9 Claude skill dùng mỗi ngày

1. Hơn 500.000 skill, và vì sao vẫn cần skill

Dubibubi mở đầu bằng một con số: ngoài kia có hơn 500.000 Claude skill, GitHub đầy ắp chúng. Nhưng phần lớn thậm chí không chạy được, và một số chỉ là system prompt được định dạng đẹp kèm một file README. Số skill thật sự đáng cài rất ít.

Anh đặt luôn câu phản biện mà nhiều người sẽ nghĩ: có thể bạn cho rằng mình không cần skill. Model đã đủ mạnh rồi, đúng không? Thêm một file skill để làm gì? Câu trả lời của anh: mỗi model đều đi theo những pattern riêng của nó. Một khi bạn đã nhìn thấy pattern đó thì không thể "không thấy" nữa. Đó là lý do bạn cần một thứ gì đó để lái (steer) nó.

Theo anh, những skill trong video được làm bởi những người đang ở ngay chiến tuyến: có một kỹ sư từng làm ở Meta, có một nhà nghiên cứu bảo mật. Họ đóng gói lại thứ đã hiệu quả với chính họ để bạn cũng dùng được. Danh sách trải từ một skill cắt khoảng 65% lượng token bạn dùng, tới một skill tạo motion graphics chỉ bằng ngôn ngữ tự nhiên. Anh nói mình đã thử hàng trăm skill, và đây là 9 cái anh quay lại dùng mỗi ngày.

2. Số 9: Caveman, "why use many token"

Anh bắt đầu với thứ anh gọi là "chén thánh" của Claude skill, skill được cho là đã khởi đầu cả cơn sốt này với hơn nửa triệu lượt cài: Caveman (người tiền sử). Câu tagline của nó nói kiểu người tiền sử: "why use many token, when few token do trick?" (sao phải dùng nhiều token khi ít token cũng xong việc?).

Anh đùa: nếu bạn chưa từng nghe tới Caveman thì nhiều khả năng chính bạn là người tiền sử. Rồi nói nghiêm túc: đây thật sự là một trong những skill hữu ích nhất anh từng cài, và có lẽ cũng vui nhất.

Ai cũng biết Claude là một kẻ nói nhiều (anh dùng chữ "yapper"). Bạn nhờ một việc đơn giản và nhận lại ba đoạn văn kiểu "Great question! Let me walk you through my approach". Phần mở màn đó không chỉ gây khó chịu, nó còn tốn token, mà token thì bằng tiền. Điều anh thích ở Caveman là nó bỏ hết những thứ đó và trả lời bạn thẳng vào việc. Giống như có một bộ lọc spam cho hộp thư, chỉ khác là nó còn tiết kiệm token.

Người làm ra skill nói mức giảm là 65%, nhưng Dubibubi đã tự đo và kết quả của anh gần với khoảng 35%. Anh nói lẽ ra mình sẽ xếp Caveman cao hơn, nhưng vì ai cũng đã biết nó rồi nên anh để nó ở số 9.

3. Số 8: pstack và Poteto Mode, muốn nhanh thì phải sâu trước

Tiếp theo là một skill mới đang được chú ý, từ một developer đang lên. Anh giới thiệu người làm ra nó bằng lý lịch: hàng triệu dòng code ở Meta, Netflix và giờ là Cursor; người giúp build và bảo trì React Compiler. Đó là tác giả của số 8: pstack.

pstack là một bộ skill của poteto ("potato" nhưng viết với chữ e), và cái mà mọi người đang phát cuồng là Poteto Mode. Câu giới thiệu của chị là một trong những dòng anh thích nhất từng đọc trong một repo: "I don't want to ship like a team of 20 slop artists" (tôi không muốn ship như một đội 20 "nghệ sĩ slop"). Rồi chị viết tiếp: muốn đi nhanh thì trước hết phải đi sâu.

Theo Dubibubi, điều đó ngược hẳn với cách mọi người đang dùng agent hiện nay. Mốt bây giờ là bật tám agent song song rồi cầu nguyện. Bạn làm được, về kỹ thuật thì nó chạy, và cảm giác tuyệt vời trong khoảng 20 phút, cho tới khi Chủ nhật đến và bạn ngồi nhìn 8.000 dòng code, cố đoán xem đứa "con robot" nào đã làm hỏng app của mình.

