Vấn đề quen thuộc

Trong team chúng tôi, ý tưởng về tool hay tính năng nhỏ thường xuất hiện giữa sprint: "Nếu có cái tool tự động format JSON request khi test API thì tiện hơn" hay "Cần cái script xử lý batch dữ liệu này cho xong để deliver gấp".

Vấn đề không phải là không biết code. Vấn đề là chi phí thời gian cho MVP quá cao so với giá trị validation - dựng repo mới, setup dependencies, viết boilerplate, deploy chỗ nào đó để team khác test. Khi overhead lớn hơn value, ý tưởng hay cũng chết yểu.

Google AI Studio Build Mode ra đời đúng lúc để giải quyết bài toán đó.

---

Google AI Studio là gì - đúng nghĩa kỹ thuật

Nhiều người biết Google AI Studio như một playground để test prompt với Gemini. Nhưng từ 2025, nó đã là một IDE AI-native trên browser với đầy đủ:

• Chat mode - test prompt, system instruction, multimodal (text + image + video + audio)
• Stream mode - test streaming response cho realtime UI
• Build mode - tạo full-stack app từ mô tả tự nhiên

Kiến trúc bên dưới của Build Mode là:

[Prompt của bạn]
       ↓
[Antigravity Agent - AI agent quản lý toàn bộ project]
       ↓
[Frontend: React + Tailwind] + [Backend: Node.js runtime]
       ↓
[Preview trong browser] + [Firebase integration tùy chọn]
       ↓
[Deploy: Cloud Run / Export ZIP / Push GitHub]

Điểm khác biệt với các tool vibe coding khác (Bolt.new, Lovable): Google AI Studio không chỉ generate code một lần. Antigravity Agent duy trì context toàn bộ project, hiểu dependencies giữa các file, tự lặp lại để fix lỗi khi cần. Nó hành xử gần giống một junior dev nhận task hơn là một code generator.

---

Workflow thực tế: build MVP tool trong 3 bước

Bước 1: Validate ý tưởng trong Chat Mode (15–30 phút)

Đừng nhảy thẳng vào Build Mode - đây là lỗi hay gặp nhất. Spend 20–30 phút trong Chat Mode trước để hiểu model "nghĩ" thế nào về bài toán của bạn.

Ví dụ, nếu muốn build tool phân tích log file:

System instruction:
Bạn là một developer tool assistant.
Khi nhận một đoạn log, hãy:
1. Xác định loại log (error/warning/info)
2. Parse timestamp và message
3. Tóm tắt pattern lỗi nếu có
4. Gợi ý nguyên nhân có thể

Chỉ trả về JSON, không giải thích thêm.

Test với vài sample log thật. Nếu output của model không nhất quán hoặc miss case, fix system instruction trước khi code. Chi phí fix logic ở tầng prompt rẻ hơn fix ở tầng code rất nhiều.

Bước 2: Mô tả app trong Build Mode

Sau khi có system instruction tốt, chuyển sang Build Mode. Viết mô tả đầy đủ ngay từ lần đầu:

Tạo một web app phân tích log file với các tính năng:
- Upload file log hoặc paste trực tiếp vào textarea
- Gọi Gemini API với system instruction đã có để phân tích
- Hiển thị kết quả: bảng errors/warnings phân loại theo severity
- Filter theo loại và thời gian
- Export kết quả ra CSV

UI: sử dụng Tailwind, dark mode, bố cục 2 cột (input trái, result phải)
Stack: React + Node.js backend để giữ API key an toàn

Lưu ý quan trọng về API key: Mô tả rõ Node.js backend để Antigravity tạo server-side code. Nếu để model tự chọn, có khả năng nó sẽ gọi Gemini API trực tiếp từ client - lộ key ngay lập tức.

Dùng Secrets Manager trong Settings tab để lưu GEMINI_API_KEY. Agent sẽ tự detect và reference secret này thay vì hardcode.

Bước 3: Iterate bằng chat trong Build Mode

Khi app đã chạy, tiếp tục mô tả thêm tính năng hoặc fix bằng chat tự nhiên:

- "Thêm loading spinner khi đang gọi API"
- "Parse thêm stack trace nếu có trong log"
- "Khi log quá dài (>1000 dòng), chunk thành batch 100 dòng và merge kết quả"

Agent duy trì context - nó biết file nào đang có, đã thêm gì trước đó, tránh duplicate logic.

Nếu cần xem hoặc chỉnh tay, mở tab Code trong preview panel - edit trực tiếp và AI sẽ sync với context hiện tại.

---

Tích hợp Firebase khi cần persistence

Với tool chỉ xử lý stateless (input → output), không cần database. Nhưng nếu muốn lưu lịch sử phân tích hay authentication, Build Mode tích hợp Firebase khá mượt:

"Thêm tính năng lưu lịch sử 10 lần phân tích gần nhất.
Dùng Firebase Firestore để lưu.
Cần đăng nhập bằng Google account."

