- Refactor không đổi hành vi: chỉ đổi cấu trúc bên trong; sửa lỗi để sang commit khác.
- Khóa hành vi trước: code thiếu test thì viết characterization test ghi lại đầu ra, ngoại lệ và tác dụng phụ hiện có.
- Ví dụ xuyên suốt: tách
parseOrder()từng bước nhỏ, JSON và lỗi công khai giữ nguyên sau mỗi bước.
Bắt đầu từ một ví dụ cụ thể
Ví dụ xuyên suốt bài là một hàm dài sáu mươi dòng vừa đọc đơn hàng, vừa kiểm dữ liệu, vừa tạo JSON. Mục tiêu duy nhất là tách phần đọc thành hàm parseOrder(), trong khi JSON trả về và các lỗi công khai phải giữ nguyên. Các prompt bên dưới đi theo mục tiêu hẹp đó, và mỗi bước đều phải có test chứng minh hành vi không đổi.
Refactor không phải sửa bug
Nếu vừa đổi cấu trúc vừa đổi hành vi, khó biết lỗi đến từ đâu. Prompt phải yêu cầu liệt kê bug riêng, không sửa lén. Khi cần sửa bug, tạo issue và test khác. Ranh giới này giúp review rõ, rollback dễ và tránh AI “cải thiện” điều người dùng đang phụ thuộc.
Khóa hành vi hiện tại
Trước code cũ thiếu test, hãy viết characterization test ghi lại đầu ra, lỗi và tác dụng phụ hiện có. Những test này không nói hành vi lý tưởng; chúng là hàng rào cho lần thay cấu trúc. Chọn luồng quan trọng và dữ liệu đại diện, tránh cố khóa mọi chi tiết nội bộ. Cách lấy đáp án từ chính code cũ này cũng là cách bài nhờ AI chuyển code sang ngôn ngữ khác dùng để giữ hành vi.
Nêu mục tiêu đo được
“Sạch hơn” quá mơ hồ. Hãy chọn một mục tiêu: tách hàm dài, loại trùng lặp, giảm nhánh, đổi tên gây hiểu sai hoặc cô lập phụ thuộc. Nêu điều kiện dừng và điều không đụng tới. AI nên xếp hạng đề xuất trước, chưa chỉnh khi bạn chưa chọn.
Chia thành bước có thể review
Mỗi bước nhỏ, test xanh và có lý do. Ví dụ đổi tên, tách hàm, di chuyển, rồi đơn giản hóa điều kiện; không làm tất cả trong một diff. Yêu cầu báo tệp và dòng dự kiến trước khi sửa. Nếu bước đầu sai, hoàn tác mà không mất các thay đổi khác.
So interface và tác dụng phụ
Kiểm chữ ký công khai, kiểu trả về, thứ tự, ngoại lệ, log, truy vấn và hiệu năng quan trọng. Refactor có thể vô tình đổi thứ tự phần tử hoặc thông báo lỗi dù test chính vẫn xanh. Prompt cần nêu những bề mặt phải giữ, nhất là API được hệ thống khác gọi.
Dừng khi thiếu bằng chứng
Nếu không có test, tài liệu hoặc người hiểu module, đừng giao refactor lớn. AI có thể giúp lập bản đồ và đề xuất phép đo trước. Một thay đổi nhìn đẹp nhưng không chứng minh tương đương là viết lại có rủi ro, không phải refactor an toàn.
Bốn prompt mẫu chép dùng ngay
Prompt 1: lập bản đồ trước khi sửa
Đọc module [tệp/phạm vi] và chưa chỉnh code. Hãy mô tả interface công khai, luồng dữ liệu, tác dụng phụ, phụ thuộc và các test đang bảo vệ nó. Liệt kê tối đa 5 vấn đề bảo trì, xếp theo tác động/rủi ro/công sức. Không đề xuất đổi kiến trúc toàn hệ thống; đánh dấu thông tin còn thiếu để chứng minh hành vi.
Prompt 2: viết test khóa hành vi
Code sau cần refactor nhưng test còn thiếu. Hãy đề xuất characterization test cho hành vi đang có: đầu ra, ngoại lệ, thứ tự và tác dụng phụ. Không “sửa” hành vi trong expected result. Chọn bộ nhỏ bảo vệ các luồng quan trọng, nói rõ phần chưa thể khóa và lệnh chạy. [dán code, ví dụ chạy và test hiện có].
Prompt 3: kế hoạch refactor từng bước
Mục tiêu duy nhất: [mục tiêu đo được] trong [tệp]. Phải giữ interface, output, lỗi và tác dụng phụ sau: [liệt kê]. Hãy lập chuỗi bước nhỏ; mỗi bước ghi diff dự kiến, lý do an toàn, test chạy và cách hoàn tác. Chưa viết code. Không thêm dependency, không đổi format tệp khác, không sửa bug phát hiện được.