Insight của pstack là vấn đề không nằm ở chuyện chạy agent song song; vấn đề là trust. Bạn không thể chạy an toàn 10 agent nếu bạn không tin thứ agent làm ra. Hãy làm cho một agent thật chặt chẽ (rigorous) trước, rồi mới chạy song song. Một khi đã cảm nhận được sự khác biệt thì bạn không quay lại được nữa. Anh chơi chữ: "once you go deep, you can't go to sleep".

Điểm cộng cuối cùng: đây chính là những skill chị dùng mỗi ngày ở Cursor để ship hàng nghìn dòng code mỗi ngày.

4. Số 7: Vibe Security, những lỗi nằm im trong app

"Số 8 khá chắc, nhưng nếu bạn thấy thế là hay thì đợi nghe số 7." Anh liệt kê một loạt lỗi: API key bị hardcode, security rules bị bỏ qua hoàn toàn, auth token nằm trong local storage. Và món anh "thích" nhất: để trình duyệt quyết định món hàng giá bao nhiêu.

Điều đó nghĩa là gì? Ai đó mở DevTools, sửa sản phẩm 99 đô của bạn thành một xu, bấm mua, và Stripe cứ thế xử lý giao dịch, vì về cơ bản bạn đã hỏi khách hàng: "Bạn muốn trả bao nhiêu?"

Vậy số 7 là Vibe Security, do Chris Raroque (anh thú nhận chưa bao giờ biết đọc tên anh ấy cho đúng) cùng đội ở Aloa làm ra. Nếu bạn từng lui tới mảng YouTube này, có lẽ bạn đã biết Chris; Dubibubi nói anh xem Chris suốt.

Đây không phải một prompt chung chung kiểu "kiểm tra app của tôi xem có vấn đề bảo mật không". Nó thật sự hiểu app của bạn đang dùng gì. Nếu bạn dùng Supabase, nó kiểm các lỗi bảo mật riêng của Supabase. Nếu bạn dùng Next.js, nó kiểm các lỗi của Next.js. Anh cho rằng skill này bị đánh giá thấp một cách nghiêm trọng: nó có chưa tới một nghìn sao.

5. Dùng AI để kiểm AI

Phần đáng sợ của vibe coding, theo anh, không phải là bạn cố tình viết code không an toàn. Chính AI đã viết. Nó tự tin hardcode API key của bạn, nó tự tin bỏ qua security rules, và bạn tự tin bấm approve.

Vậy hãy dùng AI để kiểm AI. Chạy skill này trên app của bạn mỗi lần có một bản cập nhật lớn. Anh kể đã chạy nó trên một side project anh ship từ sáu tuần trước, và tìm ra vài lỗi chí mạng.

Vibe Security bắt được những lỗ hổng bạn không biết là Claude đã viết ra. Nhưng anh nói còn một điểm mù khác mà gần như ai cũng có, và nó lớn hơn cả bảo mật: phần lớn mọi người chỉ dùng chừng 10% những gì Claude làm được. Mở chat, gõ, đóng lại, thế là hết workflow; trong khi skills, Claude Code và Claude Design thì nằm đó chưa ai đụng tới. Anh hiểu vì sao: Anthropic ra đồ mới nhanh hơn bất kỳ ai theo kịp, và điều đó rất khó hiểu.

Video có một đoạn quảng cáo cho HubSpot. Sau đó anh quay lại danh sách.

6. Số 6: No AI Slop, gỡ 22 pattern văn AI mà vẫn giữ giọng bạn

Số 6 nhắm vào thứ mà theo anh Claude thật sự tệ nhất: viết. Đó là No AI Slop của Peter Yang. Nó diệt 22 pattern của văn AI đang lây nhiễm gần như mọi thứ trên internet lúc này.

Có lẽ bạn đã biết chúng, nhiều người trong chúng ta còn phát triển cả phản ứng cơ thể với chúng: "It's not X, it's Y"; "the future isn't coming, it's already here"; "what nobody tells you is…". Và anh bảo đừng để anh bắt đầu nói về dấu gạch ngang dài (em dash). Mọi nền tảng, LinkedIn, Twitter, Substack, bình luận YouTube, chúng ở khắp nơi.

Và đây là cái bẫy: khi bạn dùng AI để sửa văn AI, nó đánh bóng đi đúng những thứ khiến bài viết nghe như người thật. Độ dài câu lạ lùng của bạn, những phép so sánh dở của bạn, câu đùa chỉ có duyên với người quen bạn; đó mới là phần hay. Đa số skill viết lách mài nhẵn chúng đi, rồi trả lại cho bạn một "hương vị dễ chịu hơn" của chính vấn đề cũ.

