- Bắt đầu bằng “Tự thiết kế”, sau đó mới chuyển sang “Gợi ý nhỏ”.
- Dùng “Chạy test” để phát hiện sai và kết thúc ở “Viết lại”.
- Sau khi tham khảo, đóng AI và tự viết lại; không đưa vào dự án dòng code bạn chưa giải thích được.
Bức tranh nhanh
Hình 1 là một lỗi rất hay gặp trong code AI gợi ý: hàm tim_max khởi tạo m = 0, nên chạy đúng với [3, 7, 1] nhưng trả 0 với [-5, -2] thay vì -2. Một test biên toàn số âm làm lộ lỗi ngay; bài này chỉ cách học từ những lỗi như vậy thay vì chép bản vá.
Bạn giữ tay lái
Trước khi hỏi, viết mục tiêu chương trình, ví dụ vào-ra và cách làm bằng lời. Tự code một khoảng thời gian. Khi kẹt, gửi đoạn nhỏ tái hiện lỗi cùng thông báo đầy đủ và điều đã thử. Yêu cầu gợi ý chứ chưa xin lời giải hoàn chỉnh. AI không chạy trong đúng môi trường của bạn trừ khi công cụ thật sự kết nối. Nó có thể đoán sai phiên bản thư viện hoặc tạo hàm không tồn tại. Máy chạy, tài liệu chính thức và bài kiểm thử mới là bằng chứng.
Thang trợ giúp bốn mức
Mức một hỏi câu gợi mở. Mức hai xin chỉ khái niệm hoặc dòng đáng xem. Mức ba xin mã giả hay ví dụ nhỏ khác. Mức bốn chỉ xem lời giải đầy đủ sau khi đã thử và ghi lý do thất bại. Sau đó đóng lời giải và tự viết lại. Thang giữ ma sát học tập vừa đủ. Nếu luôn nhảy tới mức bốn, não chỉ nhận diện chứ không luyện tạo lời giải.
Cách gửi lỗi có ích
Cung cấp phiên bản ngôn ngữ, mã tối thiểu, dữ liệu vào, kết quả thực tế, kết quả mong đợi và thông báo lỗi nguyên văn. Xóa khóa, đường dẫn riêng và dữ liệu người dùng. Hỏi: “Nêu ba giả thuyết theo thứ tự và cách kiểm từng giả thuyết; chưa viết lại toàn bộ.” Quy trình này cũng là kỹ năng gỡ lỗi không phụ thuộc AI: thu nhỏ vấn đề, tách giả định và tạo bằng chứng.
Đọc và kiểm code AI tạo
Đọc từng biến, nhánh và vòng lặp. Chạy ví dụ nhỏ, rỗng, biên, dữ liệu lớn và dữ liệu không hợp lệ phù hợp đề. Kiểm độ phức tạp, lỗi bảo mật và phụ thuộc. So với tài liệu chính thức nếu dùng API. Một chương trình chạy trên ví dụ chưa chứng minh đúng. AI có thể đề xuất test nhưng bạn phải hiểu vì sao test quan trọng và bổ sung trường hợp nó bỏ sót.
Bắt AI giải thích theo cách học
Thay vì “giải thích code”, hỏi một cơ chế: giá trị biến sau mỗi vòng, điều kiện bất biến, lý do dừng, độ phức tạp và trường hợp sai. Yêu cầu bảng truy vết trên dữ liệu nhỏ. Sau đó tự giải thích lại mà không nhìn. Nếu lời giải thích và kết quả chạy mâu thuẫn, tin phép thử và điều tra. AI có thể giải thích rất mượt một đoạn mã sai.
Quy tắc tự viết lại
Sau khi tham khảo, đóng cửa sổ và viết lại từ yêu cầu. Đổi tên, dữ liệu hoặc thêm điều kiện để chắc bạn hiểu ý tưởng chứ không nhớ chữ. Ngày hôm sau làm bài gần giống. Nếu không làm được, quay lại khái niệm. Giữ nhật ký lỗi gồm giả thuyết, phép thử và bài học. Đừng chỉ lưu đoạn code cuối; quá trình sửa mới tạo kỹ năng.