Agent sẽ tự:

1. Provision Cloud Firestore
2. Setup Firebase Authentication với Google provider
3. Tạo Firestore security rules cơ bản
4. Viết code đọc/ghi data

Không cần ra Firebase Console cấu hình - đây là điểm tiết kiệm thời gian rõ rệt so với setup thủ công.

---

So sánh nhanh với các tool vibe coding phổ biến

Tiêu chí	Google AI Studio	Bolt.new	Lovable	Cursor
Chi phí	Miễn phí (rate-limited)	Trả phí sau free tier	Trả phí	$20/tháng
Model	Gemini 3 Flash/Pro	Claude / GPT-4o	Claude Sonnet	Tự chọn
Backend support	Node.js full-stack	Node.js	Supabase	IDE (không gen app)
Firebase integration	Native, auto-provision	Không	Không	Không
Deploy	Cloud Run + tự host	Netlify	Vercel	Tự deploy
Phù hợp cho	AI-native MVP + internal tools	Landing page, SaaS MVP	SaaS MVP	Serious coding
Không phù hợp	Complex business logic	AI-heavy app	Customization sâu	Rapid prototyping

Nhận xét thực tế của team: Google AI Studio mạnh nhất khi core value của tool là AI reasoning - phân tích, tóm tắt, classify, generate. Nếu bạn đang build tool mà Gemini là trái tim, không có tool nào cho feedback loop nhanh hơn.

---

Những điểm cần lưu ý trước khi nghiêm túc hóa

1. Rate limit thay đổi và không dự đoán được

Free tier có rate limit theo phút và theo ngày, và Google đã điều chỉnh quota nhiều lần. Tháng 12/2025, Tier 1 paid bị cắt còn 250 requests/ngày - không đủ cho production load thực tế. Coi MVP từ AI Studio là validation tool, không phải production infra.

2. Prototype-to-production gap rất thực

Code được gen ra thiếu:

• Authentication & authorization đúng nghĩa
• Input validation và sanitization
• Error handling có cấu trúc (retry, circuit breaker)
• Monitoring, logging, alerting
• Test coverage

Khi MVP validate được ý tưởng, viết lại hoặc hardening code trước khi expose public.

3. Model Gemini 3 Flash vs Pro

Dùng Flash cho prototyping - nhanh hơn 3–4 lần, rẻ hơn 80%, đủ tốt cho hầu hết use case. Chỉ switch sang Pro khi cần reasoning phức tạp hoặc multimodal chất lượng cao. Hầu hết teams overestimate yêu cầu về model power.

4. Lộ trình khi cần scale

Google AI Studio (MVP validation)
        ↓
Gemini API trực tiếp + custom backend (growth stage)
        ↓
Vertex AI + Google Cloud (enterprise / compliance)

AI Studio export ra ZIP hoặc push GitHub - không bị lock-in. Nhưng code gen ra thường cần refactor đáng kể trước khi dùng trong production codebase nghiêm túc.

---

Best practices rút ra từ thực tế

Chuẩn bị kỹ trước khi build:

• Test system prompt trong Chat Mode đến khi output nhất quán
• Liệt kê đầy đủ tính năng ngay lần prompt đầu - thêm sau tốn nhiều iteration hơn
• Xác định ngay từ đầu: có cần persistence không? auth không? - để khai báo trong mô tả ban đầu

Trong quá trình build:

• Luôn dùng Secrets Manager cho API key - không ngoại lệ
• Mở tab Code để review những đoạn logic quan trọng
• Khi app bị stuck hoặc regression, dùng "Restore checkpoint" thay vì debug mù

Khi bàn giao:

• Export ZIP và review code trước khi share với team
• Document rõ những gì chưa có: validation, error handling, test
• Đặt spend cap trong Project Settings để không bị bill bất ngờ khi tăng traffic

---

Kết

Google AI Studio Build Mode giải quyết đúng bài toán mà nhiều teams developer gặp: chi phí validation ý tưởng quá cao so với giá trị của bước validation đó. Với tool hoặc tính năng AI-native, không có con đường nào nhanh hơn từ ý tưởng đến demo được.

Nhưng nó là điểm bắt đầu, không phải điểm kết thúc. Dùng nó đúng vai trò - rapid validation, internal tooling, proof-of-concept - và bạn sẽ thấy nó rất đáng được có trong workflow.

Nếu bạn đã từng dùng Build Mode cho project thực tế, team muốn nghe kinh nghiệm - đặc biệt về những edge case Antigravity Agent xử lý tệ. Comment hoặc ping team trực tiếp.

Bài liên quan:

• AI Agents 2026 - kiến trúc và pattern thiết kế thực tế
• RAG pipeline từ A đến Z - build hệ thống hỏi đáp tài liệu
• So sánh AI coding assistant: Copilot, Cursor, Codeium 2026

---

Tham khảo

• Google AI Studio Build Mode - official docs
• ShipAi: Google AI Studio 2026 Guide
• AIFire: Build Mode - Free Alternative to Cursor
• Google Blog: Leveling up developer experience in AI Studio

---

BKGlobal Tech Team