Susun Struktur Proyek Anda agar AI Bisa Menavigasinya

Model AI menalar kode Anda dengan cara membacanya. Proyek yang berantakan, meluas ke mana-mana, dan tidak konsisten sama sulitnya bagi mereka seperti bagi Anda. Anda tidak perlu arsitektur yang sempurna, tapi beberapa kebiasaan berikut langsung memberi hasil:

• Jaga tata letak yang bisa diprediksi. Kode sumber di satu tempat, tes berdampingan atau mencerminkan struktur kode sumber, konfigurasi di root.
• Gunakan nama yang jelas dan deskriptif. calculateMonthlyInvoiceTotal lebih baik daripada calc2. AI menggunakan nama sebagai petunjuk.
• Utamakan file yang lebih kecil. File 200 baris lebih mudah diubah dengan benar dibanding file 2.000 baris, baik bagi Anda maupun AI.
• Kumpulkan hal-hal yang berkaitan di satu tempat. Ketika kode, style, dan tes dari satu fitur berada bersama, AI mengumpulkan konteks hanya dengan satu kali membaca.
• Jaga satu titik masuk yang jelas. Satu tempat yang jelas di mana aplikasi dimulai memberi AI benang yang bisa ditarik ketika ia sedang memetakan proyek.

Tata letak yang tipikal dan ramah-AI kira-kira seperti ini:

my-app/
├── AGENTS.md            # project rules & context for the AI
├── README.md            # what the project is, how to run it
├── .env.example         # documents needed secrets (no real values)
├── .gitignore           # excludes .env, build output, node_modules
├── package.json         # scripts: dev, test, lint, build
├── src/
│   ├── features/
│   │   └── invoices/    # code + tests for one feature, together
│   ├── lib/             # shared helpers
│   └── index.ts         # entry point
└── tests/               # cross-cutting / integration tests

Hasilnya bertambah lipat: semakin mudah proyek Anda dinavigasi oleh AI, semakin kecil dan semakin bedah (surgical) perubahannya. Repositori yang tertata rapi memungkinkan AI menyentuh tiga file yang relevan, bukan menebak-nebak di antara tiga puluh — yang berarti diff lebih kecil, kesalahan lebih sedikit, dan tinjauan yang benar-benar bisa Anda baca. Jika Anda pernah mendapati AI membuat perubahan yang menyapu luas dan tidak fokus, seringkali struktur proyeklah yang menjadi biang keladinya sebenarnya, bukan prompt-nya.