, [(số dòng thêm, đường dẫn)])]"""
    commit = []
    for dong in van_ban.splitlines():
        if dong.startswith("@@ "):
            commit.append((dong[3:], []))
        elif dong.strip() and commit:
            them, _xoa, duong_dan = dong.split("\t", 2)
            if them != "-":
                commit[-1][1].append((int(them), duong_dan))
    return commit


def tong_ket(commit, tep_loi):
    kq = {"loi": {"tu_viet": 0, "co_ai": 0}, "phu": {"tu_viet": 0, "co_ai": 0}}
    for tieu_de, tep in commit:
        ai = NHAN_AI in tieu_de.lower()
        for them, duong_dan in tep:
            phan = "loi" if any(duong_dan == t or duong_dan.startswith(t.rstrip("/") + "/") for t in tep_loi) else "phu"
            kq[phan]["co_ai" if ai else "tu_viet"] += them
    for phan in kq.values():
        tong = phan["tu_viet"] + phan["co_ai"]
        phan["ti_le_tu_viet"] = phan["tu_viet"] / tong if tong else None
    return kq


LICH_SU_MAU = """@@ Viết README và cấu trúc thư mục [ai]
12\t0\tREADME.md
5\t0\tran/__init__.py
@@ Tự viết logic di chuyển rắn
48\t0\tran/logic.py
@@ Giao diện bằng pygame [ai]
70\t0\tran/giao_dien.py
-\t-\tanh/qua_tao.png
@@ Va chạm với tường và thân rắn
35\t4\tran/va_cham.py
@@ Sửa lỗi rắn quay đầu 180 độ [AI]
6\t2\tran/logic.py
@@ Tự viết bài kiểm tra cho va chạm
30\t0\tkiem_thu/test_va_cham.py"""

if __name__ == "__main__":
    if len(sys.argv) >= 3:
        lich_su, tep_loi = open(sys.argv[1], encoding="utf-8").read(), sys.argv[2:]
    else:
        lich_su, tep_loi = LICH_SU_MAU, ["ran/logic.py", "ran/va_cham.py"]
    for phan, s in tong_ket(doc_lich_su(lich_su), tep_loi).items():
        ti_le = "chưa có dòng nào" if s["ti_le_tu_viet"] is None else f"{s['ti_le_tu_viet']:.0%} tự viết"
        print(f"Phần {'lõi' if phan == 'loi' else 'phụ'}: {s['tu_viet']} dòng tự viết, {s['co_ai']} dòng có AI, {ti_le}")

Với lịch sử mẫu của trò chơi rắn, phần lõi có 83 dòng tự viết và 6 dòng có AI, khoảng 93 phần trăm tự viết; phần phụ ngược lại, 87 dòng có AI và 30 dòng tự viết. Đó là phân bố hợp lý cho một dự án học. Phần kiểm đi kèm dựng một kho git tạm với đúng các commit đó, để chính git đếm số dòng, rồi so với số đếm tay; và lặp lại với tám kho ngẫu nhiên, kiểm cả việc thư mục "ran" không bị nhầm với "ran_cu".

Học qua dự án Phần lõi tự viết, phần phụ có AI, 12/11/2026 1. Chọn dự ánVừa sức,ghi điều muốn học 2. Chia mốcMốc nhỏ,mốc nào cũng chạy 3. Tự viết lõiAI lo phần phụ,commit ghi [ai] 4. Đo lạiTỉ lệ lõitự viết từ git Dự án chạy được chưa chắc là bạn đã học được
Học qua dự án 1. Chọn dự ánVừa sức,ghi điều muốn học 2. Chia mốcMốc nhỏ,mốc nào cũng chạy 3. Tự viết lõiAI lo phần phụ,commit ghi [ai] 4. Đo lạiTỉ lệ lõitự viết từ git Dự án chạy được chưa chắc là bạn đã học được
Hình 1. Bốn bước học qua dự án cùng AI: chọn dự án vừa sức và ghi rõ điều muốn học; chia thành các mốc nhỏ chạy được; tự viết phần lõi, để AI hỗ trợ phần phụ và ghi nhãn trong commit; đo tỉ lệ phần lõi tự viết từ lịch sử git.

Số dòng không phải thước đo hoàn hảo: một dòng khó có thể đáng hơn trăm dòng dễ, và nhãn chỉ đúng khi bạn ghi trung thực. Nhưng nếu tỉ lệ tự viết ở phần lõi thấp, đó là tín hiệu rõ: dự án đang chạy, còn việc học thì không.

