Tối thứ Bảy, bạn mở Cursor, gõ vào ChatGPT: "viết giúp tôi một app học toán tư duy cho trẻ tiểu học". AI trả về code chạy được thật. Bạn mừng rỡ. Đến tối Chủ Nhật, bạn hỏi thêm một tính năng nữa — lưu lịch sử bài làm — và AI viết đè lên logic cũ, phá luôn phần đã chạy tối qua. Bạn không biết sửa từ đâu, vì chưa bao giờ có ai hỏi bạn: sản phẩm này thực ra cần lưu dữ liệu gì, theo cấu trúc nào.
Đó là vibe coding không có quy trình. Khóa học này dạy bạn BMAD Method v6 — framework AI-driven development có cấu trúc — thông qua chính case study đó: xây một web app học toán tư duy cho học sinh tiểu học, bằng Next.js, từ đầu đến khi có sản phẩm dùng thật.
Vibe coding không có quy trình thì càng làm càng rối
Vấn đề không phải AI viết code sai. Vấn đề là bạn giao việc cho AI mà không có bản mô tả rõ ràng — giống giao việc cho một thực tập sinh mà không nói rõ mục tiêu, sau đó ngạc nhiên vì kết quả không như ý.
Không có PRD, không có kiến trúc rõ ràng, thì mỗi lần bạn thêm tính năng, AI phải đoán lại toàn bộ ngữ cảnh dự án — và đoán sai là chuyện bình thường. Bạn sẽ thấy hiện tượng quen thuộc: bug tối nay sửa được, tối mai bug khác xuất hiện, và không ai (kể cả bạn) hiểu vì sao.
BMAD v6 giải quyết đúng chỗ này. Nó chia việc build phần mềm thành 4 phase: phân tích ý tưởng, lập kế hoạch (PRD), thiết kế kiến trúc, rồi mới đến triển khai — mỗi phase ra một tài liệu, và tài liệu đó trở thành ngữ cảnh cho AI ở bước sau. PRD nói cho kiến trúc sư biết ràng buộc gì quan trọng. Kiến trúc nói cho AI code viết theo đúng pattern nào. Không có cấu trúc này, AI ra quyết định tùy hứng — và tùy hứng là thứ khiến sản phẩm không lớn lên được.
Học qua sản phẩm thật: app học toán tư duy cho trẻ tiểu học
Khóa học không dạy BMAD bằng ví dụ to-do list rồi thôi. Bạn sẽ build một sản phẩm có ý nghĩa thật: web app học toán tư duy cho học sinh tiểu học, có hai phần cốt lõi — quản lý học liệu (bài tập, dạng câu hỏi) và lưu lịch sử làm bài (điểm số, tiến độ theo thời gian).
Sản phẩm này đủ phức tạp để bạn gặp những quyết định kỹ thuật thật, không phải bài tập giả lập. Ví dụ: đến phase thiết kế kiến trúc, bạn sẽ phải tự quyết định dùng PostgreSQL hay MongoDB cho dữ liệu lịch sử bài làm — và học cách phân tích use case để ra quyết định đó, thay vì chọn bừa theo cảm tính hoặc theo cái tên nghe quen tai.
Kết thúc khóa học, bạn không chỉ hiểu BMAD trên lý thuyết — bạn có một sản phẩm học liệu hoàn chỉnh, deploy được, và một quy trình có thể áp dụng lại cho bất kỳ ý tưởng phần mềm nào sau này.
Khóa học này dành cho ai
Phù hợp nếu bạn:
Là developer 1–3 năm kinh nghiệm, đã dùng ChatGPT/Cursor nhưng chưa từng kết nối chúng thành một quy trình hoàn chỉnh từ ý tưởng đến sản phẩm
Là Product Manager hoặc founder không code chuyên sâu, muốn tự tay build MVP thay vì chờ đội dev
Là indie hacker có ý tưởng riêng, đã xem hàng chục video "build X trong 10 phút" nhưng chưa ra được sản phẩm nào thực sự dùng được
Không phù hợp nếu bạn cần học lập trình từ con số 0 — khóa học giả định bạn đã hiểu khái niệm cơ bản về code và cấu trúc dự án. Đây là khóa học về quy trình làm sản phẩm với AI, không phải khóa nhập môn lập trình.
Nội dung: 4 phase, một sản phẩm thật
Khóa học đi theo đúng 4 phase của BMAD v6, không cắt tắt:
Phase | Bạn học được gì |
|---|
1. Phân tích | Viết Product Brief, xác định đúng vấn đề trước khi code dòng nào |
2. Lập kế hoạch | Viết PRD và thiết kế trải nghiệm cho đúng đối tượng người dùng |
3. Kiến trúc | Thiết kế hệ thống, ra quyết định database thật, chia việc thành story |
4. Triển khai | Để AI code từng story dưới sự giám sát của bạn, review và tổng kết |
Cuối khóa, bạn còn học thêm Quick Flow — cách dùng AI để sửa bug nhỏ, thêm tính năng đơn giản mà không cần lặp lại toàn bộ quy trình. Đây là công cụ bổ trợ cho việc bảo trì sản phẩm sau khi đã launch, không phải cách để build tính năng mới có ảnh hưởng lớn (và không, dùng Quick Flow cho mọi thứ không tính là "đi nhanh hơn" — nó chỉ tính là bỏ qua bước quan trọng).
Kết quả sau khóa học
Bạn rời khóa học với một sản phẩm chạy được thật, không phải một đống prompt đã lưu nhưng chưa từng chạy theo. Quan trọng hơn, bạn có quy trình — thứ mà hầu hết người học AI coding hiện tại đang thiếu: không phải thiếu công cụ, mà thiếu cách kết nối các công cụ thành một luồng hoàn chỉnh, có thể lặp lại cho dự án tiếp theo.
