Làm chủ Claude Fable 5: Cách viết Prompt bằng cách tìm ra các điểm mù của bạn

Khi các mô hình AI tiến hóa từ các chatbot đơn giản thành các tác nhân lập trình (agentic coders) tinh vi, nút thắt của năng suất đang chuyển dịch từ khả năng của mô hình sang sự rõ ràng của người dùng. Thariq Shihipar, nhà phát triển tại Anthropic, gợi ý rằng với sự xuất hiện của Claude Fable 5, yếu tố hạn chế không còn là trí thông minh của AI, mà là khả năng xác định những "điều chưa biết" của chính người dùng.

Bốn phương diện của kiến thức trong Prompting

Để làm chủ Fable 5, Shihipar lập luận rằng các nhà phát triển phải phân loại kiến thức của mình để tránh những cạm bẫy của việc viết prompt kém. Ông chia các lỗ hổng nhận thức thành bốn danh mục riêng biệt:

• Known Knowns (Biết những gì đã biết): Các hướng dẫn và dữ liệu rõ ràng đã có sẵn trong prompt của bạn.
• Known Unknowns (Biết những gì chưa biết): Các câu hỏi hoặc lỗ hổng cụ thể mà bạn ý thức được rằng mình chưa giải quyết được.
• Unknown Knowns (Chưa biết những gì đã biết): Kiến thức trực giác rõ ràng đến mức bạn không nghĩ đến việc viết nó ra, nhưng sẽ nhận ra ngay lập tức khi nhìn thấy nó.
• Unknown Unknowns (Chưa biết những gì chưa biết): Danh mục nguy hiểm nhất—các yếu tố quan trọng, các trường hợp biên (edge cases), hoặc các yêu cầu về kiến trúc mà bạn thậm chí còn chưa nghĩ tới.

Khi người dùng không tính đến những điều này, họ sẽ rơi vào bẫy: quá chi tiết khiến Fable 5 tuân thủ các hướng dẫn một cách cứng nhắc ngay cả khi có một lộ trình tốt hơn, trong khi quá mơ hồ sẽ khiến mô hình dựa vào các mặc định của ngành vốn có thể không phù hợp với tác vụ cụ thể.

Các kỹ thuật chiến lược để khám phá những điều chưa biết

Thay vì nhảy thẳng vào việc triển khai, Shihipar đề xuất một bước "rà soát điểm mù" (blindspot pass). Điều này bao gồm việc sử dụng Claude để kiểm tra mô hình tư duy của bạn trước khi viết bất kỳ dòng code nào. Ví dụ, nếu đang làm việc trong một codebase lạ lẫm, bạn có thể prompt Claude rằng: "Tôi đang làm việc để thêm một nhà cung cấp xác thực (auth provider) mới nhưng tôi không biết gì về các module xác thực trong codebase này. Bạn có thể thực hiện một bước rà soát điểm mù để giúp tôi xác định các 'unknown unknowns' liên quan không?"

Các kỹ thuật đòn bẩy cao khác bao gồm:

• Phỏng vấn có cấu trúc (Structured Interviews): Yêu cầu Claude phỏng vấn bạn theo từng câu hỏi một, ưu tiên các điểm mơ hồ có thể thay đổi căn bản kiến trúc hệ thống.
• Tạo nguyên mẫu nhanh (Rapid Prototyping): Sử dụng các HTML artifacts để Claude tạo ra các hướng thiết kế khác biệt hoàn toàn, cho phép bạn phản ứng với các "unknown knowns" về mặt thị giác.
• Lập kế hoạch triển khai (Implementation Planning): Chỉ đạo Claude tạo một kế hoạch ưu tiên các thành phần dễ thay đổi như mô hình dữ liệu (data models) và giao diện kiểu (type interfaces) trước khi chuyển sang tái cấu trúc (refactoring) cơ học.

Hoàn tất quy trình: Tài liệu hóa và Xác minh

Quá trình viết prompt không kết thúc sau khi code được tạo ra. Để quản lý những điều chưa biết phát sinh trong quá trình thực thi, Shihipar gợi ý sử dụng Claude Code để duy trì một tệp implementation-notes.md. Tệp này theo dõi mọi quyết định đã thực hiện, đảm bảo rằng nếu một tác vụ đi chệch hướng, lý do thực hiện vẫn được lưu giữ.

Để đảm bảo hiểu biết hoàn toàn trước khi merge code, Shihipar sử dụng phương pháp "trắc nghiệm" (quiz). Claude tạo ra một báo cáo HTML chi tiết tất cả các thay đổi và thông tin chuyên sâu, sau đó là một bài trắc nghiệm dành cho nhà phát triển. Ông duy trì một quy tắc nghiêm ngặt: không merge code cho đến khi vượt qua bài trắc nghiệm mà không có lỗi. Điều này đảm bảo rằng nhà phát triển đã chuyển các "điều chưa biết" của dự án sang phạm vi "điều đã biết".

Các điểm chính cần lưu ý

• Tập trung vào "Unknown Unknowns": Mục tiêu của việc viết prompt nâng cao với Fable 5 là sử dụng AI để tiết lộ những gì bạn thậm chí còn chưa nghĩ đến để hỏi.
• Tránh bẫy chi tiết hóa: Cân bằng các prompt của bạn để tránh việc quá cứng nhắc khiến AI không thể ứng biến, hoặc quá mơ hồ khiến nó mặc định sử dụng các giải pháp chung chung.
• Triển khai quy trình xác minh: Sử dụng ghi chú triển khai, phỏng vấn có cấu trúc và các bài trắc nghiệm sau triển khai để biến mã nguồn do AI tạo ra thành kiến thức đã làm chủ.