Khi kẹt ở phần lõi

Kẹt là một phần của học qua dự án. Trước khi hỏi AI, thử ba việc: viết ra chính xác điều đang xảy ra và điều bạn muốn xảy ra; thu nhỏ vấn đề thành một đoạn code ngắn nhất còn lỗi; in giá trị các biến ở chỗ nghi ngờ. Nhiều khi bước thu nhỏ đã chỉ ra lỗi. Nếu vẫn kẹt, dán đoạn code thu nhỏ vào chatbot và hỏi về hiện tượng, dặn chỉ gợi ý hướng tìm, không đưa code sửa.

Nếu kẹt quá lâu ở một chỗ, có thể dự án đang quá sức. Không sao: thu nhỏ mốc đó, hoặc tạm để AI viết phần đó kèm nhãn, rồi quay lại tự viết lại khi đã hiểu hơn.

Ví dụ: hai tuần với trò chơi rắn

Tuần đầu, bạn viết README với ba điều muốn học và danh sách tệp lõi, rồi nhờ AI dựng cấu trúc thư mục và tệp khởi đầu, commit có nhãn. Mốc một mất hai buổi: rắn chạy trên lưới chữ, nhưng cứ đi xuyên qua tường. Bạn tự viết hàm va chạm, kẹt ở chỗ rắn đổi hướng ngược lại ngay lập tức và tự cắn mình. Hỏi AI về hiện tượng, nó gợi ý xem có nên cho phép quay đầu một trăm tám mươi độ không; bạn tự sửa. Sửa thêm một lỗi nhỏ ở hàm di chuyển theo đoạn code AI đưa, bạn ghi nhãn cho commit đó.

Tuần hai, phần giao diện đồ họa để AI viết gần hết, bạn đọc hiểu từng hàm trước khi dán và chỉ sửa màu, cỡ ô. Cuối tuần, bạn tự viết bài kiểm tra cho logic va chạm. Chạy đoạn code đo: phần lõi hơn chín phần mười tự viết, phần phụ phần lớn có AI. Kết quả khớp với ý định ban đầu, và quan trọng hơn, bạn giải thích được từng dòng trong hai tệp lõi.

Dự án nhóm

Trong dự án nhóm, mỗi người nên có một phần lõi riêng để học, ghi rõ trong README ai phụ trách tệp nào. Quy ước nhãn [ai] áp dụng cho cả nhóm. Khi chạy đoạn code đo, truyền danh sách tệp lõi của từng người để mỗi người xem tỉ lệ của mình; git log còn có tùy chọn lọc theo tác giả nếu muốn tách riêng từng người. Đừng biến con số thành cuộc thi: mục đích là để mỗi người biết mình đã luyện được gì.

Sau khi xong dự án

Viết lại vào README ba điều bạn học được và một điều bạn sẽ làm khác nếu làm lại. Chạy lại đoạn code đo để ghi tỉ lệ cuối cùng. Rồi thử một bài kiểm tra cho chính mình: xóa một hàm lõi và tự viết lại không nhìn. Viết lại được nghĩa là phần đó đã thật sự là của bạn.

Cẩn thận
  • Bắt đầu dự án mà không viết ra điều muốn học.
  • Chọn dự án quá lớn, không có mốc nào chạy được trong tuần đầu.
  • Để AI viết phần lõi rồi đọc lướt cho là hiểu.
  • Không ghi nhãn commit có code AI viết.
  • Dán code AI viết mà không đọc hiểu, kể cả ở phần phụ.
  • Coi dự án chạy được là đã học xong.

Câu hỏi thường gặp

Học lập trình qua dự án có tốt hơn làm bài tập?

Hai cách bổ sung cho nhau; dự án luyện việc ghép các mảnh kiến thức, bài tập luyện từng kỹ năng riêng.

Có nên dùng AI khi làm dự án học tập?

Có, cho phần phụ và để hỏi khi kẹt; phần lõi là điều bạn muốn học thì nên tự viết.

Dự án đầu tiên nên lớn cỡ nào?

Vừa đủ để phần lõi hơi vượt quá điều bạn đã biết, và có mốc đầu tiên chạy được trong vài ngày.

Làm sao biết mình đã tự viết bao nhiêu?

Ghi nhãn commit có code AI viết, rồi đếm số dòng thêm theo từng phần từ git log --numstat.

Học tiếp

Nếu bạn muốn học Python và AI bài bản cùng giảng viên, tham khảo khóa học AI của Big-O Coding.

Muốn học bài bản cùng giảng viên?

Khóa AI – Introduction to Machine Learning: nền tảng Máy học từ thuật toán cơ bản đến Neural Networks và LLM, học bằng Python. Học thử buổi 1 miễn phí.

Xem Khóa AI

Nguồn tham khảo

Chia sẻ: Facebook LinkedIn
Nhắn Zalo tư vấnZalo Gọi 0937 401 483