Câu trả lời nghe đúng, và chính điều đó làm nó nguy hiểm hơn. Nó gọi đúng module, suggest một refactor gọn, thậm chí có test. Nhưng khi mình hỏi file nào support conclusion đó, confidence mỏng đi. Model đang reason từ một lát cắt nhỏ của system và lấp phần còn lại bằng pattern memory.
Một habit hữu ích nhất trong AI-assisted engineering là yêu cầu assistant chỉ ra working context. Không phải toàn bộ hidden chain of thought. Mà là context thực dụng: file nào nó dùng, log nào nó đọc, dòng spec nào quan trọng, test nào support claim, và assumption nào vẫn chưa verify.
Điều này đổi conversation. Thay vì accept một answer polished, engineer có thể inspect evidence. Nếu assistant cite handler nhưng không cite usecase, đó là một signal. Nếu nó tìm helper nhưng bỏ qua migration, đó là signal. Nếu nó không gọi tên được failing test, có lẽ answer vẫn chỉ là hypothesis.
Working context cũng ngăn scope expansion vô tình. Model có thể đề xuất cleanup rộng vì cleanup rộng dễ mô tả. Nhưng nếu context nói issue chỉ là một endpoint, một data shape, và một regression test, team có thể giữ change nhỏ. Evidence trở thành guardrail chống drift ấn tượng.
Yêu cầu có thể đơn giản. Trước khi đưa patch, hãy list các file bạn đang dựa vào và uncertainty còn lại. Hoặc: giải thích evidence local nào support diagnosis này và điều gì sẽ falsify nó. Những câu hỏi này làm assistant chậm hơn theo cách hữu ích. Nó chuyển từ confident completion sang collaboration có thể inspect.
Vẫn có responsibility của con người. Assistant có thể đọc sai file, overstate evidence, hoặc cite thứ không liên quan. Show context không loại bỏ review. Nó làm review khả thi. Engineer vẫn phải mở source, chạy test, và quyết định evidence có thật sự support answer không.
Điều này đặc biệt quan trọng trong system lớn. Câu trả lời đúng thường phụ thuộc vào boundary, tenant rule, old client, feature flag, hoặc operational convention không obvious từ prompt. Context list visible giúp lộ ra model chưa thấy gì.
Một AI workflow tốt để lại trace mà future humans dùng được. PR hoặc note cuối nên nói phần nào generated, phần nào verified, và source evidence nào quan trọng. Trace đó không phải bureaucracy. Nó là cách team ngăn prompt trở thành lịch sử thất lạc.
Khi AI chỉ ra working context, trust bớt dựa vào cảm giác và dựa nhiều hơn vào inspection. Lần tới một answer nghe đúng, hãy hỏi nó đang đứng trên thứ gì.