Mẹo thật sự của skill này là nó gỡ các pattern mà không làm phẳng giọng của bạn. Và phần anh thật lòng thích: nó liệt kê mọi thứ nó đã đổi, để bạn có thể cãi lại nó.

7. Demo No AI Slop trên một kịch bản bán hàng

Trong demo, anh đã nhờ Claude viết một kịch bản bán hàng ngắn cho app của mình, Ace (một môi trường agentic coding), và nó đầy thuật ngữ kiểu AI. Ví dụ: "Here's the part that matters: it's not X, it's Y". Anh thốt lên "wow" đầy mỉa mai.

Anh chạy skill No AI Slop để xem nó làm được gì. Kết quả là một kịch bản mới, trong đó câu chào hàng thành: Ace là một lần thanh toán, 150 đô cho quyền dùng trọn đời, gồm mọi bản cập nhật về sau mà Ace ship, không có phí định kỳ nào. Khác hẳn câu cũ "Here's the part that matters: Ace isn't a subscription, it's one payment". Theo anh, đó là một cải thiện tốt hơn nhiều.

Bên dưới, bạn thấy những gì thật sự đã thay đổi, nên rất dễ hiểu. Chẳng hạn "Rewrote the offer line", và nếu muốn, bạn có thể cãi lại: "Này, tôi thật ra không muốn bạn viết lại câu chào hàng". Anh khen là rất hay.

8. Số 5: Ponytail, anh senior lười nhất phòng

Văn slop đã xử lý xong; số 5 xử lý code slop. Đó là Ponytail. Ponytail khiến agent của bạn nghĩ như anh senior developer lười nhất phòng: anh ta không nói gì, viết đúng một dòng, và nó chạy.

Bạn biết kiểu người đó, đội nào cũng có một người. Bạn bỏ hai ngày build một app, đem cho anh ta xem, anh ta nhìn tám giây rồi hỏi: "Sao không làm thế này cho xong?" Skill này là hiện thân của "anh tóc đuôi ngựa" đó: một skill chống slop hoàn hảo cho khối lượng code.

Bởi vì đây là điều nhiều người không nhận ra về AI coding: vấn đề không phải Claude viết code tệ. Nếu bạn biết mình đang làm gì thì thật ra nó viết code khá tốt. Nó chỉ viết quá nhiều.

Ponytail tuyên bố giảm lượng code Claude viết tới 94%, nhưng theo các bài test của chính anh thì con số gần với khoảng 50%. Và có vài tác dụng phụ khá hay: rẻ hơn khoảng 20% và nhanh hơn 27%. Mọi thứ đều kiểm chứng được trên repo, nhưng anh khuyên bạn tự thử. Ponytail là một ý tưởng duy nhất được thực hiện hoàn hảo.

9. Số 4: bộ skill của Matt Pocock, lớp nền bên dưới mọi thứ

Số 4 là cả một hệ điều hành, và anh nói mình sắp nói một điều có thể làm vài người phật ý. Nhớ Superpowers không? Ai cũng phát cuồng vì nó. Thread nào, video nào, bài nào cũng "cái này thay đổi mọi thứ", và thật lòng, ở thời điểm đó nó xứng đáng. Nó tốt, nhưng cái này thay thế nó.

Đó là bộ skill của Matt Pocock. Anh nói không nói dối: đây là lớp nền (base layer) tốt nhất anh từng dùng, vì nó không phải một skill "một chiêu" thông minh như Caveman hay Ponytail. Nó là nền móng bạn đặt bên dưới mọi thứ khác.

Đây là cách anh thật sự dùng nó, và nếu chỉ "ăn cắp" một điều từ video này thì hãy lấy điều này. Anh đưa cho agent link tới repo, khởi động một task chạy dài, và bảo nó dùng các skill ở chỗ nào hợp lý. Đó là toàn bộ chỉ dẫn. Anh không quản lý chi li skill nào chạy ở đâu, vì phần description bên trong các skill đủ tốt để agent tự chọn đúng.

10. Cách dùng: một orchestrator, nhiều worker, skill code review trong vòng lặp

Ví dụ, trong bộ skill của Matt Pocock có một skill code review. Anh để Claude Fable điều phối (orchestrate) các model Sonnet làm phần thực thi nặng. Sau đó nó dùng skill code review để bắt Sonnet review chính output của mình trước khi kết quả quay về Fable, agent orchestrator.

