Tôi làm việc với khá nhiều người làm "vibe coding", và nhiều người trong số họ đến từ mảng marketing hoặc agency. Những gì họ xây thường chạy được. Tuy nhiên, tôi cứ gặp đi gặp lại cùng một loại vấn đề. AI phải đánh đổi nhiều thứ khi xây ứng dụng cho bạn, và nếu bạn không có kỹ năng kỹ thuật phần mềm, bạn đơn giản là không biết những đánh đổi nào đã được chọn, cũng không biết nên hỏi gì.
Tôi không viết điều này từ trên cao nhìn xuống. Tôi học lập trình qua các khóa học bài bản, và tôi vẫn tìm thấy những lỗi như thế này trong chính ứng dụng của mình. Tháng 1 năm 2024, tôi viết về việc lưu các embedding đã tạo vào một tệp CSV để làm cơ sở dữ liệu tạm. Tôi biết CSV không phải lựa chọn tối ưu cho cơ sở dữ liệu, nhưng tôi chưa đủ kỹ năng để chọn cách tốt hơn.
Vậy tôi có bảo bạn dừng lại và học một khóa về frontend, backend và cơ sở dữ liệu trước không? Tôi sẽ nói KHÔNG. Những thuật ngữ đó chỉ có ý nghĩa nhờ các quyết định đứng sau chúng, nên tôi sẽ bắt đầu bằng những câu hỏi dưới đây và học từng khái niệm khi ứng dụng của bạn thực sự cần.
Trước hết, có nên xây nó không?
Khi bạn tự xây một công cụ, bạn sở hữu luôn phần bảo mật, bảo trì, tuân thủ và cập nhật của nó. Cách tiếp cận của tôi là xây khi năng lực đó nằm ở cốt lõi lợi thế cạnh tranh của bạn, và mua khi đó là hạ tầng phổ thông. Với một việc chỉ mình bạn làm, một bảng tính và một câu lệnh tốt có thể là đủ.
Mức cẩn trọng cần có phụ thuộc vào ai sẽ dùng
| Ai sẽ dùng | Điều gì có thể chấp nhận được | Bạn cần gì |
|---|---|---|
| Chỉ mình bạn, không có dữ liệu nhạy cảm | Lưu dữ liệu trong một tệp đơn giản | Cách hoàn tác thay đổi, và giữ khóa ngoài mọi thứ bạn chia sẻ |
| Nhóm của bạn | Gần như không được đi tắt, vì mọi người giờ đã phụ thuộc vào nó | Một cơ sở dữ liệu thực thụ, đăng nhập, bản sao lưu và một bản sao riêng để thử nghiệm |
| Khách hàng hoặc công chúng | Không đi tắt | Cả chín câu trả lời bên dưới, một bài kiểm tra quyền bằng tài khoản thứ hai, trao đổi với bộ phận pháp lý về nơi dữ liệu được gửi đến, và một người cụ thể theo dõi nó |
Vậy nên một tệp đơn giản không phải lúc nào cũng sai. Nó là một sự đánh đổi, và hết hợp lý khi người khác bắt đầu phụ thuộc vào dữ liệu đó.
Tôi cũng sẽ triển khai theo đúng thứ tự ấy. Bắt đầu với nhóm của bạn, chứng minh các câu trả lời là chính xác, rồi mới cho khách hàng vào. Chỉ một câu trả lời sai trong tuần đầu của một công cụ hướng tới khách hàng cũng có thể khiến bạn mất uy tín trong nhiều tháng.
Chín câu hỏi
1. Dữ liệu nằm ở đâu, và chuyện gì xảy ra khi hai người lưu cùng lúc? Với một tệp đơn giản, lần lưu của người này có thể ghi đè công việc của người kia. Xử lý tốt chuyện đó là một phần lớn lý do cơ sở dữ liệu tồn tại.
