Agentic Coding က task တစ်ခုကို context နားလည်တဲ့အဆင့်ကနေ စပြီး စစ်ကြည့်လို့ရတဲ့ result ရတဲ့အထိ Agent က ကူညီပေးနိုင်တဲ့အခါ အကျိုးအရှိဆုံးပါ။ ကိုယ့်ရဲ့ judgment အားလုံးကို Agent ဆီ အပ်လိုက်ဖို့ မဟုတ်ပါဘူး။ Engineering decision ကောင်းကောင်းတွေကို ပိုမြန်မြန်နဲ့ ပိုတိတိကျကျ ချနိုင်ဖို့ သုံးတာပါ။
စစ်ကြည့်လို့ရတဲ့ Outcome အသေးလေးကနေ စပါ
Agent ကို စစ်ကြည့်လို့ရတဲ့ result တစ်ခု တောင်းပါ။ “Dashboard ကို ကောင်းအောင်လုပ်ပါ” ဆိုတာ ကျယ်လွန်းပါတယ်။ “Dashboard မှာ empty state ထည့်ပြီး component test နဲ့ cover လုပ်ပါ” ဆိုရင် ဘယ်နေရာမှာ done ဖြစ်မလဲ ရှင်းသွားပါတယ်။
Project Map ကို ရှင်းရှင်းပေးပါ
သက်ဆိုင်တဲ့ files တွေ၊ user need၊ မပြောင်းရမယ့်အပိုင်းတွေနဲ့ success ကို စစ်မယ့် commands တွေ ပေးပါ။ Project ထဲမှာ ရှိပြီးသား patterns တွေကိုလည်း ပြောပြပါ။ တိုတိုနဲ့တိကျတဲ့ project map တစ်ခုက prompt အရှည်ကြီးထက် အချိန်ပိုသက်သာတတ်ပါတယ်။
Evidence တောင်းပါ
Code မပြင်ခင် လက်ရှိ implementation ကို အရင်စစ်ခိုင်းပါ။ ပြင်ပြီးရင် tests၊ type check၊ လိုအပ်ရင် visual check နဲ့ ကျန်နိုင်တဲ့ risks အကျဉ်းချုပ်ကို တောင်းပါ။ Evidence ရှိတာက မြန်မြန်ရေးထားတဲ့ draft တစ်ခုကို ယုံယုံကြည်ကြည် review လုပ်နိုင်တဲ့ contribution တစ်ခု ဖြစ်လာစေပါတယ်။
လူက ဆုံးဖြတ်ရမယ့်အပိုင်းကို ရှင်းရှင်းထားပါ
Codebase ကို explore လုပ်တာ၊ ထပ်ခါတလဲလဲ edits လုပ်တာနဲ့ first pass tests ရေးတာတွေကို Agent က ကူညီနိုင်ပါတယ်။ Product tradeoffs၊ security decisions၊ data migrations နဲ့ final approval တွေကိုတော့ အကျိုးဆက်နားလည်တဲ့ လူကပဲ တာဝန်ယူသင့်ပါတယ်။
Feedback Loop ကို သုံးပါ
Check တစ်ခု fail ရင် failure အတိအကျကို ပေးပြီး လိုသလောက်ပဲ ပြင်ခိုင်းပါ။ Agent က root cause ကို ရှင်းပြရမယ်၊ အလုံခြုံဆုံး change အသေးဆုံးကို လုပ်ရမယ်၊ ပြီးရင် check ကို ပြန် run ရမယ်။ Agentic Developer ကောင်းတစ်ယောက်ဆိုတာ prompt အရှည်ဆုံးရေးတဲ့သူ မဟုတ်ပါဘူး။ Task ရှင်းရှင်း၊ feedback ကောင်းကောင်းနဲ့ ယုံကြည်ရတဲ့ guardrails ဖန်တီးနိုင်တဲ့သူပါ။