1. Đặt kỳ vọng hợp lý (Set reasonable expectations)
- Nội dung chính:
Cần nhận thức rằng về bản chất, LLM là một công cụ tự động hoàn thành nâng cao; nếu phụ thuộc hoàn toàn vào nó thì có thể phát sinh lỗi hoặc kết quả không chính xác.
- Cách áp dụng:
Hãy sử dụng nó như một công cụ hỗ trợ bổ sung cho năng lực lập trình của bản thân, tránh kỳ vọng quá mức và luôn giữ thái độ kiểm chứng sai sót.
2. Cân nhắc mốc cắt dữ liệu huấn luyện (Account for training cut-off dates)
- Nội dung chính:
Tính cập nhật của dữ liệu mà mô hình đã học có thể bị giới hạn, vì vậy cần thận trọng với các thư viện mới nhất hoặc những thay đổi công nghệ gần đây.
- Cách áp dụng:
Ưu tiên dùng các thư viện đã được chứng minh về độ ổn định và tính phổ biến; nếu cần công nghệ mới, hãy tự cung cấp ví dụ để bù đắp.
3. Tầm quan trọng của ngữ cảnh (Context is king)
- Nội dung chính:
Toàn bộ lịch sử hội thoại (prompt và phản hồi) đều ảnh hưởng đến kết quả, nên việc quản lý ngữ cảnh là rất quan trọng.
- Cách áp dụng:
Với tác vụ phức tạp, hãy đưa mã hiện có vào cuộc trò chuyện để mô hình có thể tham chiếu, và khi cần thì bắt đầu cuộc trò chuyện mới để đặt lại ngữ cảnh.
4. Yêu cầu đưa ra nhiều lựa chọn (Ask them for options)
- Nội dung chính:
Ở giai đoạn nghiên cứu ban đầu, hãy yêu cầu LLM đề xuất nhiều phương án triển khai và ví dụ để khám phá các lựa chọn khả thi.
- Cách áp dụng:
Dùng những câu hỏi như “Có những lựa chọn nào?” để kiểm tra khả năng kỹ thuật, rồi sau đó cụ thể hóa dựa trên phương án đã chọn.
5. Chỉ dẫn cụ thể chính xác (Tell them exactly what to do)
- Nội dung chính:
Khi viết mã production, cần đưa ra chỉ dẫn chi tiết và rõ ràng để dẫn dắt mô hình hiện thực đúng chức năng mong muốn.
- Cách áp dụng:
Hãy chỉ định cụ thể các yếu tố như function signature, thư viện cần dùng, cách xử lý ngoại lệ... để LLM viết mã đúng theo yêu cầu đó.
6. Phải kiểm thử mã đã được viết (You have to test what it writes!)
- Nội dung chính:
Dù là mã do LLM tạo ra, vẫn phải xác nhận nó có thực sự hoạt động hay không; cần có cả kiểm thử tự động lẫn xác minh thủ công.
- Cách áp dụng:
Với đoạn mã đã tạo, hãy dùng các framework kiểm thử như pytest để xác minh nó hoạt động bình thường.
7. Duy trì tương tác dạng hội thoại (Remember it’s a conversation)
- Nội dung chính:
Tương tác với LLM không phải là một lần rồi thôi; kết quả có thể được cải thiện thông qua quá trình đối thoại lặp lại.
- Cách áp dụng:
Nếu kết quả ban đầu còn chưa đạt, hãy dùng chỉ dẫn bổ sung hoặc phản hồi để refactor và cải thiện mã.
8. Dùng công cụ có thể chạy mã cho bạn (Use tools that can run the code for you)
- Nội dung chính:
Có thể tận dụng môi trường sandbox thực thi được hoặc công cụ phát triển tích hợp để chạy thử trực tiếp đoạn mã mà LLM tạo ra.
- Cách áp dụng:
Hãy dùng các công cụ cung cấp môi trường thực thi an toàn như ChatGPT Code Interpreter, Claude Artifacts để kiểm chứng theo thời gian thực.
9. Học qua ‘vibe-coding’ (Vibe-coding is a great way to learn)
- Nội dung chính:
Đây là cách học sử dụng LLM thông qua những thử nghiệm lặp đi lặp lại và tự do, đồng thời hiện thực nhanh nhiều ý tưởng khác nhau.
- Cách áp dụng:
Hãy bắt đầu từ các chức năng đơn giản, rồi qua nhiều lần thử và cải thiện để hiểu giới hạn của LLM và nâng cao cảm giác lập trình của bản thân.
10. Ví dụ chi tiết với Claude Code (A detailed example using Claude Code)
- Nội dung chính:
Thông qua ví dụ dự án thực tế, bài viết cho thấy Claude Code phản ánh các yêu cầu cụ thể và thực hiện công việc như thế nào.
- Cách áp dụng:
Hãy tham khảo quy trình thực hiện các tác vụ kết hợp như tạo script Python và trang HTML thông qua prompt theo từng bước và phản hồi liên tục.
11. Sự cần thiết của can thiệp từ con người (Be ready for the human to take over)
- Nội dung chính:
Ngay cả với mã do LLM sinh ra, vẫn có thể tồn tại lỗi hoặc điểm không phù hợp, nên khâu rà soát và chỉnh sửa cuối cùng nhất định phải do con người thực hiện.
- Cách áp dụng:
Hãy trực tiếp kiểm tra và bổ sung các chi tiết mà LLM bỏ sót hoặc các lỗi tinh vi để tạo ra thành phẩm có độ hoàn thiện cao.
12. Tối đa hóa tốc độ phát triển (The biggest advantage is speed of development)
- Nội dung chính:
Khi dùng LLM, bạn có thể cải thiện đáng kể tốc độ làm prototype và xử lý các công việc lặp lại.
- Cách áp dụng:
Hãy tích cực tận dụng LLM để xác minh ý tưởng ban đầu hoặc viết các đoạn mã đơn giản nhằm rút ngắn thời gian phát triển.
13. Khuếch đại chuyên môn sẵn có (LLMs amplify existing expertise)
- Nội dung chính:
Với những lập trình viên đã có kỹ năng tốt, LLM có thể được dùng để tăng cường hơn nữa chuyên môn và năng suất làm việc.
- Cách áp dụng:
Dựa trên kinh nghiệm và kiến thức của bản thân, hãy đưa ra chỉ dẫn rõ ràng cho LLM để thu được kết quả tinh chỉnh và chính xác hơn.
14. Tính năng bổ sung: trả lời câu hỏi về codebase (Bonus: answering questions about codebases)
- Nội dung chính:
LLM cũng có thể được tận dụng hiệu quả để trả lời câu hỏi về codebase hoặc giải thích những phần cụ thể trong mã.
- Cách áp dụng:
Bạn có thể hỏi về cấu trúc mã hoặc một chức năng cụ thể, đồng thời nhận hỗ trợ trong việc tạo phần giải thích hoặc tài liệu liên quan.
1 bình luận
Blog của người này thật sự rất ấn tượng. Cảm ơn.