Đến AI cũng không muốn bảo trì đống spaghetti code của chính mình
Nếu bạn viết code nghiệp vụ để kiếm sống, chắc hẳn bạn đã từng trải qua phiên bản tồi tệ nhất của nó. Một dự án bắt đầu với deadline, nên bạn chỉ cần làm cho logic chạy được rồi đi tiếp. Rồi các yêu cầu tính năng cứ chồng chất lên nhau, code trùng lặp sinh sôi, và những bản vá cũ lại chồng lên những bản vá còn cũ hơn. Cuối cùng, một thay đổi nhỏ cũng đồng nghĩa với việc phải đào bới cả nửa tá file, và sửa một bug lại âm thầm tạo ra hai bug mới.

Gần đây tôi đọc hướng dẫn viết prompt chính thức của Anthropic dành cho Claude Fable 5.2, và có một kết quả kiểm thử khiến tôi chú ý. Ở những tác vụ lập trình nhỏ, nếu prompt không nói rõ ai là người sở hữu đoạn code, hoặc mô tả codebase như thể đó là dự án của người khác, mô hình thường chỉ tiếp tục mở rộng cấu trúc sẵn có, kể cả khi logic mới gần như trùng khít với đoạn code đã tồn tại. Theo mặc định, mô hình chỉ gộp code trùng lặp trong chưa đến 10% trường hợp.
Nhưng chỉ cần thêm một câu vào prompt, nói với mô hình rằng nó sở hữu và sẽ bảo trì codebase này về lâu dài, thì bức tranh thay đổi hoàn toàn. Trên cùng bộ tác vụ đó, Claude Fable 5.2 đã gom code trùng lặp vào các hàm dùng chung trong khoảng 75% trường hợp, và thường sửa luôn những lỗi nhỏ liên quan trên đường.
Tôi đã băn khoăn một thời gian về cách khiến AI tự dọn dẹp code trùng lặp, và hướng dẫn này cuối cùng đã giúp tôi hiểu ra. Một khi codebase là của chính mô hình, thì đến AI cũng không muốn sống chung với một mớ spaghetti code rối rắm.
Một prompt biến AI thành người bảo trì dài hạn
Câu mà Anthropic chia sẻ trong hướng dẫn rất ngắn. Chỉ đúng một câu.
Bạn là chủ sở hữu và người bảo trì lâu dài của codebase này, và thiết kế của nó do bạn quyết định.
Chỉ có vậy.
Dù ngắn, nó gửi tới model ba tín hiệu then chốt cùng một lúc.
Thứ nhất, nó trao quyền sở hữu, để model coi dự án là của chính mình thay vì một công việc làm một lần rồi trả cho người khác. Thứ hai, nó kéo dài trục thời gian: model phải thực hiện các thay đổi như thể nó sẽ còn tiếp tục làm việc trên code này trong một thời gian dài, chứ không chỉ kết thúc cuộc hội thoại này rồi bỏ đi. Thứ ba, nó cho model quyền refactor. Khi gặp những đoạn legacy code chướng mắt, model không còn phải rón rén né tránh nữa, vì nó được quyết định cách chỉnh lại cấu trúc.
Vì sao một vai trò mới khiến AI chê spaghetti code

Khi tôi dùng các công cụ AI hằng ngày, chỉ thị của tôi thường rất trực diện: sửa lỗi này, hoặc thêm một trường mới vào endpoint này. Không có bất kỳ tuyên bố nào về việc ai sở hữu đoạn code, mô hình sẽ quay về một thói quen an toàn mà nó học được từ dữ liệu huấn luyện: đừng động vào legacy code của người khác, và hãy thực hiện thay đổi nhỏ nhất để hoàn thành công việc. Cuộc hội thoại kết thúc và nhiệm vụ được bàn giao, nên kể cả khi logic y hệt đang nằm ngay bên cạnh, nó cũng không buồn refactor. Copy-paste một khối code là cách ít có khả năng làm hỏng thứ gì nhất.
Một khi tôi giao cho nó vai trò chủ sở hữu và người bảo trì dài hạn, logic đó lập tức đảo ngược.
