Trong các dự án phát triển phần mềm theo mô hình Agile/Scrum với chu kỳ Sprint chỉ kéo dài 1–2 tuần, áp lực đặt lên vai đội ngũ Kiểm thử viên (QA/Tester) luôn rất lớn: thời gian viết và thực thi test thường bị nén lại vào những ngày cuối Sprint khi lập trình viên vừa bàn giao tính năng. Để giải quyết điểm nghẽn này, đội ngũ QA tại Tekino đã chuẩn hóa việc ứng dụng các công cụ AI vào từng bước thực thi hằng ngày.

1. Thiết kế bộ Test Case bao phủ các kịch bản góc khuất (Edge Cases)

Khi làm việc liên tục với một tính năng quen thuộc, con người rất dễ rơi vào trạng thái chỉ kiểm tra các luồng chuẩn (Happy Path) mà bỏ sót các tổ hợp dữ liệu bất thường. Thay vì viết từng dòng từ đầu, Tester tại Tekino cung cấp cấu trúc biểu mẫu và quy tắc xác thực (Validation Rules) cho AI để mở rộng danh sách kịch bản kiểm thử:

  • Kiểm thử giá trị biên và định dạng đặc thù: Tự động liệt kê các bộ dữ liệu đầu vào dễ gây lỗi xử lý chuỗi (ký tự Unicode tổ hợp tiếng Việt, khoảng trắng ẩn, số âm, tràn số thập phân hoặc múi giờ lệch chuẩn).
  • Chuẩn hóa định dạng đầu ra: Xuất trực tiếp danh sách kịch bản theo đúng cấu trúc bảng của hệ thống quản lý kiểm thử (Jira Xray / TestRail) gồm Pre-conditions, Test Steps, Test Data và Expected Result để Tester rà soát và tinh chỉnh lại.

2. Tăng tốc viết và bảo trì mã nguồn Playwright / Cypress

Rào cản lớn nhất khiến nhiều dự án bỏ cuộc giữa chừng khi làm Test Automation không phải là viết script ban đầu, mà là chi phí sửa lại script mỗi khi đội Frontend thay đổi cấu trúc giao diện (DOM). Quy trình kết hợp AI giúp giải quyết bài toán này qua hai hướng:

  • Chuyển đổi nhanh từ kịch bản nghiệp vụ sang Page Object Model: Sử dụng trợ lý lập trình AI được cấu hình sẵn bộ quy chuẩn code (Coding Convention) của dự án để sinh nhanh các class Page Object và hàm kiểm thử bất đồng bộ chuẩn xác trong Playwright.
  • Cập nhật bộ chọn (Locator) thông minh: Khi một bài kiểm thử tự động trên CI/CD bị gãy do thay đổi cấu trúc HTML, công cụ phân tích DOM snapshot để gợi ý ngay bộ chọn getByRole hoặc data-testid thay thế ổn định nhất.

"Mục tiêu của việc đưa AI vào quy trình QA hằng ngày là xóa bỏ khoảng cách giữa Manual Tester và Automation Engineer, giúp mọi thành viên trong đội đều có thể đóng góp vào bộ kiểm thử tự động của dự án." — Nguyễn Văn Minh, Head of AI Research @ Tekino

3. Cô lập nguyên nhân lỗi (Bug Triage) từ Log và HAR file

Một báo cáo lỗi (Bug Report) chất lượng cao là báo cáo giúp lập trình viên tái hiện và sửa được lỗi ngay mà không phải hỏi lại nhiều lần. Khi phát hiện lỗi trên môi trường Staging, Tester có thể đưa đoạn nhật ký lỗi (Console/Network log hoặc stack trace từ API) qua công cụ phân tích nội bộ để:

  • Xác định nhanh lỗi thuộc về tầng hiển thị Frontend (xử lý sai trạng thái null/undefined) hay do phản hồi từ Backend API trả về mã lỗi bất thường.
  • Tự động tóm tắt các bước tái hiện lỗi (Steps to Reproduce), môi trường kiểm thử và dữ liệu payload đính kèm vào phiếu Jira chỉ trong chưa đầy một phút.

Nguyên tắc an toàn dữ liệu khi áp dụng

Tại Tekino, toàn bộ quá trình ứng dụng AI trong kiểm thử đều tuân thủ nguyên tắc bảo mật nghiêm ngặt: tuyệt đối không tải mã nguồn dự án, khóa truy cập (API Keys/Tokens) hoặc dữ liệu thật của khách hàng lên các công cụ công cộng chưa được cấp phép. Khi kết hợp đúng quy trình bảo mật với tư duy kiểm thử sắc bén, AI thực sự trở thành đòn bẩy giúp đội ngũ QA nâng cao chất lượng phần mềm qua từng bản phát hành.