Mẫu prompt cho lập trình viên: review code, viết test, tài liệu

Mẫu prompt cho lập trình viên là gì và vì sao cần chuẩn hóa

Mẫu prompt cho lập trình viên là bộ câu lệnh chuẩn dùng với trợ lý AI coding để làm các việc lặp lại: review, viết test, refactor, giải thích, tài liệu. Trong đội nhiều người, mỗi người hỏi AI một kiểu sẽ cho ra code không thống nhất về phong cách và chất lượng.

Chuẩn hóa prompt giúp:

• Kết quả nhất quán: cùng quy ước đặt tên, xử lý lỗi, cấu trúc thư mục.
• Người mới dùng AI đúng cách: thực tập sinh biết cần đưa ngữ cảnh gì.
• Giảm lỗi do AI tự đoán: nêu rõ phiên bản thư viện, phạm vi được sửa.

Khi nào không nên giao cho AI

Logic nghiệp vụ cốt lõi mà chưa ai trong đội hiểu rõ, phần xử lý thanh toán, xác thực, mã hóa: AI có thể viết nháp nhưng người có kinh nghiệm phải thiết kế và review kỹ. Không dán khóa API, chuỗi kết nối, dữ liệu khách hàng thật vào prompt.

Nhiều đội dùng file quy ước dự án (ví dụ file hướng dẫn cho trình soạn code AI) để AI đọc tự động; các mẫu dưới đây bổ sung cho từng tác vụ cụ thể.

Khung ngữ cảnh dự án đặt đầu mọi prompt

Dự án: {mô tả ngắn}. Ngôn ngữ/framework: {ví dụ Flutter 3.x, Dart; Laravel 11; Node 20}. Quản lý trạng thái/kiến trúc: {ví dụ Riverpod, clean architecture}. Quy ước: {đặt tên, xử lý lỗi, log}. Không được: {thêm thư viện mới, đổi API công khai, sửa file ngoài phạm vi}. Khi không chắc về API của thư viện, nói rõ thay vì đoán.

Vì sao từng phần quan trọng

• Phiên bản: nhiều thư viện đổi API giữa các phiên bản lớn; AI có thể gợi ý hàm đã bị bỏ.
• Kiến trúc: không nêu, AI dễ nhét logic vào lớp giao diện.
• Giới hạn thay đổi: tránh AI ‘tiện tay’ sửa cả chục file không liên quan.
• Cho phép nói không chắc: giảm hiện tượng bịa hàm, bịa tham số.

Lưu khung này trong file quy ước của repo để cả đội và công cụ AI cùng đọc, cập nhật khi nâng phiên bản.

Mẫu prompt review code và tìm lỗi

1. Review tổng quát: Review đoạn code sau như một senior khó tính. Phân loại vấn đề theo mức: nghiêm trọng (lỗi logic, bảo mật, mất dữ liệu), quan trọng (hiệu năng, xử lý lỗi), nhỏ (đặt tên, phong cách). Mỗi vấn đề ghi dòng, lý do, đề xuất sửa. Không viết lại toàn bộ file. Code: {code}.

2. Tìm lỗi bảo mật: Kiểm tra đoạn code {mô tả} theo các nhóm lỗi phổ biến của OWASP: injection, kiểm soát truy cập, lộ dữ liệu nhạy cảm, xác thực đầu vào. Chỉ báo vấn đề có bằng chứng trong code, ghi mức độ tin cậy.

3. Review pull request: Đây là diff của PR với mô tả '{mô tả}'. Kiểm tra: thay đổi có đúng mục tiêu không, có ảnh hưởng ngoài phạm vi không, trường hợp biên nào chưa xử lý, test nào còn thiếu.

4. Tìm nguyên nhân bug: Hành vi mong đợi: {X}. Hành vi thực tế: {Y}. Bước tái hiện: {các bước}. Log/lỗi: {nội dung}. Code liên quan: {code}. Đưa ra 3 giả thuyết theo khả năng, cách xác nhận từng giả thuyết, chưa sửa code vội.

Câu ‘chưa sửa code vội’ giúp AI tập trung chẩn đoán, tránh vá triệu chứng.

Mẫu prompt viết unit test và test case

1. Liệt kê test case trước: Với hàm {tên hàm} dưới đây, liệt kê test case dạng bảng: tình huống, đầu vào, kết quả mong đợi. Bao gồm trường hợp bình thường, biên, lỗi, giá trị rỗng. Chưa viết code test.