Phần slop được bắt ngay trong vòng lặp đó: chính model đã viết ra code giờ là model chấm nó. Nó không bao giờ tới được mắt anh; anh chỉ nhận về một sản phẩm hoàn chỉnh, sẵn sàng để test.

Trên màn hình là một task mẫu "Build a REST API endpoint for user au…" với dòng dặn: khi implement xong thì dùng skill code review để kiểm output của chính mình trước khi trả kết quả cuối. Kết quả trả về gồm phần Standards (code trùng lặp, generality đoán trước, code chết hoặc khó hiểu, một "middle man") và phần Spec, rồi một file auth-api để tải về kèm hướng dẫn chạy npm install, npm test / npm start và đề nghị sửa hai mục review đã đánh dấu.

Anh tổng kết: nền móng, reviewer, bảo mật, biên tập viên, mọi thứ nhàm chán đã được sắp xếp xong, nghĩa là giờ có thể tới phần vui.

11. Số 3: HyperFrames, motion graphics bằng lời mô tả

"Nếu tôi nói với bạn rằng mọi đoạn motion graphics trong video bạn đang xem đều được làm bằng skill HyperFrames thì sao?" Anh nói thẳng: anh nghĩ nó thật ra tốt hơn Remotion. Remotion tuyệt, anh không muốn gây chiến, nhưng HyperFrames cho ra output tốt hơn nhiều lần hơn, với ít phải nài nỉ hơn.

Nếu bạn làm content, bạn đã biết vấn đề: motion graphics là khâu có tỉ lệ công sức trên thành quả tệ nhất trong cả pipeline. Một animation 4 giây để nói rõ một ý có thể ngốn một giờ đời bạn trong After Effects. Rồi bạn xem lại và nói: "à, easing sai rồi".

Nên anh làm thế này: mô tả một animation thành lời ngay lúc đó và xem cái gì trả về. Anh gắn skill HyperFrames và chỉ nói (theo lời anh trong video):

create an animation of a really big crazy firework explosion in the night sky

Anh để nó chạy. Xong mất khoảng tám phút. Bản tóm tắt nó trả về mô tả một mô phỏng hạt (particle simulation) trên canvas, mọi điều khiển nằm trên một timeline GSAP duy nhất: một quả pháo leo lên từ đường chân trời thành phố dưới bầu trời lấp lánh sao, một lõi 1.300 tia trắng vàng và hồng tím, các quả pháo toả thành hoa cúc xanh lơ, vòng đôi tím, liễu xanh chanh, một màn kết với lõi khổng lồ 1.500 tia, rồi vệt liễu rủ, khói trôi và tắt dần về đen. Nó còn báo đã kiểm lint, runtime, layout, motion, contrast không lỗi, xem các ảnh chụp thử ở từng mốc và tự chỉnh hai chỗ sau lượt đầu.

"Trời ạ, đẹp thật." Anh thích cách nó nổ tung và làm rung cả bầu trời. Trong 8 phút họ đã tạo ra đoạn motion graphics cực chất này. Thử tưởng tượng làm nó trong After Effects: anh nói sẽ mất trọn một ngày chỉ để các hạt trông được như thế.

12. Số 2: Taste và Impeccable, hai skill design bù nhau

HyperFrames làm animation đẹp, nhưng số 2 biến Claude thành một designer đoạt giải. Anh thừa nhận số này hơi ăn gian: số 2 thật ra là hai skill. Video chen một tiếng phản đối "không, không được làm thế!", và anh đáp: "Video của tôi, tôi đặt luật."

Anh nói thật: ngoài kia có rất nhiều skill design, cả chục cái. Và anh sắp nói một câu nghe có vẻ gắt nhưng anh nghĩ đúng: phần lớn chúng giống như cùng sáu prompt về khoảng trắng đội những cái mũ khác nhau. Hai skill này là hai cái sống sót trên máy anh, và lý do cả hai đều sống sót là chúng giỏi ở hai việc hoàn toàn ngược nhau.

Taste là "vua one-shot". Trang trắng, chưa có design language nào, bạn cần thứ gì đó trông có chủ đích ngay lần đầu: Taste đưa ngay cho bạn. Đó là kiểu skill "tôi cần một landing page trong 20 phút và cần ngay".