Ở vai trò đó, code không còn là một bài tập một lần làm cho người khác. Nó là một dự án mà mô hình sẽ phải đối mặt lần nữa mỗi khi thêm một tính năng hay sửa một lỗi. Vì vậy trước khi động vào bất cứ thứ gì, mô hình nghĩ xa hơn một bước về toàn bộ dự án:
- Logic mới này có trùng lặp với thứ đã viết rồi không, có nên tách ra và gộp lại không?
- Nếu bây giờ tôi đi đường tắt, những thay đổi về sau có ngày càng khó hơn không?
- Các file nằm cạnh file này có đúng vấn đề y hệt không, có nên dọn dẹp luôn không?
- Cấu trúc thư mục và quy ước đặt tên có vẻ không ổn, có cần làm cho toàn bộ cấu trúc trở nên nhất quán không?
Điều đó thay đổi thứ tự ưu tiên của mô hình. Những mục tiêu dài hạn như loại bỏ trùng lặp, tách các phương thức dùng chung và giữ cấu trúc nhất quán được đưa lên hàng đầu. Code của người khác chỉ cần chạy được, nhưng một khi nó đã là dự án mà mô hình sẽ phải mang theo về sau, thì đến AI cũng không muốn đắp thêm một lớp nữa vào đống spaghetti.
AI tự mình làm những gì trong chế độ Maintainer dài hạn
Dựa trên kinh nghiệm của chính tôi khi lập trình với AI, và đối chiếu với ghi chú thử nghiệm của Anthropic, đây là những việc mà mô hình có khả năng cao sẽ tự đảm nhận khi prompt bảo trì này được thêm vào:
- Tìm các logic validation, phép biến đổi dữ liệu hoặc nhánh nghiệp vụ tương tự nhau nằm rải rác ở nhiều file, gộp chúng thành các hàm hoặc tiện ích dùng chung, rồi cập nhật lại mọi nơi gọi đến.
- Dọn dẹp các nhánh không bao giờ được thực thi, những biến cũ không còn dùng và các comment đã lỗi thời không còn khớp với logic, nhờ đó code trở nên sạch sẽ hơn thấy rõ.
- Chuẩn hóa những tên biến lộn xộn, cấu trúc thư mục và các tham số API không nhất quán.
- Sửa luôn những lỗi nhỏ có liên quan trong lúc đang làm nhiệm vụ hiện tại. Trong các bài kiểm thử Claude Fable 5.2, Anthropic cũng nhận thấy phần lớn các thay đổi phát sinh thêm mà mô hình tạo ra là unit test và tài liệu mới, điều này giúp chặn trước được rất nhiều vấn đề dây chuyền trong những lần thay đổi về sau.
Cảm giác rất tuyệt, nhưng output token tăng 70% đến 80%
Khiến mô hình làm việc kỹ lưỡng hơn không phải là miễn phí. Khi thêm phần định hình vai trò "người sở hữu", lượng output token của mô hình tăng 70% đến 80%.
Chi phí tăng lên là điều dễ hiểu. Với tư cách một người bảo trì lâu dài, mô hình phải mở nhiều file hơn trước khi bắt đầu và tìm hiểu xem các module phụ thuộc vào nhau như thế nào. Nó không thể chỉ liếc qua một chỗ rồi bắt tay vào viết như trước được nữa. Một bản vá cục bộ chỉ mất vài dòng, trong khi một lần refactor cấu trúc thường đụng tới nhiều file, nên phần phân tích và đề xuất thay đổi của mô hình cũng dài hơn. Cộng thêm unit test, comment, tài liệu và các chỉnh sửa liên quan mà nó tự nguyện làm, mỗi cuộc hội thoại đương nhiên sinh ra nhiều output hơn hẳn.
Vì vậy trong công việc hằng ngày của tôi, prompt này chắc chắn không thể bật mặc định được. Nếu tôi đã dành thời gian để dọn dẹp một module cốt lõi, làm lại kiến trúc hoặc trả bớt nợ kỹ thuật, thì việc bỏ thêm token để có code tốt hơn là hoàn toàn xứng đáng. Nhưng nếu tôi chỉ muốn đổi tên vài biến, chỉnh một hai dòng config hay sửa một lỗi nhỏ đã được xác định rõ ràng, thì để prompt này bật chỉ là đốt quota của tôi. Nếu bạn đang theo dõi sát hoá đơn API hoặc chạy các script tự động với tần suất cao, bạn càng phải cẩn thận hơn về thời điểm sử dụng nó.