2. Phần nào chạy trên trình duyệt, phần nào chạy trên máy chủ? Đó là sự khác nhau giữa frontend và backend, và nó quan trọng vì bất kỳ ai dùng ứng dụng của bạn cũng có thể xem những gì đến được trình duyệt của họ. Một khóa API ở đó không còn là bí mật nữa, nên nó phải nằm trên máy chủ.
3. Người lạ làm được gì chỉ với khóa công khai của bạn mà không cần tài khoản, và AI bên trong ứng dụng có thể tự làm gì? Có đăng nhập không có nghĩa là có đúng quyền. Vì vậy hãy thử trên một bản sao cục bộ: đăng nhập bằng người dùng thứ hai và thử mở dữ liệu của người dùng thứ nhất. Nếu ứng dụng có AI bên trong, hãy hỏi cùng câu đó về AI. Nó gọi được những công cụ nào, và công cụ nào trong số đó làm thay đổi thứ gì? Bất cứ điều gì nó tự làm được, một người lạ nói chuyện được với nó cũng có thể yêu cầu nó làm.
4. Bạn hoàn tác một thay đổi hỏng bằng cách nào? Hãy học đủ Git để commit nhỏ và quay lui gọn gàng khi làm hỏng thứ gì. Git chăm sóc mã nguồn chứ không chăm sóc dữ liệu, nên bạn cũng cần sao lưu. Nếu một khóa thật từng bị commit, hãy thu hồi nó, vì xóa dòng đó đi là chưa đủ.
5. Bạn có thể thử một thay đổi ở đâu cho an toàn? Bạn cần một bản sao không phải ứng dụng đang chạy thật, chẳng hạn bản chạy cục bộ trên máy hoặc một bản xem trước, có dữ liệu và thiết lập riêng. Nếu bạn thử trên đúng dữ liệu mà người dùng đang dựa vào, một sai sót sẽ đến tay họ ngay lập tức.
6. Làm sao bạn biết nó thật sự chạy đúng? AI nói "xong" thì chưa cho bạn biết gì. Tháng 2 năm 2026, tôi đã viết về một lần Claude xây đúng theo tài liệu thiết kế, còn cơ sở dữ liệu production thì khác. Tôi mở một podcast do backend production tạo ra, và ứng dụng bị crash. Rồi còn STRAŦUM, một ứng dụng đa tenant mà tôi đã viết 83 chính sách RLS và kiểm thử với cả tài khoản SME lẫn Agency, tức là các quy tắc quy định tài khoản nào được thấy những dòng dữ liệu nào. Tôi vẫn đã cho rằng chỉ cần lọc theo org_id là đủ để cô lập. Không phải vậy, và tôi đã xây lại. Vì thế hãy dùng ứng dụng như một người thật sẽ dùng, với dữ liệu thật, và kiểm thử từng bước riêng lẻ để biết một lỗi đến từ đâu.
7. Ai đang theo dõi nó, và nó tốn bao nhiêu? Phần mềm sẽ cũ đi sau khi bạn phát hành, và thường chẳng có gì báo lỗi khi điều đó xảy ra. Hãy chạy npm audit --omit=dev một lần ngay hôm nay, rồi tự động hóa bước kiểm tra này. Hãy nhìn cả hóa đơn AI nữa. Tháng 8 năm 2025, tôi phát hiện một tham số temperature đặt ở 0,7 thay vì 0 khiến 30% lệnh gọi API thất bại và tốn của tôi 54 đô la mỗi tháng tiền token lãng phí. Cuối cùng nhưng không kém phần quan trọng, hãy quyết định bạn có giữ từng ứng dụng hay không. Với STRAŦUM, tôi đã cho nó nghỉ hưu và đăng v1 làm bản triển khai tham chiếu, vì phiên bản thiếu trung thực là một ứng dụng vẫn nhận đăng ký trong khi không ai theo dõi nó. Nếu sẽ không ai theo dõi ứng dụng của bạn, hãy gỡ nó xuống hoặc nói rõ điều đó.