Impeccable thì ngược lại, nó là nhà phân tích. Nó không cố tỏ ra thông minh, nó cố làm cho đúng. Chỉ nó vào một app thật có 15 màn hình, nó sẽ đi qua từng màn một cách đàng hoàng. Có thể bạn có khoảng cách (spacing) không nhất quán, có bốn màu xám khác nhau đáng lẽ chỉ là một, có cái nút lệch hai pixel trên đúng một màn hình. Những thứ bạn chắc chắn đã nhìn thẳng vào mà không thấy.

Kết hợp hai cái này thì kết quả hay "tới mức ngớ ngẩn". Taste cho bản đầu tiên để bạn có thứ gì đó có quan điểm, Impeccable chấm điểm nó và mài từng chỗ không nhất quán. Một cái cho bạn ý tưởng, cái kia cho bạn kỷ luật. Anh nói đã ship những thứ làm bằng combo này mà người ta tưởng anh thuê designer.

13. Bốn honourable mention: Unlazy, AI Job Search, Agent Reach, Open Design

Trước khi tới số 1, anh dừng lại: đây là bốn skill không lọt danh sách nhưng hoàn toàn có thể đã lọt. Anh thấy bình luận về từng cái, và thà nói luôn bây giờ còn hơn đọc về chúng trong phần bình luận suốt sáu tháng tới.

Unlazy. Bỏ cái này ra thật sự khiến anh đau. Đây là một skill chống lười cho agent, xây quanh một thứ gọi là depth tree method. Nó chia task thành nhiều tầng và cho mỗi lá (leaf) toàn bộ ngân sách thời gian của cả task. Nhờ vậy công sức thật sự nhân lên theo độ sâu thay vì bị mỏng dần. Nó dựa trên nghiên cứu thật về sự lười của model và việc hoàn thành quá sớm. Cái trò Claude viết khoảng 80% code rồi gõ "phần còn lại làm tương tự" (trên màn hình là dòng # ... the rest follows the same pattern.), anh ghét cái đó, và Unlazy sửa nó. Nếu bạn chạy agent dài hơi thì cái này tuyệt vời, cứ lấy về.

AI Job Search. Đúng như tên gọi. Nếu bạn đang tìm việc, đây có lẽ là thứ có giá trị tức thì nhất trong cả video, và nó thậm chí không lọt danh sách.

Agent Reach. Cho agent của bạn truy cập những phần bị chặn (gated) của internet. Anh dặn: dùng có trách nhiệm, "sức mạnh lớn đi kèm trách nhiệm lớn".

Open Design. Cái thứ tư sửa một giới hạn thật sự khó chịu. Claude Design là một trong những thứ anh thích nhất từ đội Anthropic, nhưng bạn không thể mở rộng nó bằng skill. Open Design về cơ bản là một lựa chọn thay thế Claude Design, open-source và miễn phí, cho phép bạn dùng các skill như Impeccable và Taste để cải thiện màn hình UI.

14. Số 1: Autoresearch, phương pháp khoa học không còn nỗi khổ

Anh muốn đổi góc nhìn một chút: số 1 không phải skill hào nhoáng nhất danh sách. HyperFrames làm ra thứ đẹp, Ponytail có số liệu tốt hơn. Số 1 đứng đây vì một lý do khác: nó có lẽ là skill linh hoạt nhất, bị đánh giá thấp nhất, và là nâng cấp lớn nhất cho "kho vũ khí" skill của agent hiện nay. Đó là Autoresearch của Andrej Karpathy.

Skill này ban đầu được làm để train model AI. Cơ chế đơn giản tới tàn nhẫn: chạy hàng trăm thí nghiệm nhỏ, giữ thứ hiệu quả, vứt thứ không hiệu quả. Lặp lại, thế thôi. Đó là toàn bộ.

Giờ hãy đọc lại câu đó và nói xem phần nào thật sự liên quan tới machine learning. Không phần nào. Chẳng có gì trong đó dành riêng cho model. Nó chỉ là phương pháp khoa học, đã được gỡ bỏ phần đòi hỏi kiên nhẫn. Lý do bạn và anh không chạy 100 thí nghiệm cho bất cứ chuyện gì trong đời không phải vì chúng ta không tin vào phương pháp, mà vì 100 thí nghiệm là 100 thí nghiệm.

Vậy hãy chạy 100 thí nghiệm để tối ưu ngân sách của bạn, 100 thí nghiệm cho lượng calo nạp vào, 100 thí nghiệm cho UI của app, hàng trăm thí nghiệm cho thumbnail. Bạn không bị giới hạn bởi skill, bạn bị giới hạn bởi những gì bạn nghĩ ra để chĩa nó vào.

