[Tổng hợp] Prompt ChatGPT cho IT Business Analyst áp dụng ngay

Tổng hợp prompt ChatGPT cho IT Business Analyst để phân tích yêu cầu, viết User Story, kiểm tra Use Case, SRS và Test Case kèm lưu ý bảo mật

1. ChatGPT hỗ trợ ITBA trong những việc nào?

ChatGPT có thể giúp IT Business Analyst tạo bản nháp requirement, User Story, Use Case, SRS và Test Case. Nhưng công cụ không tự hiểu nghiệp vụ, dữ liệu hay quy tắc nội bộ của dự án. Dưới đây là 6 prompt ChatGPT cho IT Business Analyst theo các đầu việc BA thường gặp, kèm nguyên tắc kiểm tra đầu ra trước khi đưa vào tài liệu dự án.

Prompt ChatGPT cho IT Business Analyst

BA có thể dùng ChatGPT như một trợ lý đọc, cấu trúc và phản biện bản nháp. Các tác vụ phù hợp gồm:

· Tách yêu cầu thô thành actor, hành động, dữ liệu và điểm cần làm rõ.

· Chuẩn hóa User Story, Acceptance Criteria, Use Case hoặc biên bản họp.

· Gợi ý khung BPMN, ERD, Sequence Diagram và Test Case.

· Rà soát yêu cầu trùng lặp, thiếu điều kiện, thiếu phân quyền hoặc thiếu trường hợp ngoại lệ.

Theo Work Trend Index 2024 của Microsoft và LinkedIn, khảo sát 31.000 người tại 31 quốc gia, 75% lao động tri thức đã sử dụng AI tại nơi làm việc. Với ITBA, giá trị thực tế nhất của AI là giảm thời gian tạo bản nháp và mở rộng câu hỏi cần kiểm tra, không phải thay BA chốt yêu cầu thay stakeholder.

2. Bộ prompt ChatGPT mẫu cho ITBA theo từng công việc

Trước khi dùng, thay phần trong dấu ngoặc vuông bằng dữ liệu đã ẩn danh. Không đưa thông tin khách hàng, dữ liệu cá nhân, khóa truy cập, mã nguồn, hợp đồng hoặc tài liệu thuộc NDA lên công cụ AI công cộng.

2.1 Phân tích requirement và tìm điểm còn thiếu

Dùng khi bạn nhận một email, note họp hoặc ticket mới nhưng chưa đủ thông tin để viết tài liệu.

Bạn là trợ lý cho IT Business Analyst đang phân tích requirement.

Bối cảnh: [mục tiêu kinh doanh, người dùng chính, quy trình hiện tại]
Yêu cầu thô: [dán nội dung đã ẩn danh]

Hãy:
1. Tách thành actor, hành động, dữ liệu đầu vào và kết quả đầu ra.
2. Chỉ ra thông tin mơ hồ, mâu thuẫn hoặc chưa đủ để triển khai.
3. Lập câu hỏi làm rõ theo nhóm: business rule, dữ liệu, phân quyền, luồng ngoại lệ và NFR.
4. Không tự trả lời thay stakeholder; mọi suy luận gắn nhãn [GIẢ ĐỊNH].

Xuất bảng: Vấn đề | Câu hỏi cần xác nhận | Mức độ ảnh hưởng.

Cần kiểm tra: câu hỏi AI gợi ý có đúng phạm vi dự án và đúng stakeholder cần trả lời hay không.

2.2 Viết User Story và Acceptance Criteria

Dùng sau khi BA đã xác nhận actor, mục tiêu và business rule. Đừng yêu cầu AI viết User Story từ một câu như “làm tính năng giỏ hàng”.

Chuyển yêu cầu đã xác nhận thành User Story.

- Actor: [vai trò]
- Mục tiêu: [mục tiêu]
- Giá trị nghiệp vụ: [lợi ích]
- Business rules: [danh sách]
- Preconditions: [điều kiện]
- Luồng chính: [mô tả]
- Ngoại lệ đã biết: [danh sách]

Yêu cầu đầu ra:
1. Viết theo mẫu As a... I want... so that...
2. Viết Acceptance Criteria theo Given - When - Then.
3. Bao gồm happy path, dữ liệu không hợp lệ, không đủ quyền và thao tác lặp.
4. Không thêm business rule mới; thiếu dữ liệu thì đặt câu hỏi.