Tệ hơn cả việc đốt token: AI có thể vượt quá phạm vi
Hơn cả phần chi phí phát sinh, điều khiến tôi lo nhất trên thực tế là các thay đổi bị mất kiểm soát. Một khi bạn trao cho model quyền sở hữu và quyền quyết định thiết kế, nó sẽ vươn rất xa, và điều đó có thể gây ra vài cơn đau đầu thực sự.
Tôi nhờ nó sửa một method, kết cục là nó dọn dẹp luôn cả chục file xung quanh. Khi tôi mở phần xem code review, màn hình đầy những dòng thêm vào và xoá đi, kiểm tra bằng tay thì đúng là cực hình. Đáng lo hơn nữa, tài liệu kiểm thử của Anthropic ghi rõ rằng trong một số trường hợp Claude Fable 5.2 đã thay đổi hành vi hiện có của những tính năng đang chạy tốt. Có lúc, để theo đuổi một cấu trúc gọn gàng hơn hoặc một thiết kế mà nó thích hơn, nó refactor và xoá luôn những đoạn code được viết riêng để xử lý edge case. Trên production, chuyện đó rất dễ gây ra sự cố.
Còn một chuyện nữa: bản tóm tắt thay đổi mà model viết ở cuối thường bỏ sót những thứ nhỏ nhặt nó đã sửa dọc đường. Nếu tôi lười và chỉ đọc phần tóm tắt thay vì xem từng dòng diff thực tế, những rủi ro đó sẽ đi thẳng vào nhánh main.
Ý nghĩ đầu tiên của tôi rất đơn giản: đặt một ràng buộc lên trước prompt ownership và bảo nó đừng đụng vào bất cứ thứ gì khác.
Các bài kiểm thử của Anthropic dập tắt ý đó. Họ thử thêm một ràng buộc kiểu “No drive-by refactors, renames or cleanups” lên trước trong khi vẫn giữ cách đặt vấn đề ownership, và model vẫn gộp code trùng lặp trong hơn một nửa số bài kiểm tra. Một ràng buộc duy nhất là không đủ để kìm hãm ham muốn refactor của model.
Phải công nhận, lời khuyên chính thức rất thực tế. Nếu bạn đang sửa một dự án mã nguồn mở do người khác bảo trì, làm việc trong một repository dùng chung, hoặc chỉ đơn giản là muốn commit này càng nhỏ càng tốt, cách dễ nhất là xoá hẳn prompt ownership và không dùng nó.
Chỉ khi tôi chắc chắn đây là code của mình để quản lý, và tôi thực sự muốn dọn dẹp cấu trúc trong lúc làm, tôi mới dùng nó — và khi đó tôi rào lại bằng những quy tắc quy trình cứng:
- Buộc nó dừng lại trước khi sửa bất kỳ file nào, liệt kê phân tích và kế hoạch, rồi chờ tôi duyệt.
- Chốt cứng những file nó được phép sửa, và yêu cầu nó báo lại bất cứ thứ gì nó đụng vào nằm ngoài phạm vi yêu cầu.
- Nói trước rằng các public API và hành vi nghiệp vụ hiện có là bất khả xâm phạm, và bất kỳ thay đổi nào có thể ảnh hưởng đến chức năng hiện có đều phải được tôi duyệt trước.
- Chỉ cho nó sửa một phần nhỏ mỗi lần, sau đó review diff và chạy test rồi mới đi tiếp. Không bao giờ để nó viết lại cả một module trong một lần.
Cách tôi đang dùng prompt refactor cho Claude này

Để AI dọn dẹp code trùng lặp mà không biến toàn bộ dự án thành một thứ không còn nhận ra được, tôi không còn chỉ đưa cho nó một dòng mô tả vai trò nữa. Tôi viết ra toàn bộ yêu cầu thành năm lớp.