2. Viết test từ danh sách đã duyệt: Viết unit test bằng {framework test} cho các test case đã duyệt sau. Mỗi test một hành vi, tên test mô tả hành vi, không mock những gì không cần thiết.

3. Test cho code cũ chưa có test: Viết test mô tả hành vi hiện tại của hàm {tên} (characterization test) để có lưới an toàn trước khi refactor. Không sửa code gốc.

4. Kịch bản test thủ công: Viết kịch bản kiểm thử thủ công cho tính năng {mô tả} trên {nền tảng}, gồm bước thực hiện, kết quả mong đợi, dữ liệu thử.

Kiểm tra test do AI viết

• Chạy test, xem test có thực sự thất bại khi cố tình làm sai code không.
• Cảnh giác test ‘luôn đúng’ do khẳng định quá lỏng.
• Không để AI sửa code chỉ để test qua mà không hiểu lý do.

Mẫu prompt refactor, giải thích code và viết tài liệu

1. Refactor có giới hạn: Refactor hàm {tên} để dễ đọc hơn, giữ nguyên hành vi và chữ ký hàm công khai. Chia thành các bước nhỏ, mỗi bước giải thích lý do. Không đổi tên file, không thêm thư viện.

2. Giải thích code cũ: Giải thích module sau cho lập trình viên mới vào dự án: mục đích, luồng dữ liệu chính, các hàm quan trọng, chỗ dễ gây lỗi. Vẽ luồng bằng danh sách gạch đầu dòng.

3. Viết README: Viết README cho dự án gồm: mục đích, yêu cầu môi trường, cài đặt, cấu hình biến môi trường (chỉ tên biến), chạy test, cấu trúc thư mục, quy ước đóng góp.

4. Comment và docstring: Thêm docstring cho các hàm công khai trong file sau theo chuẩn {chuẩn của ngôn ngữ}. Chỉ giải thích 'vì sao' và hợp đồng đầu vào đầu ra, không lặp lại điều code đã nói rõ.

5. Commit message: Viết commit message theo quy ước {Conventional Commits} cho diff sau, dòng đầu dưới 72 ký tự, phần thân nêu lý do thay đổi.

Bảng chọn công cụ và mẫu prompt theo tác vụ

Công cụ AI coding thay đổi nhanh; bảng dưới mô tả cách dùng phổ biến tại thời điểm viết, hãy kiểm tra trang chính thức để biết tính năng hiện hành và gói miễn phí/trả phí.

Điểm chung: tác vụ càng cần đọc nhiều file cùng lúc thì càng nên dùng công cụ tích hợp vào trình soạn code hoặc terminal; tác vụ hỏi đáp, giải thích ngắn dùng chatbot là đủ.

Lỗi thường gặp khi lập trình viên dùng prompt AI

• Prompt quá rộng: ‘làm tính năng đăng nhập’ dẫn đến code dài, sai kiến trúc. Chia nhỏ: thiết kế, giao diện, logic, test.
• Không nêu phiên bản: AI dùng API cũ hoặc API chưa tồn tại.
• Chấp nhận code chưa đọc: lỗi tiềm ẩn đi thẳng vào nhánh chính.
• Để AI sửa test cho qua: che giấu lỗi thật.
• Dán bí mật vào prompt: khóa API, mật khẩu cơ sở dữ liệu, dữ liệu người dùng.
• Bỏ qua giấy phép: đoạn code dài giống thư viện có giấy phép riêng cần được kiểm tra.

Quy trình gợi ý cho đội có thực tập sinh

1. Thực tập sinh dùng mẫu prompt chuẩn của đội.
2. Đính kèm prompt chính đã dùng trong mô tả PR.
3. Senior review cả code lẫn cách hỏi AI.
4. Cập nhật thư viện prompt khi phát hiện mẫu nào hay gây lỗi.

Câu hỏi thường gặp

Bài viết liên quan

• AI cho lập trình viên: dùng AI coding đúng cách
• AI nào tốt nhất để lập trình? Chọn theo nhu cầu
• Cursor vs GitHub Copilot: chọn công cụ nào để lập trình
• Claude Code là gì? AI agent lập trình chạy trong terminal
• Cách dùng AI viết code cho người mới bắt đầu: từ ý tưởng đến chương trình chạy được
• Bảo mật API key AI: lỗi thường gặp và cách khắc phục
• Prompt chaining là gì? Chia việc lớn thành nhiều bước

Nguồn tham khảo

• OWASP Top Ten
• GitHub Copilot documentation
• Conventional Commits