
Contents
Chào mừng bạn đến với Fx Studio. Bài viết này giới thiệu 7 bước chuẩn cho quy trình Vibe Coding bằng Gemini CLI, giúp bạn từ ý tưởng đến sản phẩm hoàn chỉnh thông qua ngôn ngữ tự nhiên trong terminal.
Vibe Coding là gì?
Vibe coding là phương pháp lập trình mới được Andrej Karpathy đặt tên vào đầu 2025, trong đó bạn:
- Mô tả ý tưởng bằng ngôn ngữ tự nhiên thay vì viết code từng dòng
- Tương tác theo kiểu đối với AI để tinh chỉnh và phát triển ứng dụng
- Tập trung vào kết quả thay vì chi tiết implementation
- Lặp lại và cải tiến thông qua feedback loop
Tham khảo thêm bài viết: Vibe Coding là gì?
Gemini CLI
Công cụ chúng ta sử dụng cho trải nghiệm Vibe Coding hôm nay là Gemini CLI, bạn có thể tải nó ở đây.
Giới thiệu
Gemini CLI là một công cụ dòng lệnh AI mã nguồn mở được phát triển bởi Google, đưa sức mạnh của mô hình Gemini trực tiếp vào terminal của bạn. Đây là một trợ lý AI đa năng được thiết kế đặc biệt để hỗ trợ developers trong các công việc lập trình, từ hiểu code, debug đến thực hiện các tác vụ phức tạp khác.
Đặc Điểm Nổi Bật
- Truy cập miễn phí với giới hạn hàng đầu ngành
- Gemini CLI cung cấp 60 yêu cầu mỗi phút và 1,000 yêu cầu mỗi ngày hoàn toàn miễn phí.
- Đây là mức giới hạn cao nhất trong ngành, được Google thiết kế dựa trên phân tích sử dụng thực tế của developers.
- Để sử dụng miễn phí, bạn chỉ cần đăng nhập bằng tài khoản Google cá nhân để nhận giấy phép Gemini Code Assist miễn phí.
- Khả năng xử lý ngữ cảnh lớn
- Tool này sử dụng Gemini 2.5 Pro với cửa sổ ngữ cảnh 1 triệu token, cho phép hiểu và xử lý các codebase lớn một cách hiệu quả.
- Điều này làm cho nó đặc biệt hữu ích cho việc phân tích các dự án phức tạp.
- Tích hợp đa nền tảng
- Hỗ trợ macOS, Windows, và Linux
- Tích hợp sâu với VS Code thông qua lệnh
/ide install
- Hỗ trợ Model Context Protocol (MCP) để mở rộng khả năng
Cài đặt & thiết lập
Yêu Cầu Hệ Thống:
-
Node.js 18 trở lên
Phương Pháp Cài Đặt:
-
Cách 1: Cài đặt toàn cục (khuyến nghị)
npm install -g @google/gemini-cli
- Cách 2: Chạy trực tiếp không cần cài đặt
npx https://github.com/google-gemini/gemini-cli
Thiết Lập Lần Đầu
- Khởi chạy: Chạy lệnh
gemini
trong terminal - Chọn giao diện: Sử dụng phím mũi tên để chọn theme màu
- Xác thực: Chọn “Login with Google” để nhận giấy phép miễn phí
- Hoàn thành: Sau khi xác thực thành công, CLI sẵn sàng sử dụng
Thực hiện Vibe Coding
Bước 1: Embrace the Vibe
Khởi đầu bằng cảm hứng và mô tả ý tưởng lớn trước khi quan tâm đến chi tiết kỹ thuật. Lệnh gợi ý:
gemini
-
Khởi session AI trong terminal, sẵn sàng nhận prompt tự nhiên.
Bạn hãy viết ý tưởng của mình vào đó. Ví dụ hôm nay của chúng ta như sau:
Tạo project Python GUI với Tkinter gồm một cửa sổ nhỏ. Bạn hãy gợi ý giúp tôi.
Bước 2: Research & Context Gathering
Cung cấp đủ context (codebase, tài liệu, ví dụ) để AI hiểu rõ dự án. Lệnh gợi ý:
read-many-files @src/ grep "TODO" .
read-many-files
: cho AI đọc nhiều file cùng lúc.grep
: tìm kiếm text trong toàn bộ dự án.
Bước 3: Define the Plan
Yêu cầu AI lập multi-step plan, phân chia tính năng thành nhiệm vụ nhỏ và xác nhận trước khi code. Prompt gợi ý:
“Phân chia project thành các bước: scaffold file, UI, event handling, test.”
AI trả lại danh sách task và hỏi bạn xác nhận.