Dự án với AI
Chia dự án thành lát nhỏ. Tự thiết kế giao diện giữa các phần, viết tiêu chí và test. Có thể nhờ AI tạo khung hoặc giải thích thư viện, nhưng duyệt từng thay đổi. Dùng quản lý phiên bản để xem phần thay đổi (diff) và hoàn tác. Không nhận một khối mã lớn không hiểu. Với phụ thuộc mới, kiểm nhà phát hành, giấy phép, bảo trì và tài liệu. Không chạy lệnh cài đặt hoặc script lạ chỉ vì AI bảo.
Lịch luyện cân bằng
Một buổi có thể gồm 20 phút tự giải, 10 phút xin gợi ý, 20 phút code và test, 10 phút giải thích lại. Mỗi tuần có ít nhất một bài không AI. Theo dõi tỷ lệ bài tự hoàn thành và loại lỗi, không theo số dòng AI sinh. Khi dần cần ít gợi ý hơn và phát hiện code sai nhanh hơn, AI đang hỗ trợ học. Khi không thể bắt đầu nếu thiếu chatbot, hãy giảm trợ giúp và quay về bài nhỏ.
Phiên gỡ lỗi giữ quyền chủ động
Chọn chương trình ngắn do bạn viết có một lỗi đã biết. Chuẩn bị báo cáo gồm phiên bản ngôn ngữ, mã tối thiểu, dữ liệu vào, kết quả thực tế, kết quả mong đợi và thông báo lỗi. Trước khi gửi, rà khóa, đường dẫn máy và dữ liệu cá nhân. Yêu cầu AI nêu ba giả thuyết cùng phép thử, chưa viết lại chương trình. Bạn chạy từng phép thử và ghi bằng chứng.
Khi tìm ra lỗi, tự sửa. Nhờ AI đề xuất trường hợp biên nhưng tự giải thích vì sao mỗi test quan trọng. Chạy test rỗng, nhỏ, biên và một dữ liệu lớn hợp lý. Sau đó đóng cuộc trò chuyện, viết lại đoạn cốt lõi từ yêu cầu và so diff. Nếu không thể giải thích một dòng, chưa đưa nó vào dự án.
Ngày hôm sau, tạo lỗi tương tự trong ví dụ khác hoặc làm bài gần giống mà không AI. Theo dõi thời gian tự chẩn đoán thay vì số dòng công cụ sinh. Nếu bạn dần thu nhỏ lỗi tốt hơn, đặt giả thuyết rõ hơn và từ chối mã không hiểu, AI đang hỗ trợ học. Nếu chỉ chờ bản vá hoàn chỉnh, hãy quay xuống mức gợi ý nhỏ hơn.
Checklist trước khi nhận một đoạn mã
Hãy trả lời được: mã giải quyết yêu cầu nào; đầu vào, đầu ra và bất biến là gì; độ phức tạp ra sao; phụ thuộc nào được thêm; dữ liệu nào đi qua; test nào chứng minh các biên chính; ai sẽ bảo trì. Nếu một câu chưa trả lời được, đừng gộp mã chỉ vì nó chạy trên ví dụ. Yêu cầu thay đổi nhỏ và xem diff giúp học tốt hơn nhận cả tệp mới.
Với thư viện hoặc lệnh hệ thống, mở tài liệu chính thức và hiểu tác dụng trước khi chạy. Không thực thi chuỗi lệnh xóa, tải script hoặc cấp quyền rộng do AI đề xuất mà chưa rà mục tiêu và phạm vi. Kỷ luật này vừa bảo vệ máy, vừa buộc bạn học môi trường phát triển — phần năng lực thường bị che khi chatbot làm mọi bước hộ.
Học tiếp
- Dùng AI để học hiệu quả: hỏi đúng, tự kiểm, không chép bài
- Prompt là gì? 10 nguyên tắc viết prompt hiệu quả
- Vì sao AI "bịa" thông tin và cách kiểm lại câu trả lời
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.
