Hướng dẫn dùng AI

Prompt tạo biểu thức chính quy và bộ ví dụ kiểm tra

Biểu thức chính quy (regular expression, regex) chỉ đúng khi tiêu chí khớp được viết rõ. Hãy đưa ví dụ phải khớp và không được khớp, engine, chế độ Unicode và phạm vi; đừng nhận một chuỗi ký hiệu không có bộ test.

Ý chính
  • Quy tắc và ví dụ trước: viết rõ toàn chuỗi hay tìm kiếm, ký tự, độ dài, rồi lập bộ ví dụ khớp và không khớp.
  • Nêu đúng engine và API: cùng pattern ^SP-[0-9]{4}$, re.search của Python vẫn nhận chuỗi có ký tự xuống dòng ở cuối, JavaScript không cờ m thì không.
  • Dễ đọc và có giới hạn: giải thích từng nhóm, giới hạn độ dài input trước khi khớp dữ liệu không tin cậy.

Bắt đầu từ một ví dụ cụ thể

Ví dụ xuyên suốt bài là mã sản phẩm dạng SP-1234: đúng tiền tố SP, một dấu gạch nối và bốn chữ số ASCII. Chuỗi SP-12 thiếu số, còn XSP-1234 có tiền tố thừa, nên cả hai phải bị từ chối. Chuỗi có ký tự xuống dòng ở cuối là ca dễ lọt nhất, vì mỗi engine xử lý ký hiệu neo cuối chuỗi theo cách riêng. Bộ ví dụ khớp và không khớp là phần quan trọng nhất của prompt.

PROMPT TẠO REGEX^SP-[0-9]{4}$SP-1234 ✓XSP-1234 ✕JavaScript, không cờ m4 chữ số ASCII12/12 ca đúng ✓VÍ DỤ KIỂM ĐƯỢCMã SP-1234 khớp; SP-12 và XSP-1234 không khớp
PROMPT TẠO REGEX ^SP-[0-9]{4}$ SP-1234 ✓ XSP-1234 ✕ JavaScript, không cờ m 4 chữ số ASCII 12/12 ca đúng ✓ VÍ DỤ KIỂM ĐƯỢC Mã SP-1234 khớp; SP-12 và XSP-1234 không khớp
Hình 1. Kiểm bằng JavaScript (không cờ m): mã SP-1234 khớp; SP-12 và XSP-1234 không khớp.

Mô tả ngôn ngữ trước ký hiệu

Nêu toàn chuỗi hay một phần, ký tự cho phép, độ dài, separator và trường hợp Unicode. “Kiểm email” quá rộng; thường nên dùng parser hoặc xác nhận thật. Regex phù hợp mẫu cú pháp giới hạn, không thay cho hiểu ngữ nghĩa phức tạp.

Chọn đúng engine

JavaScript, Python, Java và PCRE khác tính năng, escape và flag. Nêu ngôn ngữ, phiên bản và API match, search hay fullmatch. Một regex chạy trên trang thử PCRE có thể lỗi trong JavaScript. Yêu cầu code test đúng engine đích.

Ví dụ âm quan trọng ngang ví dụ dương

Chỉ đưa chuỗi hợp lệ khiến regex khớp quá rộng. Tạo cặp gần biên: thiếu ký tự, thừa prefix, sai separator, newline, Unicode và chuỗi dài. Mỗi ví dụ âm nên vi phạm đúng một quy tắc để biết regex đang bảo vệ điều gì.

Yêu cầu giải thích từng nhóm

AI phải giải thích anchor, character class, quantifier, group và flag. Nếu bạn không đọc được, khó bảo trì. Ưu tiên regex rõ, named group và verbose mode khi engine hỗ trợ. Đừng rút ngắn chỉ để trông thông minh.

Cẩn thận backtracking

Nested quantifier hoặc nhánh chồng lấp có thể chạy rất chậm trên input xấu. Với dữ liệu không tin cậy, đặt giới hạn độ dài, timeout khi có và thử chuỗi gây áp lực. Regex phức tạp có thể nên thay bằng parser nhiều bước dễ đoán hơn.

Đừng dùng regex cho mọi việc

HTML, ngôn ngữ lập trình, địa chỉ email đầy đủ hoặc ngày hợp lệ theo lịch có nhiều quy tắc. Hãy dùng thư viện chuyên dụng. Prompt nên cho phép AI trả lời “regex không phù hợp” và đề xuất parser, thay vì buộc nó tạo một mẫu khổng lồ.

Bốn prompt mẫu chép dùng ngay

Prompt 1: làm rõ quy tắc regex

Tôi cần nhận diện [loại chuỗi] trong [ngôn ngữ/engine và phiên bản]. Chưa viết regex. Hãy chuyển yêu cầu [dán] thành danh sách quy tắc: toàn chuỗi hay tìm kiếm, ký tự, độ dài, Unicode, phân biệt hoa thường và newline. Hỏi lại điểm mơ hồ. Đồng thời nêu nếu bài toán nên dùng parser thay regex.

Prompt 2: tạo bộ ví dụ đối chứng

Từ quy tắc đã duyệt, tạo ít nhất 12 ví dụ: 5 phải khớp, 5 không khớp và 2 ca biên dài/Unicode. Mỗi ví dụ âm chỉ vi phạm một quy tắc và ghi quy tắc đó. Chưa viết regex. Nếu không thể phân loại chắc chắn, chỉ ra mâu thuẫn trong yêu cầu.

Prompt 3: sinh regex theo engine

Viết regex cho [engine] khớp đúng bộ ví dụ. Trả về pattern đã escape đúng khi đặt trong [literal/string], flags, giải thích từng nhóm và code test có bảng expected/actual. Ưu tiên dễ đọc; không dùng tính năng engine không hỗ trợ. [dán quy tắc và ví dụ].