15. Autoresearch đã làm gì cho app Ace

Anh kể một điều nhiều người không biết: khi mới build Ace, anh đã chạy skill Autoresearch trên app, và nó tạo ra rất nhiều "khoảnh khắc thích thú" (delight moments) nhỏ bên trong app. Trên màn hình anh bấm vào các mục và mở whiteboard; ngay cả màn hình loading, hay việc nối các model với nhau, đều có những chi tiết như vậy.

Nó tạo ra rất nhiều, theo anh là hàng trăm, và chúng chồng lên nhau tới mức giờ anh không còn biết cái gì là do Autoresearch làm và cái gì không. Những thứ như đường nối phát sáng khi đã kết nối, khả năng đổi các thành phần, cái "viên thuốc" (pill) của bộ chọn model, cách menu đó trông ra sao: phần lớn được thiết kế và implement bởi skill Autoresearch.

Nhưng hôm nay anh không làm lại chuyện đó.

16. Demo: 100 thí nghiệm nhỏ cho lịch tập gym

Ví dụ hôm nay là lịch tập gym của anh, anh đã dán vào: một lịch chia upper/lower trong năm ngày. Anh nói rõ: anh không dùng skill theo nghĩa nó được làm để train AI agent, mà dùng phương pháp của skill để chạy một trăm thí nghiệm nhỏ cải thiện lịch tập. Mục tiêu là tăng cơ (hypertrophy) vùng tay, trông to và săn hơn; anh cao 176 cm, nặng 80 kg, nam, 25 tuổi. Prompt trên màn hình:

Use the autoresearch skill methodology to run a hundred tiny experiments to improve my gym routine I want to gain hypertrophy around the arms and look bulkier and toned. I am 176cm tall and 80kg 25 Male.
https://github.com/karpathy/autoresearch

Anh làm vậy để chứng minh bạn có thể chạy skill này trên bất cứ thứ gì và nó sẽ tìm ra lời giải tối ưu nhất, giống hệt khi anh chạy nó trên app và hướng nó vào việc tìm animation và những khoảnh khắc thích thú nhỏ khiến người dùng muốn ở lại và có trải nghiệm dễ chịu hơn. Với lịch tập cũng y như vậy. Anh dùng Opus 5 ở mức effort Medium, vì cũng phải tính tới việc chạy 100 thí nghiệm không hề rẻ.

Kết quả: nó đã chạy 100 thí nghiệm (trên màn hình bản kế hoạch có các ngày Day 1 Upper A, Day 2 Lower A giữ nguyên, Day 3 Arm-Priority Upper), kèm một "baseline diagnosis" gồm năm điều sai, xếp theo mức ảnh hưởng: khối lượng tập tay trực tiếp chỉ 7 set mỗi tuần cho mỗi nhóm, trong khi mức cho nhóm ưu tiên là 12 tới 20; năm trong bảy set triceps là pushdown; hoàn toàn không có bài biceps ở tư thế giãn (stretch position); tay luôn là bài thứ bảy, thứ tám trong mọi buổi; và không có bài trực tiếp cho brachialis/cẳng tay. Anh nhận xét: khá thú vị.

So với kế hoạch cũ: ngày một vẫn có barbell bench press ba set sáu tới tám rep, lat pulldown, incline press, seated cable row; mọi thứ có vẻ giống, trừ việc đổi sang overhead cable hoặc EZ tricep extension, và thêm incline dumbbell curl. Ngày hai là lower, không đổi. Ngày ba thì thay đổi hoàn toàn thành ngày ưu tiên tay: weighted dip hoặc close-grip bench, weighted chin-up, overhead press, chest-supported row, toàn bài nặng về tay. Ngày lower tiếp theo giữ nguyên, rồi ngày upper cuối thêm một chút những gì còn thiếu ở ngày ba. Anh khen: rất hay.

Anh chốt: mọi thứ khác trong danh sách giúp bạn nhanh hơn ở việc bạn vốn đã làm. Cái này thì thay đổi kích cỡ của vấn đề mà bạn dám tấn công, và nó chẳng tốn gì, nó chỉ là một file text.

Đó là bí mật đằng sau tất cả skill yêu thích của anh. Anh để link tới tất cả trong phần mô tả video, nhờ người xem để lại một like, và chào tạm biệt.