0

Context Engineering & Guardrails trong Vibe Coding - Kỹ thuật thuần hóa Coding Agents để không sinh ra "rác" trên dự án Production

Nếu bạn là một Software Engineer đang sử dụng Cursor, Windsurf, Cline hay Claude Code hàng ngày, chắc hẳn bạn đã từng trải qua kịch bản quen thuộc này:

Ở 10 phút đầu tiên, Coding Agent tạo ra một giao diện và luồng API mượt mà đến mức bạn tự hỏi liệu nghề lập trình có sắp bị thay thế. Nhưng đến tiếng thứ hai — khi dự án phình to lên 30 files với các nghiệp vụ rẽ nhánh phức tạp — Agent bắt đầu tự ý sửa file cũ làm hỏng tính năng đã chạy, cài thêm các thư viện lạ hoắc xung đột với package.json, hoặc viết những đoạn logic vi phạm trắng trợn kiến trúc của toàn hệ thống.

Hiện tượng này xảy ra vì nhiều lập trình viên đang tiếp cận AI theo kiểu "Unstructured Vibe Coding" — gõ lệnh cảm tính, phó mặc cấu trúc dự án cho xác suất của mô hình ngôn ngữ lớn (LLM).

Để đưa tốc độ của AI vào các dự án thực tế (Production) mà không tạo ra một núi Nợ kỹ thuật (Tech Debt), chúng ta cần nâng tầm phương pháp làm việc lên một kỷ luật kỹ thuật chặt chẽ hơn: Spec-Driven Agentic Coding kết hợp Context Engineering và Automated Guardrails.


1. Bản chất kỹ thuật: Tại sao Coding Agent lại "phá" codebase?

Các Coding Agent hiện đại không hề "ngốc", nhưng chúng hoạt động dựa trên cơ chế dự đoán xác suất trong một cửa sổ ngữ cảnh hữu hạn (Context Window). Khi bạn giao tiếp thiếu cấu trúc, Agent sẽ gặp 3 điểm mù kỹ thuật:

  1. Suy giảm sự chú ý (Lost in the Middle): Khi hội thoại kéo dài qua hàng chục lượt sửa lỗi, Agent dần "quên" các quy chuẩn kiến trúc bạn đã nhắc ở đầu phiên làm việc.
  2. Thiếu bức tranh toàn cảnh (Architectural Blindness): Nếu không được chỉ định rõ ranh giới các tầng (Layers), Agent có xu hướng viết logic truy vấn Database thẳng vào Controller hoặc Component giao diện để tính năng "chạy được nhanh nhất".
  3. Ảo giác phụ thuộc (Dependency Hallucination): Thay vì tái sử dụng các hàm tiện ích (utils/helpers) đã có sẵn trong dự án, Agent tự viết lại một hàm mới hoặc tự ý cài thêm thư viện bên ngoài.

image.png

So sánh hai phương pháp tiếp cận

Tiêu chí Unstructured Vibe Coding (Gõ cảm tính) Spec-Driven Agentic Coding (Có kỷ luật)
Đầu vào chính Các câu prompt rời rạc, ngắn gọn Tệp đặc tả (PRD.md, ARCHITECTURE.md) & Rules
Phạm vi tác động Agent tự ý sửa toàn bộ codebase Giới hạn chặt chẽ danh sách file được phép chạm tới
Kiểm soát chất lượng Chạy thử bằng mắt (Manual clicking) Vòng lặp tự động chạy Linter, Typecheck & Unit Test
Khả năng bảo trì Thấp, dễ rơi vào "vòng lặp sửa lỗi" Cao, tuân thủ đúng Clean Architecture của team

2. Context Engineering: Thiết lập "Hiến pháp dự án" cho Agent

Trước khi yêu cầu AI viết bất kỳ dòng code nào, việc đầu tiên của một kỹ sư là thiết lập bộ quy tắc ngữ cảnh tĩnh (Static Context Rules) thông qua các tệp cấu hình như .cursorrules, .windsurfrules hoặc CLAUDE.md ở thư mục gốc.

Tệp này đóng vai trò như System Prompt bất biến, ép Agent phải đọc và tuân thủ mọi quy ước của dự án trong từng lượt sinh mã.