Qua ví dụ, AI sẽ hướng dẫn ta các công việc cần làm tiếp theo:
- Scaffold File (Cấu trúc tệp): Chúng ta đã có tệp main.py. Đối với một dự án lớn hơn, chúng ta có thể tạo các thư
- mục riêng biệt cho các thành phần khác nhau (ví dụ: src, tests, assets).
- UI (Giao diện người dùng): Bây giờ, chúng ta sẽ thêm các thành phần vào cửa sổ. Tôi sẽ thêm một nhãn (Label) và
- một nút (Button) vào main.py.
- Event Handling (Xử lý sự kiện): Sau đó, chúng ta sẽ làm cho nút có thể thực hiện một hành động khi được nhấp vào.
- Test (Kiểm thử): Đối với một ứng dụng đơn giản, chúng ta có thể kiểm thử thủ công. Đối với các ứng dụng phức tạp
- hơn, chúng ta có thể viết các bài kiểm thử tự động.
Bước 4: Generate Initial Scaffold
Dùng prompt để AI tạo scaffold/MVP (thư mục, file, cấu trúc cơ bản). Lệnh gợi ý:
write-file main.py
-
write-file
: tạo file với nội dung do AI sinh ra.
ls
-
ls
: kiểm tra file và folder đã được sinh.
Kết quả thực hiện cho việc tạo Scaffold như sau:
Bước 5: Iterative Build & Test Loop
Luồng Boomerang: AI viết code → bạn chạy thử → feedback → AI chỉnh sửa → lặp lại cho đến hoàn thiện.
Ví dụ:
!python main.py
!
: chạy lệnh shell để test ứng dụng.
Prompt tiếp:
“Thêm event handler cho button: hiển thị ‘Xin chào, <tên>’.”
Kết quả tiếp theo như sau:
Kết quả chạy thử project như sau:
Bạn hãy lặp đi lặp lại các bước này để thực hiện hết các ý tưởng trong đầu của bạn.
Testing
Việc thực hiện “Test” cũng rất quan trọng. AI sẽ giúp bạn lên 1 kế hoạch ban đầu.
Công việc còn lại của chúng là đọc và nhấn enter tiếp. AI sẽ tạo tệp kiểm thử và testcase. Sau đó, AI thực hiện chạy các testcase vừa tạo.
Mọi thứ khá EZ phải không. Hehe!
Bước 6: Refine & Optimize
Khi chức năng cơ bản ổn định, yêu cầu AI refactor, tối ưu performance, và cải thiện code quality. Prompt gợi ý:
“Refactor code để tách logic UI và event handling, tối ưu kích thước cửa sổ, thêm comment.”
Lệnh gợi ý:
edit main.py
-
edit
: sửa file thông qua diff preview và confirmation.
Hoặc bạn có thể thêm yêu cầu mới hoặc chỉnh sửa chức năng hiện tại …
Tôi muốn thay đổi chức năng khi nhấn nút. Thì sẽ hiện ra 1 popup thay vì hiển thị trên label
Bước 7: Document & Preserve Knowledge
Sinh README, lưu GEMINI.md
, thêm test và comment; đảm bảo mọi quyết định được ghi lại. Lệnh gợi ý:
write-file README.md init # tương đương /init tạo file GEMINI.md mẫu
-
init
: tạo mẫuGEMINI.md
chứa coding standards và project context -
write-file
: tạo tài liệu hướng dẫn và log session.
Kết quả với:
- README
- GEMINI
Cuối cùng, lưu session và thoát CLI:
/chat save my_project /quit
-
/chat save
: lưu cuộc trò chuyện để có thể tiếp tục sau. -
/quit
: thoát khỏi Gemini CLI.
Tóm tắt
Dưới đây là bộ chuẩn hóa quy trình Vibe Coding từ nhiều nguồn uy tín, gộp lại thành 7 bước cốt lõi. Bạn có thể dùng làm “kim chỉ nam” cho mọi dự án Vibe Coding với Gemini CLI:
Bước | Tên Bước | Mô Tả |
---|---|---|
1 | Embrace the Vibe | Khởi đầu bằng cảm hứng: mô tả ý tưởng bằng ngôn ngữ tự nhiên trước khi đi vào chi tiết kỹ thuật. |
2 | Research & Context Gathering | Liên tục thu thập tài liệu, ví dụ, và code pattern; cung cấp context rõ ràng cho AI. |
3 | Define the Plan | Yêu cầu AI lập kế hoạch multi-step: phân chia tính năng thành các nhiệm vụ nhỏ, xác nhận với bạn trước khi code. |
4 | Generate Initial Scaffold | Dùng prompt để AI sinh scaffold/MVP (thư mục, file, cấu trúc cơ bản) nhanh chóng. |
5 | Iterative Build & Test Loop | Luồng Boomerang: AI viết code → bạn chạy thử → feedback → AI chỉnh sửa → lặp lại cho đến khi đạt yêu cầu. |
6 | Refine & Optimize | Sau khi chức năng hoạt động, yêu cầu AI refactor, tối ưu performance, và cải thiện chất lượng code. |
7 | Document & Preserve Knowledge | Sinh README, lưu GEMINI.md, thêm comment và test; đảm bảo mọi quyết định và reasoning được ghi lạ. |
Giải thích ngắn gọn
- Embrace the Vibe: Đừng lo về implementation lúc đầu, hãy “vibe” với ý tưởng.