Cần kiểm tra: mỗi Acceptance Criteria có đo được, test được và không dùng các từ mơ hồ như “nhanh”, “dễ dùng”, “thuận tiện” hay không.

2.3 Rà soát Use Case trước khi gửi đội kỹ thuật

Một Use Case nhìn đủ mục vẫn có thể thiếu trigger, điều kiện trước, phản hồi hệ thống hoặc luồng lỗi. Dùng prompt này để phát hiện lỗ hổng, không phải để AI tự quyết định luồng nghiệp vụ.

Bạn là trợ lý rà soát Use Case. Chỉ dùng dữ liệu tôi cung cấp.

Use Case: [dán bản đã ẩn danh]
Business rules đã xác nhận: [danh sách]

Kiểm tra:
- Mục tiêu, actor, trigger, preconditions và postconditions.
- Main flow có phản hồi hệ thống và điểm kiểm tra dữ liệu chưa.
- Alternative flow, exception flow và trạng thái dữ liệu còn thiếu.
- Mâu thuẫn với phân quyền hoặc business rule.

Xuất bảng: Vị trí | Vấn đề | Câu hỏi cần BA xác nhận | Đề xuất viết lại.
Mọi suy luận gắn nhãn [CẦN XÁC NHẬN].

Prompt ChatGPT cho IT Business Analyst

2.4 Rà soát SRS, SFS và yêu cầu phi chức năng

Dùng khi bạn đã có template nội bộ. ChatGPT có thể giúp dò phần thiếu, trùng lặp hoặc diễn đạt chưa kiểm thử được; không được tự quyết định chỉ tiêu kỹ thuật.

Hãy rà soát phần [SRS/SFS] dưới đây.

- Mục tiêu hệ thống: [mục tiêu]
- Phạm vi: [phạm vi]
- Template bắt buộc: [các mục]
- Functional requirements: [danh sách]
- NFR đã xác nhận: [danh sách]
- Nội dung cần rà soát: [dán nội dung]

Hãy kiểm tra tính rõ ràng, trùng lặp, mâu thuẫn và khả năng truy vết.
Tách NFR theo performance, security, availability, usability, auditability.
Không tự đặt chỉ tiêu định lượng; thiếu ngưỡng đo thì ghi [CẦN XÁC NHẬN].

Ví dụ, “phản hồi trong 2 giây” không thành requirement chỉ vì AI đề xuất. Ngưỡng NFR phải dựa trên nhu cầu kinh doanh, kiến trúc, ngân sách và SLA thực tế.

2.5 Phác thảo BPMN, ERD hoặc Sequence Diagram

ChatGPT không thay thế công cụ mô hình hóa, nhưng có thể tạo bản phác thảo để BA bắt đầu nhanh hơn trên draw.io, bpmn.io, dbdiagram hoặc PlantUML.

Từ requirement đã xác nhận, hãy tạo bản phác thảo [BPMN/ERD/Sequence Diagram].

Requirement: [nội dung]
Actor/role: [danh sách]
Business rules: [danh sách]
Dữ liệu chính: [danh sách]
Luồng ngoại lệ: [danh sách]

- BPMN: pool/lane, event, task, gateway và exception flow.
- ERD: entity, thuộc tính chính, primary key, foreign key, cardinality.
- Sequence Diagram: actor, UI, service, database, request/response/nhánh lỗi.

Xuất mã [PlantUML/Mermaid/dbdiagram] và danh sách [CẦN XÁC NHẬN].

Cần kiểm tra: boundary hệ thống, thứ tự tương tác, cardinality và trách nhiệm từng thành phần với người phụ trách kỹ thuật.

2.6 Gợi ý Test Case và UAT Scenario

Dùng khi Acceptance Criteria và business rule đã đủ rõ. Prompt giúp mở rộng tình huống kiểm thử, đặc biệt với quyền truy cập, dữ liệu biên và thay đổi trạng thái.

