Satu prompt boleh hasilkan ratusan baris code. Tapi ada masalahnya

AI coding memang sudah mengubah cara orang membina software. Dengan satu prompt yang jelas, korang boleh minta AI menghasilkan function, database table, admin dashboard, API integration, JavaScript, CSS dan macam-macam lagi. Untuk project WordPress pula, AI boleh bantu bina plugin lengkap dengan structure fail dan feature yang agak kompleks.

Kadang-kadang satu prompt sahaja boleh menghasilkan ratusan malah ribuan baris code. Nampak macam kerja programming dah jadi sangat mudah. Tapi ada satu masalah besar: menghasilkan code bukan bermaksud menghasilkan software yang betul.

AI memang sangat bagus menghasilkan code

Kekuatan utama AI dalam coding ialah kelajuan. Korang boleh terangkan requirement dalam bahasa biasa dan AI boleh translate requirement tersebut kepada code dalam masa yang singkat.

Contohnya, korang boleh minta AI bina sistem membership WordPress dengan registration, login, dashboard, database, access control dan notification. AI mungkin terus menghasilkan ratusan baris code.

Tetapi AI bekerja berdasarkan konteks yang diberikan. Kalau konteks project tidak lengkap, AI perlu membuat assumption sendiri.

Antara perkara yang mungkin berlaku:

• AI mencipta function yang sebenarnya sudah wujud
• Database structure tidak sesuai dengan project
• Code baru bercanggah dengan code lama
• Architecture menjadi terlalu complicated
• Security check tertinggal
• Feature tertentu berfungsi tetapi tidak mengendalikan edge case

Code tersebut mungkin nampak professional, tetapi nampak betul tidak semestinya betul.

Code yang boleh berjalan belum tentu code yang baik

Ini perangkap yang mudah berlaku apabila korang mula menggunakan AI untuk coding.

Korang generate satu feature, kemudian test. Button berfungsi, data masuk database dan page boleh dibuka tanpa error. Terus rasa feature tersebut sudah siap.

Padahal software perlu menghadapi banyak situasi lain.

Contohnya:

• User submit form dua kali
• Database tidak mempunyai data
• User tidak mempunyai permission
• API tiba-tiba gagal
• Input user mempunyai format pelik
• Data yang diperlukan kosong
• Dua proses berlaku pada masa yang sama

AI boleh menghasilkan code yang berfungsi dalam keadaan normal tetapi gagal apabila berdepan situasi yang tidak dijangka.

Ratusan baris code bukan ukuran kualiti

Ini penting untuk difahami dalam vibe coding.

Code yang banyak tidak semestinya code yang bagus.

Kadang-kadang 500 baris code sebenarnya boleh dibuat dengan implementation yang jauh lebih ringkas. Ada function duplicate, logic yang terlalu panjang atau code yang tidak diperlukan.

Jadi jangan nilai hasil AI berdasarkan berapa banyak code yang berjaya dihasilkan.

Lebih penting untuk tengok:

• Adakah requirement dipenuhi?
• Adakah architecture masuk akal?
• Adakah code mudah maintain?
• Adakah security mencukupi?
• Adakah performance okay?
• Adakah feature lama masih berfungsi?

Output yang pendek tetapi tepat jauh lebih berguna daripada output panjang yang penuh dengan masalah.

Feature baru boleh rosakkan feature lama

Masalah ini lebih ketara apabila korang menggunakan AI untuk project yang sudah mempunyai banyak code.

Korang mungkin hanya minta AI tambah satu feature. Contohnya, plugin course korang sudah ada sistem progress dan korang mahu tambah notification.

AI mungkin mengubah beberapa function, database field dan JavaScript untuk menyokong feature tersebut.

Feature notification berjaya.

Tetapi tiba-tiba progress tracking pula tidak berfungsi.

Sebab itu setiap kali AI membuat perubahan besar, jangan hanya test benda yang baru ditambah. Test juga feature yang sedia ada.

Jangan ubah terlalu banyak benda sekaligus

Vibe coding menjadi lebih mudah dikawal apabila korang pecahkan kerja kepada bahagian kecil.

Daripada meminta AI:

“Bina keseluruhan sistem course management.”

Korang boleh pecahkan kepada:

• Bina database structure
• Bina admin course management
• Bina module management
• Bina lesson management
• Bina frontend course page
• Tambah progress tracking
• Tambah user access control
• Tambah AJAX interaction
• Test dan debug setiap bahagian

Cara ini memudahkan korang mengetahui apa yang berubah dan dari mana datangnya bug.

Debugging ialah sebahagian daripada vibe coding

Ramai orang melihat vibe coding sebagai prompt → code → siap.

Realitinya lebih kepada:

Prompt → code → test → error → debug → test → improve.

AI boleh membantu sepanjang proses tersebut. Bila berlaku error, korang boleh berikan error message, code berkaitan dan behaviour yang berlaku kepada AI.

Kemudian AI boleh bantu mencari kemungkinan punca dan mencadangkan fix. Tetapi korang masih perlu test semula selepas fix dibuat.

Jangan terus percaya apabila AI berkata, “The issue has been fixed.” 😄

Test sendiri.

Korang tak perlu hafal semua syntax

Vibe coding bukan bermaksud korang perlu hafal setiap syntax PHP, JavaScript atau CSS.

AI boleh membantu menghasilkan code yang panjang dan repetitive. Tetapi korang masih perlu memahami konsep asas supaya boleh mengawal hasil tersebut.

Antara asas yang sangat berguna:

• Function dan variable
• WordPress hooks
• Database dan SQL
• REST API
• AJAX atau fetch
• JavaScript
• Authentication dan permission
• Security
• Debugging
• File dan plugin structure

Dengan asas ini, korang lebih mudah membaca code yang AI hasilkan dan mengesan sesuatu yang nampak pelik.

Prompt panjang bukan semestinya prompt bagus

Ada orang fikir semakin panjang prompt, semakin bagus hasilnya.

Sebenarnya tidak semestinya. Prompt yang bagus perlu memberikan konteks yang tepat, bukan sekadar banyak ayat.

Kalau korang bekerja dengan plugin WordPress sedia ada, contohnya, AI perlu tahu architecture yang perlu dikekalkan, file mana yang boleh diubah, feature mana yang tidak boleh disentuh dan behaviour yang korang mahukan.

Maklumat seperti ini lebih penting daripada sekadar menghasilkan prompt yang panjang.

AI ialah coding partner, bukan autopilot

Inilah cara paling realistik untuk melihat vibe coding.

AI boleh bantu korang:

• Generate code
• Explain code
• Cari bug
• Refactor code
• Cadangkan solution
• Bina feature
• Bantu debugging
• Improve existing implementation

Tetapi korang masih perlu menentukan requirement, menguji hasil dan memastikan perubahan tidak merosakkan project.

Jadi apabila satu prompt boleh menghasilkan ratusan baris code, jangan hanya fikir “Wow, banyaknya code.”

Fikir juga:

“Code ini betul ke? Aku faham apa yang dia buat? Dah test? Dan kalau ada bug, aku tahu macam mana nak debug?”

Sebab akhirnya, kekuatan vibe coding bukan terletak pada berapa banyak code AI boleh tulis.

Kekuatan sebenar ialah berapa cepat korang boleh bergerak daripada idea kepada software yang betul-betul berfungsi.