Prompt 4: kiểm hiệu năng và độ rộng

Phản biện regex sau. Tìm false positive, false negative, anchor sai, Unicode, newline và nguy cơ backtracking. Đề xuất chuỗi đối chứng mới và một benchmark nhỏ trên input dài; không tạo payload gây hại. Nếu parser nhiều bước rõ hơn, so sánh và đề xuất ngưỡng chuyển. [dán pattern, engine, giới hạn input].

Khi kết quả chưa đúng thì sửa prompt thế nào

Nếu regex khớp quá rộng, thêm ví dụ âm gần biên. Nếu sai khi đưa vào code, nêu literal hay string và yêu cầu escape đúng hai lớp. Nếu AI dùng lookbehind không hỗ trợ, chốt engine/version ở đầu. Nếu pattern khó đọc, yêu cầu named group hoặc tách bước. Nếu chậm, giới hạn input và thay cấu trúc; đừng chỉ yêu cầu “tối ưu regex”.

Bài thực hành

Chọn mã sản phẩm dạng SP-1234. Viết năm chuỗi đúng và bảy chuỗi sai, gồm prefix thừa và newline. Dùng Prompt 3 cho Python rồi chạy; trong code test, khớp cả chuỗi bằng re.fullmatch thay vì re.search. Chuyển sang JavaScript và quan sát cách literal hoặc API khác. Giải thích từng phần mà không nhìn câu trả lời AI. Thử thêm chuỗi dài một nghìn ký tự, đo thời gian cục bộ và ghi lại giới hạn input bạn sẽ áp dụng trước khi nhận dữ liệu không tin cậy.

Ca mẫu: mã sản phẩm và chiếc bẫy neo cuối chuỗi

Yêu cầu là mã có đúng tiền tố SP- và bốn chữ số ASCII. Bộ dương gồm SP-0000, SP-1234; bộ âm cần có thiếu số, thừa số, chữ cái, khoảng trắng, prefix đứng giữa và newline cuối. Nêu rõ engine JavaScript cùng API dùng để tránh đem cú pháp PCRE sang môi trường đích. Pattern phải neo toàn chuỗi, và đây chính là cái bẫy. Trong JavaScript, /^SP-[0-9]{4}$/.test("SP-1234\n") trả false, nhưng thêm cờ m thì thành true. Trong Python, ký hiệu neo cuối chuỗi còn khớp ngay trước ký tự xuống dòng ở cuối, nên re.search(r"^SP-[0-9]{4}$", "SP-1234\n") vẫn tìm thấy mã; muốn khớp đúng cả chuỗi, dùng re.fullmatch(r"SP-[0-9]{4}", s) hoặc kết thúc pattern bằng \Z. Test chạy thật trên đúng engine cho thấy điều này nhanh hơn tranh luận bằng trí nhớ. Yêu cầu AI xuất cả literal và chuỗi truyền vào constructor, vì hai lớp escape không giống nhau. Giải thích mỗi token và nhóm để người sau sửa được. Với input từ người dùng, đặt giới hạn chiều dài trước regex; pattern có quantifier lồng hoặc nhánh chồng lấp cần benchmark trên chuỗi không khớp. Nếu quy tắc tăng thành checksum, danh sách vùng hoặc logic ngày tháng, tách phần cú pháp khỏi phần ngữ nghĩa và dùng code thường. Regex ngắn nhưng không có bộ đối chứng kém tin cậy hơn một parser dễ đọc có test. Lưu expected cạnh từng ca để lần đổi pattern sau phát hiện regression ngay. Thêm test cho cờ phân biệt hoa thường và cách API xử lý tìm kiếm toàn cục, vì cùng pattern có thể cho hành vi khác khi đổi flag. Ghi phiên bản runtime cạnh bộ test. Nếu dữ liệu được chuẩn hóa Unicode trước khi khớp, hãy nói rõ bước đó để người bảo trì không nhầm regex tự thực hiện việc chuẩn hóa.

Prompt thứ năm: tự kiểm bằng tình huống của bạn

Hãy kiểm pattern mã sản phẩm trên đúng engine JavaScript tôi nêu. Tạo ma trận gồm chuỗi hợp lệ, thiếu neo, sai dấu nối, Unicode, newline cuối và input dài; mỗi ca âm chỉ phá một quy tắc. Suy luận expected trước khi nhìn regex, rồi giải thích pattern tiêu thụ từng ký tự. Tìm cấu trúc có thể backtracking và đề xuất benchmark an toàn với giới hạn chiều dài. Nếu regex cần nhiều nhánh khó đọc, so với parser hai bước. Trả pattern dưới dạng literal và chuỗi constructor để tránh lỗi escape.

Câu hỏi thường gặp

^...$ trong Python có bắt khớp cả chuỗi không?

Chưa chắc. $ của Python khớp cả ngay trước ký tự xuống dòng cuối chuỗi, nên re.search vẫn thấy mã trong "SP-1234\n". Dùng re.fullmatch hoặc kết thúc pattern bằng \Z để bắt khớp đúng cả chuỗi.

\d có giống [0-9] không?

Trong Python, \d với chuỗi str khớp mọi chữ số Unicode, kể cả chữ số Ả Rập-Ấn như ١٢٣٤; [0-9] chỉ khớp chữ số ASCII. Trong JavaScript, \d chỉ khớp [0-9].

Có nên dùng regex để kiểm địa chỉ email không?

Chỉ để lọc sơ bộ dạng đơn giản. Email đầy đủ có quá nhiều quy tắc; cách chắc chắn là gửi thư xác nhận tới địa chỉ đó.

Học tiếp

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