8. Các con số và nhận định nó hiển thị có đúng không, và bạn có truy được từng cái về nguồn không? AI sẽ đưa cho bạn một con số đầy tự tin dù nó đúng hay sai. Trong ca GreenLeaf trên trang này (một công ty hư cấu với dữ liệu tổng hợp, được ghi lại vào tháng 10 năm 2026), bản báo cáo nháp của AI ghi chi tiêu truyền thông hằng tuần là 110.100 đô la. Con số đã kiểm tra cho tuần 1 là 5.462 đô la. Hãy chọn vài con số mà ứng dụng của bạn hiển thị và mọi người sẽ hành động theo, rồi truy từng con số về nguồn gốc của nó.
9. Dữ liệu của ai nằm trong đó, nó đi đâu, và bạn có được phép đưa dữ liệu đó vào không? Nếu bạn đưa dữ liệu khách hàng vào các công cụ AI, hãy tìm hiểu xem nó đi đâu, vì gói dùng cá nhân và gói doanh nghiệp có thể có chính sách lưu giữ dữ liệu rất khác nhau, và thông tin cá nhân cần được ẩn danh trước. Hãy hỏi bộ phận pháp lý trước khi ứng dụng của bạn chứa dữ liệu của bất kỳ ai khác.
Nên hỏi AI của bạn điều gì
Bạn chưa cần biết các câu trả lời, vì bạn có thể nhờ công cụ lập trình chỉ cho mình. Trước khi thay đổi bất cứ thứ gì, hãy thử câu này:
Trước khi thay đổi bất cứ thứ gì, hãy cho tôi biết ứng dụng này lưu dữ liệu ở đâu, phần nào chạy trên trình duyệt, và ai truy cập được những gì. Liệt kê ba đánh đổi lớn nhất bạn đã chọn, điều gì sẽ hỏng đầu tiên khi có năm người dùng, và tôi cần quyết định những gì. Đừng in ra bất kỳ giá trị bí mật nào.
Hãy coi câu trả lời là điểm khởi đầu chứ không phải bằng chứng. Nếu nó nói dữ liệu của bạn được bảo vệ, hãy đăng nhập bằng người dùng thứ hai đó và tự kiểm tra.
Khi nào nên nhờ một kỹ sư
Nếu khách hàng hoặc công chúng sẽ dùng ứng dụng của bạn và bạn không trả lời được các câu 1 đến 3, tôi sẽ dừng lại và nhờ một kỹ sư xem qua. Tôi cũng làm vậy nếu nó xử lý thanh toán hoặc dữ liệu cá nhân. Biết lúc nào nên dừng cũng là một phần của kỹ năng.
Danh sách này không phải là một cuộc kiểm toán bảo mật, và nó sẽ không bắt được mọi thứ. Tôi từng làm các đợt rà soát bảo mật cho chính sản phẩm của mình mà vẫn bỏ sót. Điều nó nên làm là cho bạn thấy những quyết định mà bạn đã đưa ra mà không hề biết.
Nếu bạn đã xây một thứ gì đó bằng AI, câu hỏi nào trong số này bạn chưa trả lời được? Tôi rất muốn biết, nhất là nếu tôi bỏ sót một câu mà bạn đã từng bị "dính".
Nếu người khác ở chỗ làm sẽ dùng thứ bạn đã làm, tôi cũng đã làm Prova, một danh sách kiểm tra miễn phí cho người làm agency đang chuẩn bị công cụ AI trước khi cả nhóm dùng. Nó ngắn hơn và ít kỹ thuật hơn danh sách này: năm mục kiểm tra, mỗi mục có lời nhắn để gửi hoặc câu hỏi cho AI của bạn, cuối cùng là bản tóm tắt một trang cho quản lý của bạn. Bạn không cần tài khoản.