Lớp thứ nhất thiết lập vai trò, cho nó góc nhìn của người sở hữu codebase và người bảo trì lâu dài. Lớp thứ hai nêu mục tiêu, nói chính xác đoạn logic trùng lặp nào cần xử lý lần này. Lớp thứ ba đặt ra ranh giới: được phép sửa những file nào, và không được đụng tới những API cùng hành vi nghiệp vụ nào. Lớp thứ tư khóa chặt quy trình, yêu cầu phân tích và lên kế hoạch trước, chỉ thay đổi code sau khi tôi xác nhận. Lớp thứ năm thêm phần kiểm chứng: khi xong, test phải pass, và mọi thay đổi phải được liệt kê đối chiếu với diff thực tế.
Ví dụ, nếu tôi muốn dọn dẹp logic validation trùng lặp trong luồng đăng ký người dùng, chỉ dẫn của tôi đại khái như sau:
Bạn là chủ sở hữu và người bảo trì lâu dài của codebase này. Hãy xử lý logic validation bị trùng lặp trong luồng đăng ký người dùng.
Trước khi sửa bất kỳ dòng code nào, hãy phân tích xem đoạn code trùng lặp xuất hiện ở đâu và đề xuất một kế hoạch refactor.
Lần này chỉ sửa những file liên quan trực tiếp đến validation của luồng đăng ký, giữ nguyên các public API và hành vi nghiệp vụ hiện có.
Với bất kỳ thay đổi nào có khả năng làm thay đổi chức năng hiện tại, hãy giải thích tác động trước và chờ xác nhận. Không tự ý thực hiện điều chỉnh.
Khi hoàn thành, hãy chạy các unit test liên quan và tóm tắt toàn bộ thay đổi cùng những rủi ro tiềm ẩn dựa trên diff code thực tế.
Chia nhỏ theo cách này, mô hình vẫn háo hức truy lùng code dư thừa, nhưng các chỉnh sửa file thực tế bị khóa lại sau bước duyệt kế hoạch, ranh giới file và kiểm chứng bằng test. Dùng cảm giác an toàn hơn nhiều.
Muốn AI viết ra code sạch hơn? Hãy để nó chịu trách nhiệm bảo trì
Nhìn lại thì chỉ một prompt dài khoảng mười mấy từ tiếng Anh đã đưa tỷ lệ gộp các đoạn code trùng lặp của Claude Fable 5.2 từ dưới 10% lên khoảng 75%. Nó cũng kéo theo mức tăng 70% đến 80% số output token, cùng với nguy cơ các thay đổi lan rộng ra ngoài tầm kiểm soát.
Với một người viết code cùng AI mỗi ngày như tôi, điều hữu ích nhất ở thủ thuật này là bật hay tắt nó tùy theo tình huống. Với những dự án dài hơi của chính tôi, hay khi nợ kỹ thuật trong một module legacy nào đó nhiều đến mức không muốn nhìn vào, tôi tạo một task refactor riêng với prompt này, kèm theo ranh giới phạm vi, test tự động và việc review từng dòng trong diff, rồi để nó sắp xếp lại cấu trúc. Còn với những sửa đổi nhỏ hằng ngày, những hotfix khẩn cấp trên production, hay pull request gửi vào repo của người khác, tôi đơn giản là bỏ nó ra ngoài. Như vậy vừa tiết kiệm tiền vừa đỡ nhức đầu.
Nhiều khi vấn đề không phải là AI không viết được code sạch. Mà là khi đưa ra chỉ dẫn, tôi chỉ thúc nó giao xong tính năng, chứ chưa bao giờ nói với nó rằng đoạn code này sau này sẽ do chính nó chịu trách nhiệm. Một khi tôi thực sự viết yêu cầu bảo trì dài hạn vào prompt, thì ngay cả AI cũng không muốn tiếp tục đắp thêm lên đống spaghetti nữa.
Mình quản lý môi trường phát triển cục bộ bằng ServBay, chuyển được nhiều phiên bản PHP / Node và cả model call trong một chỗ.
All rights reserved