Prompt 4: thực hiện một bước và tự kiểm
Chỉ thực hiện bước [số/tên] của kế hoạch đã duyệt. Trước khi sửa, nhắc lại hành vi phải giữ. Sau khi sửa, trả về diff tóm tắt, test và kết quả; so chữ ký công khai trước-sau. Nếu test thiếu hoặc phải mở rộng phạm vi, dừng và hỏi, không tự tiếp tục sang bước kế tiếp.
Khi kết quả chưa đúng thì sửa prompt thế nào
Nếu AI đổi quá nhiều, hạ phạm vi xuống một hàm và một mục tiêu. Nếu nó sửa bug, thêm “liệt kê riêng, không thay”. Nếu đề xuất chỉ nói chung, bắt mỗi bước có tệp, phép kiểm và điều kiện hoàn tác. Nếu test vẫn xanh nhưng output đổi, bổ sung snapshot hợp lý hoặc ví dụ đầu-ra. Khi lịch sử chat dài, mở phiên mới với kế hoạch đã duyệt để bỏ chỉ dẫn cũ.
Bài thực hành
Chọn một hàm dài nhưng đã có test. Chạy Prompt 1, chọn đúng một vấn đề rồi dùng Prompt 3. Thực hiện từng bước, commit riêng và chạy test. So diff cuối với mục tiêu ban đầu; mọi thay đổi ngoài mục tiêu phải được bỏ hoặc giải thích.
Ca mẫu: tách parser mà vẫn giữ hành vi
Một hàm đang đọc đơn hàng, kiểm dữ liệu và tạo JSON trong sáu mươi dòng. Mục tiêu đầu tiên chỉ là tách phần đọc thành parseOrder, chưa đổi schema hoặc thông báo lỗi. Trước khi sửa, ghi ba đầu vào đại diện cùng JSON, ngoại lệ và log hiện tại; đây là sổ cái hành vi. Yêu cầu AI lập kế hoạch từng bước: di chuyển code không đổi, gọi hàm mới, chạy test, rồi mới xóa đoạn cũ. Mỗi diff phải nhỏ đến mức reviewer nhìn thấy phép biến đổi cơ học. Nếu AI nhân tiện đổi tên trường total thành amount, đó là thay đổi interface và phải bỏ khỏi refactor. Tương tự, chuyển từ lỗi ValueError sang trả None không phải làm sạch code. Sau mỗi bước, so snapshot có chủ đích và chữ ký public, đồng thời kiểm số truy vấn hoặc lần đọc tệp không tăng. Khi phát hiện bug cũ, thêm nó vào danh sách riêng thay vì sửa lẫn. Commit cuối nên kể đúng một mục tiêu cấu trúc. Nhờ vậy, khi test đỏ bạn biết bước nào gây ra và có thể hoàn tác mà không mất những phần đã được chứng minh.
Prompt thứ năm: tự kiểm bằng tình huống của bạn
Tôi sắp tách hàm parseOrder nhưng phải giữ JSON và lỗi công khai. Hãy tạo sổ cái hành vi từ code và test: chữ ký, thứ tự trường, ngoại lệ, log, truy vấn, tác dụng phụ và giới hạn hiệu năng. So diff refactor với sổ cái, chỉ ra từng thay đổi quan sát được và bằng chứng test. Không bình luận phong cách. Nếu chưa chứng minh tương đương, đề xuất characterization test nhỏ thay vì đoán. Chỉ khi mọi hàng đều có bằng chứng mới kết luận bước refactor đủ an toàn để review.
Câu hỏi thường gặp
Refactor khác sửa lỗi thế nào?
Refactor đổi cấu trúc bên trong mà giữ nguyên hành vi bên ngoài, theo định nghĩa của Martin Fowler; sửa lỗi là đổi hành vi. Tách hai việc thành hai commit để dễ review và dễ hoàn tác.
Code cũ chưa có test thì refactor bằng AI thế nào?
Viết characterization test trước: ghi lại đầu ra, ngoại lệ và tác dụng phụ hiện có, kể cả chỗ trông như lỗi, rồi mới đổi cấu trúc từng bước nhỏ.
Mỗi bước refactor nên lớn cỡ nào?
Đủ nhỏ để người review nhận ra đó là một phép biến đổi cơ học như đổi tên, tách hàm hay di chuyển code, và test vẫn xanh sau bước đó.
Học tiếp
- Prompt viết docstring và README đúng với code
- Prompt thiết kế cơ sở dữ liệu từ yêu cầu nghiệp vụ
- Prompt tạo biểu thức chính quy và bộ ví dụ kiểm tra
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.


