Trong nhiều dự án, lỗi không xuất hiện vì đội ngũ thiếu năng lực mà vì yêu cầu ban đầu quá mơ hồ. Một câu như “tối ưu quy trình đăng ký” có thể được hiểu theo nhiều cách: giảm số bước, rút ngắn thời gian xử lý, hạn chế lỗi nhập liệu hoặc cải thiện trải nghiệm trên điện thoại. AI có thể hỗ trợ chuyển những mô tả chưa đầy đủ này thành danh sách tiêu chí, tình huống kiểm thử và câu hỏi cần xác nhận. Cách thực hiện khá đơn giản. Trước tiên, hãy cung cấp cho AI bối cảnh của sản phẩm, người dùng mục tiêu, mục tiêu kinh doanh và phần yêu cầu hiện có. Sau đó, yêu cầu AI phân tách thành các nhóm như: chức năng chính, dữ liệu đầu vào, kết quả mong đợi, trường hợp ngoại lệ, quyền truy cập và khả năng sử dụng. Ví dụ, với yêu cầu “người dùng có thể đặt lịch tư vấn”, bạn có thể yêu cầu AI tạo checklist gồm: - Người dùng chưa đăng nhập có được xem lịch trống hay không? - Hệ thống xử lý thế nào khi hai người chọn cùng một khung giờ? - Có kiểm tra múi giờ và giờ làm việc không? - Người dùng nhận được thông báo xác nhận qua kênh nào? - Có cho phép hủy hoặc đổi lịch không, và thời hạn là bao lâu? - Điều gì xảy ra khi kết nối bị gián đoạn trong lúc xác nhận? Điểm quan trọng là không nên xem kết quả của AI như đặc tả cuối cùng. Hãy đối chiếu checklist với quy định nội bộ, chính sách bảo mật và khả năng thật của hệ thống. Những mục AI suy đoán cần được đánh dấu để người phụ trách sản phẩm xác nhận, thay vì tự động biến thành cam kết. Bạn cũng có thể yêu cầu AI trình bày mỗi trường hợp theo mẫu: điều kiện ban đầu, thao tác, kết quả mong đợi và mức độ ưu tiên. Cách này giúp đội phát triển, kiểm thử và kinh doanh có cùng cách hiểu. Khi yêu cầu thay đổi, chỉ cần đưa phiên bản mới vào và nhờ AI chỉ ra phần checklist bị ảnh hưởng. Để đạt kết quả tốt, hãy cung cấp ví dụ cụ thể, nêu rõ những điều AI không được tự suy diễn và luôn kiểm tra thủ công các tình huống liên quan đến tiền bạc, quyền riêng tư hoặc an toàn. AI phù hợp nhất ở vai trò trợ lý phân tích, giúp phát hiện câu hỏi bị bỏ quên trước khi chúng trở thành lỗi tốn kém.