Sequential Thinking

Phân tách các vấn đề phức tạp thành chuỗi suy nghĩ có số thứ tự và phản ánh, có thể sửa đổi, phân nhánh và xác minh giả thuyết động.

Nguyên Tắc Cốt Lõi

Các vấn đề phức tạp cần chuỗi lý luận hiển thị, không phải phân tích lộn xộn.

Khi bạn xử lý các vấn đề nhiều bước, não bạn được hưởng lợi từ tiến trình suy nghĩ rõ ràng: “Điều này dẫn đến kia, điều đó tiết lộ lỗ hổng này, vì vậy tôi sẽ sửa đổi cách tiếp cận.” Sequential Thinking làm cho quá trình này có hệ thống với các suy nghĩ được đánh số, đánh dấu sửa đổi và xác minh giả thuyết.

Khi Nào Sử Dụng

Luôn dùng khi:

  • Vấn đề nhiều bước với phạm vi không rõ ràng
  • Debug cần kiểm tra giả thuyết
  • Quyết định kiến trúc so sánh các lựa chọn thay thế
  • Phân tích cần điều chỉnh hướng đi giữa chừng

Đặc biệt khi:

  • Bạn phát hiện độ phức tạp mới giữa chừng
  • Các giả định ban đầu được chứng minh là sai
  • Nhiều hướng tiếp cận cần được đánh giá
  • Phạm vi vấn đề xuất hiện khi bạn suy nghĩ

Quy Trình

1. Bắt Đầu Với Ước Tính Sơ Bộ

Bắt đầu với số lượng suy nghĩ xấp xỉ (Thought 1/5), điều chỉnh khi độ phức tạp xuất hiện. Đừng suy nghĩ quá nhiều về tổng số—nó thay đổi.

2. Cấu Trúc Mỗi Suy Nghĩ

  • Xây dựng rõ ràng trên context trước
  • Giải quyết MỘT khía cạnh mỗi suy nghĩ
  • Nêu rõ giả định/sự không chắc chắn/nhận thức
  • Báo hiệu suy nghĩ tiếp theo giải quyết gì

3. Áp Dụng Các Phép Tính Động

  • Mở rộng: Phức tạp hơn → tăng tổng số (1/5 thành 1/8)
  • Thu hẹp: Đơn giản hơn → giảm tổng số (3/8 thành 3/6)
  • Sửa đổi: Hiểu biết mới → đánh dấu [REVISION of Thought 2]
  • Phân nhánh: Nhiều đường đi → khám phá [BRANCH A] và [BRANCH B]

4. Xác Minh Giả Thuyết

Dùng [HYPOTHESIS] cho giải pháp đề xuất, [VERIFICATION] cho kết quả kiểm tra. Lặp lại cho đến khi xác minh. Đánh dấu cuối cùng bằng [FINAL].

Các Trường Hợp Sử Dụng Phổ Biến

Debug Luồng Authentication

Ai dùng: Full-stack developer sửa vấn đề đăng nhập

"Người dùng báo cáo đăng nhập hoạt động ban đầu nhưng thất bại sau 24 giờ. JWT tokens được cấu hình với hết hạn 24h. Logic refresh token tồn tại ở backend. Giúp tôi debug tại sao authentication hỏng chính xác ở mốc 24h."

Quyết Định Kiến Trúc Quản Lý State

Ai dùng: React developer chọn giải pháp state

"Tôi cần quản lý state cho app dashboard với đồng bộ dữ liệu thời gian thực, cập nhật lạc quan và hỗ trợ offline. Đánh giá Redux Toolkit vs TanStack Query + Zustand, xem xét nhóm của chúng tôi chưa dùng nhiều cái nào."

Review Thiết Kế API

Ai dùng: Backend engineer thiết kế endpoints

"Review REST API mới cho user profiles. Thiết kế hiện tại có /users/:id cho thông tin cơ bản và /users/:id/details cho dữ liệu mở rộng. Sự phân chia này có hợp lý không hay nên gộp lại? Xem xét hiệu suất và DX frontend."

Điều Tra Hiệu Suất

Ai dùng: Frontend dev giải quyết render chậm

"React app có dashboard render chậm. Profiler cho thấy component ProductList re-render 10+ lần mỗi lần tải trang. Nó nhận mảng products từ Redux store. Hướng dẫn tôi xác định nguyên nhân gốc rễ và cách sửa."

Tái Cấu Trúc Database Schema

Ai dùng: Engineer di chuyển data model

"Cần tái cấu trúc schema e-commerce. Thiết kế hiện tại có bảng riêng cho sản phẩm vật lý/kỹ thuật số với 60% cột trùng lặp. Đánh giá bảng đơn với discriminator vs polymorphic associations vs cách tiếp cận hiện tại."

Mẹo Pro

Không kích hoạt? Nói: “Use sequential-thinking skill to analyze this step-by-step with explicit thought markers.”

Các chế độ:

  • Rõ ràng: Dùng markers Thought 1/5 hiển thị khi độ phức tạp đòi hỏi hoặc được yêu cầu
  • Ngầm: Áp dụng phương pháp nội tại cho phân tích thông thường

Ví dụ sửa đổi:

Thought 5/8 [REVISION of Thought 2]: Hiểu biết được điều chỉnh
- Gốc: localStorage đủ cho tokens
- Tại sao sửa đổi: Phát hiện lỗ hổng XSS trong dependencies
- Tác động: Phải chuyển sang httpOnly cookies

Ví dụ phân nhánh:

Thought 4/7 [BRANCH A from Thought 2]: Redux Toolkit
Ưu điểm: Trưởng thành, dự đoán được. Nhược điểm: Boilerplate, đường cong học

Thought 4/7 [BRANCH B from Thought 2]: Zustand
Ưu điểm: API đơn giản, TypeScript. Nhược điểm: Hệ sinh thái middleware kém hơn

Skill Liên Quan

Điểm Mấu Chốt

Sequential Thinking biến phân tích lộn xộn thành chuỗi suy nghĩ có cấu trúc với khả năng sửa đổi, phân nhánh cho các lựa chọn thay thế và xác minh giả thuyết—dùng rõ ràng cho vấn đề phức tạp hoặc ngầm khi lý luận có cấu trúc cải thiện độ chính xác.