Manual QA và AI trong vòng đời phần mềm — bắt đầu từ đâu

Câu hỏi QA hay nghe nhất dạo này: 「AI có thay mình không?」

Thực tế gần hơn: AI đang đổi cách làm QA, và người biết dùng đúng chỗ đi nhanh hơn hẳn.

Manual QA vẫn giữ phần lõi: hiểu sản phẩm, hiểu hành vi user, nhận diện rủi ro thật. AI giỏi phần lặp và phân tích hỗ trợ — nhưng không tự có judgment sản phẩm.

Dành cho: Manual QA, QA lead, hoặc dev đang nhận thêm vai trò kiểm thử.

Ý chính: AI soạn nháp · QA quyết định · đừng đưa dữ liệu nhạy cảm vào model công cộng.

Ba template AI · Dùng ngay trong team

Template 1 · Review user story

Bạn là Senior QA.
Review user story sau và trả về:
1) Tiêu chí chấp nhận còn thiếu
2) Edge case theo rủi ro cao / trung bình / thấp
3) Câu hỏi cần hỏi lại PM/BA

User story:
[dán nội dung]

Template 2 · Soạn nháp bug report

Từ ghi chú thô bên dưới, viết bug report gồm:
Tiêu đề, Môi trường, Các bước, Mong đợi, Thực tế, Mức độ, Ảnh hưởng.

Ghi chú:
[dán nội dung]

Template 3 · Regression theo release note

Dựa vào release note / file thay đổi, đề xuất:
1) 10 test regression ưu tiên
2) 5 smoke test bắt buộc sau deploy
3) Rủi ro cần exploratory

Input:
[dán release note]

Theo vòng đời phần mềm

1) Requirement & planning

Khi nhận PRD / user story, QA có thể nhờ AI:

• Bóc tiêu chí chấp nhận còn thiếu
• Gợi ý edge case từ domain tương tự
• Soạn câu hỏi làm rõ với PM/BA

Ví dụ: story 「đổi email tài khoản」 — AI hay nhắc case trùng email, email chưa verify, tài khoản OAuth, race condition OTP.

QA vẫn quyết định cái nào quan trọng với business; tốc độ chuẩn bị tăng rõ.

2) Thiết kế test

AI hỗ trợ soạn nhanh:

• Charter exploratory
• Ma trận test (role × trình duyệt × trạng thái dữ liệu)
• Biến thể dữ liệu (tiếng Việt có dấu, emoji, ký tự đặc biệt)

Nhiều team để AI nháp test case, QA chỉnh theo context — thay vì viết từ trang trắng.

3) Thực thi sprint · Điều tra bug

Trong lúc test:

• Tóm tắt log dài, nhóm lỗi theo pattern
• Gợi ý bước tái hiện khi bug gián đoạn
• Soạn nháp bug report (xem mẫu chi tiết)

Ví dụ: bug chỉ lộ khi mạng chập chờn — đưa network log + console vào AI, nhờ timeline dễ đọc để dev bắt điểm nghẽn.

4) Regression & release

Khi thời gian gấp:

• Gợi ý vùng ảnh hưởng từ file changed
• Đề xuất scope regression theo module
• Sinh checklist smoke từ release note

AI chỉ gợi ý. QA quyết định dựa trên lịch sử incident và độ nhạy luồng kinh doanh.

5) Sau release · Học liên tục

• Tổng hợp bug production theo nguyên nhân
• Phát hiện pattern lặp giữa các sprint
• Đề xuất cải thiện chiến lược test sprint sau

AI biến dữ liệu rải rác thành insight có thể hành động.

Năm việc làm ngay tuần này

1. Cho AI review 3 user story mới — hỏi 「thiếu tiêu chí chấp nhận gì?」
2. Tạo một charter exploratory cho tính năng phức tạp
3. Chuẩn hóa template bug report + AI soạn nháp từ ghi chú thô
4. Trước release, đưa changelog cho AI gợi ý scope regression
5. Cuối sprint, nhờ AI tổng hợp bug theo root-cause cho retro

Ranh giới an toàn

• Không đưa PII, token, dữ liệu khách hàng thật vào model công cộng
• Luôn review output AI — đừng copy-paste thành 「sự thật」
• Có checklist nội bộ: prompt nào được dùng, dữ liệu nào cấm, ai review

Team mạnh không phải team dùng AI nhiều nhất — mà team dùng có kiểm soát.

Kết

Manual QA có lợi thế lớn khi kết hợp tư duy rủi ro của con người và tốc độ xử lý thông tin của AI.

AI không lấy nghề QA. Nó đẩy chuẩn nghề lên: từ 「người kiểm thử」 thành 「người đảm bảo chất lượng có tư duy hệ thống」.

Đọc thêm

• Manual QA + AI + Playwright: ai làm phần nào?
• Playwright trong thực tế

---

Bắt đầu nhỏ: chọn một việc lặp lại nhiều nhất trong tuần — để AI hỗ trợ chỗ đó trước.