Cấu trúc chuẩn của một tệp .cursorrules thực chiến

image.png

Dưới đây là mẫu cấu hình chuẩn cho một dự án Full-stack (Next.js / TypeScript / Prisma / Tailwind) mà bạn có thể áp dụng ngay:

# PROJECT CONSTITUTION & ENGINEERING STANDARDS

## 1. Tech Stack & Core Libraries
- Framework: Next.js 15 (App Router), React 19, TypeScript (Strict Mode).
- Styling: Tailwind CSS + Shadcn/UI (Tuyệt đối không dùng inline styles hoặc CSS modules rời).
- State & Data Fetching: TanStack Query v5 cho client state, Server Actions cho mutations.
- ORM & Database: Prisma ORM với PostgreSQL.
- Validation: Zod cho toàn bộ dữ liệu đầu vào API và Form.

## 2. Directory & Architecture Boundaries
- `src/app/`: Chỉ chứa routing, layout và page components mỏng. Không viết business logic ở đây.
- `src/services/`: Chứa toàn bộ business logic thuần túy. Giao tiếp với DB thông qua Prisma.
- `src/lib/validations/`: Chứa các Zod schemas dùng chung giữa Frontend và Backend.
- `src/components/ui/`: Các component nguyên tử tái sử dụng, không chứa logic gọi API.

## 3. Coding Conventions & Error Handling
- Luôn định nghĩa rõ ràng `interface` hoặc `type` cho mọi props và hàm. Cấm sử dụng `any`.
- Mọi Server Action và API Route bắt buộc phải bọc trong `try/catch` và trả về định dạng chuẩn: `{ success: boolean, data?: T, error?: string }`.
- Trước khi tạo hàm helper mới, BẮT BUỘC kiểm tra thư mục `src/lib/utils.ts` xem đã có sẵn chưa.

## 4. Execution & Verification Protocol
- KHÔNG tự ý cài đặt thêm gói npm mới nếu chưa hỏi ý kiến và được xác nhận.
- Sau khi hoàn thành chỉnh sửa code, luôn chạy `npm run typecheck` và `npm run lint` để đảm bảo không phát sinh lỗi biên dịch.

3. Quy trình 3 bước thuần hóa Coding Agent: Spec →\to Plan →\to Execute

Để triệt tiêu tình trạng Agent "cầm đèn chạy trước ô tô", hãy áp dụng quy trình 3 pha tách biệt hoàn toàn giữa Tư duy thiết kế và Thực thi sinh mã.

Pha 1: Đặc tả hóa yêu cầu (Specification Phase)

Đừng yêu cầu Agent code ngay một tính năng lớn. Hãy chuyển sang chế độ Ask / Architect Mode và yêu cầu AI cùng bạn viết ra tệp docs/feature-spec.md:

  • Mô tả luồng dữ liệu từ UI →\to API →\to Database.
  • Liệt kê các trường hợp biên (Edge Cases) và trạng thái lỗi cần xử lý.
  • Xác định rõ sự thay đổi về Schema cơ sở dữ liệu (nếu có).

Pha 2: Lập kế hoạch tác động (Planning Phase)

Khi tệp đặc tả đã chuẩn xác, yêu cầu Agent đưa ra bản kế hoạch thực thi chi tiết trước khi chạm vào mã nguồn:

"Dựa trên tệp @docs/feature-spec.md và quy tắc trong .cursorrules, hãy liệt kê danh sách chính xác các tệp sẽ tạo mới và các tệp hiện có cần chỉnh sửa. Giải thích ngắn gọn thay đổi ở từng tệp. KHÔNG viết code cho đến khi tôi duyệt kế hoạch này."

Việc duyệt qua danh sách tệp tác động giúp bạn phát hiện ngay lập tức nếu Agent có ý định sửa nhầm vào các module lõi nhạy cảm.

Pha 3: Thực thi và Vòng lặp tự kiểm thử (Execute & Automated Test Loop)

Sau khi bạn gõ "Approved. Execute step 1", Agent bắt đầu viết mã. Điểm mấu chốt của Agentic Coding nằm ở khả năng tự sửa lỗi dựa trên phản hồi từ Terminal (Feedback Loop).

