Trong các dự án phần mềm, việc chuyển đổi thông tin thô từ các buổi họp, phỏng vấn thành tài liệu yêu cầu có cấu trúc như SRS (Software Requirements Specification) và FRS (Functional Requirements Specification) thường chiếm đến 50-60% thời gian của Business Analyst.
AI không thay thế vai trò của BA, nhưng nếu biết cách ứng dụng, nó sẽ trở thành một “co-writer” cực kỳ hiệu quả.
AI giúp Business Analyst viết tài liệu SRS/FRS như thế nào? AI hỗ trợ Business Analyst (BA) tối ưu quy trình soạn thảo tài liệu thông qua 4 giá trị cốt lõi:
- Tạo bản nháp tức thì: Sinh cấu trúc SRS chuẩn theo khung IEEE chỉ trong vài giây.
- Trích xuất thông minh: Phân tích Transcript cuộc họp để lọc ra các yêu cầu chức năng (FR) và phi chức năng (NFR).
- Chuẩn hóa ngôn ngữ: Giảm sự mơ hồ trong câu chữ và tự động sinh tiêu chí nghiệm thu (Acceptance Criteria).
- Mapping thông minh: Tự động chuyển đổi từ User Stories sang FRS chi tiết cho từng module. Lưu ý: BA luôn là người chịu trách nhiệm cuối cùng về tính chính xác và logic của tài liệu.
Cách truyền thống ngày xưa để tạo tài liệu SRS nó khác biệt và thủ công hơn, bây giờ có AI rồi thì công việc nhẹ nhàng hơn nhiều.
1. Quy trình 6 bước sử dụng AI soạn thảo tài liệu SRS & FRS chuyên nghiệp
Để output của AI đạt chất lượng “sẵn sàng trình ký”, BA cần tuân thủ quy trình Workflow dưới đây:
Bước 1: Chuẩn bị “nguyên liệu” đầu vào (Input)
AI chỉ thông minh khi có đủ ngữ cảnh. Hãy tập hợp:
- Transcript phỏng vấn stakeholder/Meeting notes.
- Tài liệu hệ thống cũ (Legacy documents).
- Danh sách User Stories sơ khai.
- Mẹo: Hãy chuẩn hóa định dạng theo cấu trúc
[Vai trò] - [Nội dung]để AI không bị nhầm lẫn bối cảnh.
Bước 2: Áp dụng kỹ thuật Prompt RICH
Thay vì ra lệnh chung chung, hãy dùng công thức RICH để tối ưu kết quả:
- Role (Vai trò): “Đóng vai một Senior Business Analyst có 10 năm kinh nghiệm…”
- Instruction (Chỉ dẫn): “Hãy trích xuất các yêu cầu chức năng cho tính năng thanh toán…”
- Context (Ngữ cảnh): “Dự án là ứng dụng E-commerce, đối tượng là người dùng phổ thông…”
- Hint (Gợi ý định dạng): “Trình bày dưới dạng bảng gồm ID, Tên yêu cầu, Mô tả và Mức độ ưu tiên.”
Bước 3: Trích xuất khung yêu cầu sơ bộ
Yêu cầu AI xây dựng “khung xương” cho SRS/FRS. Tập trung vào việc liệt kê các yêu cầu chức năng bắt đầu bằng cụm từ chuẩn: “The system should allow…” hoặc “Hệ thống phải cho phép…”.
Bước 4: Tinh chỉnh và tạo tiêu chí nghiệm thu (Iterate)
Đừng dừng lại ở bản nháp đầu tiên. Hãy yêu cầu AI:
- Viết 2-3 Acceptance Criteria (AC) có thể kiểm thử cho mỗi yêu cầu.
- Chỉ ra các ràng buộc phi chức năng (Non-functional requirements) về bảo mật và hiệu năng.
Bước 5: Mapping và chi tiết hóa FRS
Sử dụng AI để mở rộng FRS theo từng module cụ thể, mô tả chi tiết luồng: Input → Processing → Output.
Bước 6: Review và hoàn thiện cùng Stakeholder
Sử dụng bản thảo từ AI để thảo luận với Stakeholder. Sau khi có feedback, bạn chỉ cần đưa feedback đó vào AI để cập nhật tài liệu thay vì phải sửa thủ công từng trang.
2. Thư viện Prompt mẫu dành cho Business Analyst
Dưới đây là các mẫu Prompt thực tế bạn có thể áp dụng ngay:
Trích xuất yêu cầu từ phỏng vấn
Prompt: “Act as a Business Analyst. Analyze the following interview excerpt and identify functional requirements for tracking task progress. Present each requirement starting with ‘The system should allow users to…’”
Soạn thảo phần Assumptions & Constraints trong SRS
Prompt: “For a mobile food ordering app, generate 5 assumptions and 5 constraints related to technology, budget, and user expectations in a professional SRS format.”
Viết chi tiết FRS cho một tính năng
Prompt: “Write a detailed FRS section for the ‘Advanced Search’ feature. Include: User Input fields, Backend Processing logic, and Output display rules (table format).”
3. Kỹ thuật đảm bảo chất lượng Output từ AI
Để tránh lỗi “hallucination” (AI tự suy diễn), BA cần lưu ý:
- Yêu cầu định dạng máy đọc: Hãy yêu cầu AI xuất ra bảng hoặc định dạng Markdown để dễ dàng copy vào Jira/Confluence.
- Loại bỏ sự mơ hồ: Yêu cầu AI kiểm tra xem có câu nào dùng từ “có thể”, “thường là”, “nhanh chóng” không và yêu cầu thay bằng các con số định lượng cụ thể.
- Review 3 vòng: BA review logic -> Technical review tính khả thi -> Stakeholder validation về mặt nghiệp vụ.
4. Hạn chế của AI và cách khắc phục cho BA
Mặc dù mạnh mẽ, AI vẫn có những giới hạn:
- Thiếu yêu cầu ngầm: AI không biết những gì Stakeholder “quên” nói. BA cần sử dụng checklist domain để bổ sung.
- Bảo mật dữ liệu: Tuyệt đối không đưa thông tin nhạy cảm của khách hàng hoặc bí mật kinh doanh lên các công cụ AI công cộng (Public AI).
- Thiếu tư duy hệ thống sâu: AI giỏi viết chi tiết nhưng đôi khi mất kết nối giữa các module. BA cần là người “xâu chuỗi” các tài liệu này lại.
5. Kết luận: BA thời đại 4.0
AI không thay thế Business Analyst, nhưng Business Analyst biết dùng AI sẽ thay thế những người không biết. Việc làm chủ công cụ AI giúp bạn thoát khỏi những tác vụ lặp lại để tập trung vào việc tư vấn giải pháp và tạo ra giá trị thực sự cho sản phẩm.
Nếu bạn muốn nâng cao kỹ năng phân tích và làm chủ các công cụ công nghệ mới nhất trong ngành BA, hãy tham khảo ngay:
👉 Khóa học Business Analyst (BA) thực chiến tại Cole – Lộ trình từ số 0 đến chuyên gia, hướng dẫn ứng dụng AI vào quy trình làm việc thực tế.