Hãy xây dựng Test Case và UAT Scenario cho tính năng sau.

Requirement: [nội dung]
Acceptance Criteria: [nội dung]
Business rules: [danh sách]
User roles/quyền: [danh sách]
Dữ liệu hợp lệ và không hợp lệ: [mô tả]
Các trạng thái hệ thống: [danh sách]

Yêu cầu:
1. Tách Functional Test Case và UAT Scenario.
2. Bao phủ happy path, negative case, boundary value, permission, duplicate action.
3. Mỗi Test Case gồm: ID | Preconditions | Test data | Steps | Expected result.
4. Liên kết với requirement/AC.
5. Thiếu thông tin thì ghi [CẦN XÁC NHẬN], không tự tạo expected result.

3. Checklist 6 điểm trước khi dùng đầu ra AI

Kiểm tra	Câu hỏi BA cần trả lời
Nguồn yêu cầu	Nội dung có truy về requirement hoặc quyết định đã xác nhận không?
Business rule	AI có tự thêm điều kiện, ngưỡng hay quy tắc mới không?
Luồng xử lý	Main flow, luồng thay thế, ngoại lệ và trạng thái dữ liệu đã nhất quán chưa?
Phân quyền	Actor nào được xem, tạo, sửa, duyệt hoặc hủy?
Khả năng kiểm thử	Tester có xác định được expected result không?
Bảo mật	Dữ liệu đưa vào AI đã ẩn danh và được chính sách công ty cho phép chưa?

Microsoft cũng ghi nhận 78% người dùng AI tại nơi làm việc đang tự mang công cụ AI vào công việc. Vì BA thường tiếp xúc requirement, quy trình nội bộ và dữ liệu khách hàng, hãy kiểm tra chính sách AI của doanh nghiệp trước khi tải tài liệu lên bất kỳ nền tảng bên ngoài nào.

Prompt ChatGPT cho IT Business Analyst

4. Câu hỏi thường gặp

4.1 ChatGPT có thể viết hoàn chỉnh BRD, SRS hoặc SFS không?

ChatGPT có thể tạo khung và bản nháp, nhưng không tự xác nhận nhu cầu stakeholder, phạm vi hệ thống hay business rule. BA vẫn phải kiểm tra tính đầy đủ, nhất quán, truy vết và khả năng kiểm thử trước khi sử dụng.

4.2 ITBA có nên đưa tài liệu dự án lên ChatGPT không?

Chỉ khi chính sách doanh nghiệp cho phép. Hãy ẩn danh tên khách hàng, thông tin cá nhân, số liệu nội bộ và chi tiết thuộc NDA. Nếu chưa rõ chính sách, dùng dữ liệu giả lập.

4.3 Người mới nên bắt đầu với prompt nào?

Bắt đầu với prompt làm rõ requirement hoặc rà soát một User Story. Đừng yêu cầu “viết toàn bộ BRD/SRS” khi chưa nắm cấu trúc và tiêu chí chất lượng của tài liệu.

Kết luận

ChatGPT cho Business Analyst hữu ích nhất khi tạo bản nháp, mở rộng câu hỏi và rà soát điểm thiếu trong requirement, User Story, Use Case, SRS, sơ đồ và Test Case. Chọn prompt theo đúng đầu việc, cung cấp dữ liệu đã xác nhận và luôn kiểm tra đầu ra trước khi đưa vào dự án.

Prompt là điểm bắt đầu. Nền tảng nghiệp vụ là thứ giúp bạn biết dùng đúng lúc và không bị phụ thuộc vào đầu ra của AI. Nếu bạn muốn xây nền tảng đó, tìm hiểu khóa IT Business Analyst tại MindX — lộ trình từ requirement, tài liệu đến kiểm thử cho người muốn làm ITBA thực chiến.

Đánh giá bài viết

Business Analyst

Hà Mạnh Hùng

Content Marketing MindX

Khóa học liên quan

Khóa học Business Analyst (IT): Phân tích nghiệp vụ phần mềm