Thay vì tự tay bấm trình duyệt để test, hãy yêu cầu Agent viết Unit Test / Integration Test song song với mã nguồn tính năng, sau đó tự kích hoạt lệnh chạy test (npm test hoặc pytest). Nếu test báo đỏ (Fail), Agent sẽ tự đọc Stack Trace, phân tích nguyên nhân và sửa mã cho đến khi toàn bộ test chuyển sang màu xanh (Pass).


image.png

4. Quản trị Context Window & Các "Hàng rào bảo vệ" (Guardrails)

Ngay cả khi có quy trình tốt, dự án vẫn có thể gặp rủi ro nếu kỹ sư bỏ qua các cơ chế kiểm soát sau:

4.1. Vệ sinh ngữ cảnh định kỳ (Context Hygiene)

  • Nguyên tắc "Một tính năng — Một phiên chat": Tuyệt đối không dùng chung một cửa sổ chat kéo dài từ sáng đến chiều cho nhiều tính năng khác nhau. Khi hoàn thành xong một module và đã git commit, hãy mở một phiên chat mới hoàn toàn để làm sạch bộ nhớ đệm của Agent.
  • Gắn thẻ ngữ cảnh chủ động (Explicit Tagging): Thay vì để Agent tự tìm kiếm toàn bộ dự án (dễ gây nhiễu), hãy dùng cú pháp @file hoặc @folder để chỉ định chính xác những tệp liên quan đến bài toán hiện tại.

4.2. Checklist rà soát bắt buộc trước khi Merge PR

Coding Agent có xu hướng ưu tiên giải pháp "chạy được" (Happy Path) mà bỏ qua các lỗ hổng bảo mật tiềm ẩn. Trước khi duyệt Pull Request do AI hỗ trợ tạo ra, kỹ sư bắt buộc phải kiểm tra 4 điểm đỏ:

  1. Bảo mật khóa truy cập (Secrets Exposure): Kiểm tra xem Agent có vô tình đưa API_KEY hoặc chuỗi kết nối DB vào các tệp phía Client (NEXT_PUBLIC_... hoặc mã nguồn Frontend) hay không.
  2. Phân quyền truy cập (Authorization / IDOR): Agent thường viết đủ bước kiểm tra đăng nhập (Authentication), nhưng rất hay quên kiểm tra quyền sở hữu dữ liệu (ví dụ: User A gọi API sửa dữ liệu của User B).
  3. Hiệu năng truy vấn (N+1 Queries): Rà soát các vòng lặp gọi truy vấn cơ sở dữ liệu bên trong hàm xử lý danh sách.
  4. Dư thừa mã nguồn (Dead Code): Xóa bỏ các file nháp, các hàm không được gọi tới hoặc các thư viện thừa mà Agent tạo ra trong quá trình thử nghiệm.

5. Kết luận: Sự dịch chuyển vai trò của Kỹ sư Phần mềm

Agentic Vibe Coding không làm giảm giá trị của kỹ sư phần mềm; ngược lại, nó đang nâng chuẩn yêu cầu đối với nghề lập trình. Khi tốc độ gõ cú pháp không còn là lợi thế cạnh tranh, năng lực cốt lõi của một kỹ sư giỏi nằm ở:

  • Tư duy kiến trúc hệ thống (System Architecture): Biết cách phân tách module rõ ràng để cả người lẫn AI đều dễ dàng mở rộng.
  • Năng lực quản trị ngữ cảnh và điều phối tác tử (Context & Agent Orchestration): Biết cách đóng gói tri thức nghiệp vụ thành các quy chuẩn rõ ràng để AI thực thi chính xác 90% khối lượng công việc lặp lại.

Không chỉ giới hạn trong đội ngũ kỹ thuật thuần túy, tư duy thiết kế luồng và điều khiển tác tử AI bài bản này cũng đang giúp các Product Manager, Business Analyst hay nhân sự vận hành tự tay xây dựng được những công cụ nội bộ (Micro-tools) phục vụ trực tiếp cho công việc mà không bị phụ thuộc hoàn toàn vào phòng IT. Nếu bạn hoặc đội ngũ non-tech trong công ty muốn hệ thống hóa phương pháp làm việc này từ gốc rễ tư duy bài toán đến triển khai công cụ hoàn chỉnh, có thể tham khảo thêm thứ tôi cmt ở dưới nhé!

Làm chủ công cụ AI không phải là để viết code ít suy nghĩ hơn, mà là để dành trọn trí tuệ cho những bài toán kiến trúc và sản phẩm xứng đáng hơn.


All rights reserved

Viblo
Hãy đăng ký một tài khoản Viblo để nhận được nhiều bài viết thú vị hơn.
Đăng kí