- Research: Cho AI đủ context (codebase, docs, examples).
- Plan: Multi-step planning giúp giảm sai sót.
- Scaffold: có khung dự án ngay lập tức.
- Build & Test: Vibe Coding thực chất là vòng lặp tương tác.
- Refine: Làm đẹp, tối ưu, refactor sau khi làm xong chức năng cơ bản.
- Document: Lưu lại mọi thứ để dễ duy trì và chia sẻ.
Với 7 bước và các lệnh tích hợp, quy trình vibe coding bằng Gemini CLI trở nên mạch lạc, nhanh chóng, và dễ duy trì, giúp biến ý tưởng thành sản phẩm chỉ bằng ngôn ngữ tự nhiên trong terminal.
Okay! Tới đây, mình xin kết thúc bài viết này. Nếu có gì thắc mắc hay góp ý cho mình. Thì bạn có thể để lại bình luận hoặc gửi email theo trang Contact.
Cảm ơn bạn đã đọc bài viết này!
Related Posts:
Written by chuotfx
Hãy ngồi xuống, uống miếng bánh và ăn miếng trà. Chúng ta cùng nhau đàm đạo về đời, về code nhóe!
Leave a Reply Cancel reply
Fan page
Tags
Recent Posts
- Hướng Dẫn Vibe Coding với Gemini CLI
- Prompt Bản Thể Học (Ontological Prompt) và Kiến Trúc Nhận Thức (Cognitive Architecture Prompt) trong AI
- Prompt for Coding – Code Translation Nâng Cao & Đối Phó Rủi Ro và Đảm Bảo Chất Lượng
- Tại sao cần các Chiến Lược Quản Lý Ngữ Cảnh khi tương tác với LLMs thông qua góc nhìn AI API
- Prompt for Coding – Code Translation với Kỹ thuật Exemplar Selection (k-NN)
- Mô phỏng chiến lược SNOWBALL giúp AI “Nhớ Lâu” hơn trong cuộc trò chuyện
- Prompt for Coding – Bug Detection với prompting cơ bản
- Cẩm Nang Đặt Câu Hỏi Chain of Verification (CoVe): Từ Cơ Bản Đến Chuyên Gia
- Chain of Verification (CoVe): Nâng Cao Độ Tin Cậy Của Mô Hình Ngôn Ngữ Lớn
- Mixture of Thought (MoT) – Từ Suy Luận Logic đến Ứng Dụng Sáng Tạo
You may also like:
Archives
- August 2025 (5)
- July 2025 (10)
- June 2025 (1)
- May 2025 (2)
- April 2025 (1)
- March 2025 (8)
- January 2025 (7)
- December 2024 (4)
- September 2024 (1)
- July 2024 (1)
- June 2024 (1)
- May 2024 (4)
- April 2024 (2)
- March 2024 (5)
- January 2024 (4)
- February 2023 (1)
- January 2023 (2)
- November 2022 (2)
- October 2022 (1)
- September 2022 (5)
- August 2022 (6)
- July 2022 (7)
- June 2022 (8)
- May 2022 (5)
- April 2022 (1)
- March 2022 (3)
- February 2022 (5)
- January 2022 (4)
- December 2021 (6)
- November 2021 (8)
- October 2021 (8)
- September 2021 (8)
- August 2021 (8)
- July 2021 (9)
- June 2021 (8)
- May 2021 (7)
- April 2021 (11)
- March 2021 (12)
- February 2021 (3)
- January 2021 (3)
- December 2020 (3)
- November 2020 (9)
- October 2020 (7)
- September 2020 (17)
- August 2020 (1)
- July 2020 (3)
- June 2020 (1)
- May 2020 (2)
- April 2020 (3)
- March 2020 (20)
- February 2020 (5)
- January 2020 (2)
- December 2019 (12)
- November 2019 (12)
- October 2019 (19)
- September 2019 (17)
- August 2019 (10)