Agent Skills: cách QA chuẩn hóa test case và bug report với Claude

Repository anthropics/skills giới thiệu cách đóng gói hướng dẫn, script và tài nguyên thành Agent Skills. Với QA, đây có thể là khung để chuẩn hóa cách đọc yêu cầu, thiết kế test và soạn bug report — nhưng luôn cần kiểm thử, review trong môi trường riêng.

Một ticket mới vào sprint: mô tả ngắn, vài acceptance criteria, một bản thiết kế và lời nhắn “test kỹ giúp nhé”.

QA bắt đầu tách luồng, nghĩ boundary, chuẩn bị dữ liệu test. Khi phát hiện lỗi, lại phải gom bước tái hiện, môi trường, screenshot và log để viết bug report. Đây là những việc dễ lặp lại về cấu trúc, nhưng chất lượng đầu ra thường phụ thuộc vào prompt của từng người.

Repository anthropics/skills của Anthropic giới thiệu một hướng tiếp cận đáng chú ý: đóng gói hướng dẫn, script và tài nguyên thành Agent Skills để Claude nạp động khi xử lý tác vụ chuyên biệt.

Agent Skill là gì?

Theo README, skill là một thư mục chứa instructions, scripts và resources, giúp Claude thực hiện tác vụ chuyên biệt theo cách có thể lặp lại. Một skill có tệp SKILL.md, chứa metadata và hướng dẫn để Claude sử dụng khi skill được kích hoạt.

Repository này có các ví dụ trải từ sáng tạo, thiết kế đến tác vụ kỹ thuật — trong đó có kiểm thử web app — và các quy trình doanh nghiệp. Anthropic cũng cung cấp các skill xử lý tài liệu như DOCX, PDF, PPTX và XLSX.

Với QA, có thể xem skill như một SOP đi kèm AI: thay vì lặp lại cùng một tập yêu cầu trong mọi cuộc trò chuyện, đội có thể viết chúng thành hướng dẫn dùng lại.

Ví dụ, một skill nội bộ cho QA có thể quy định:

Tách business rule, điều kiện đầu vào, trạng thái và điểm chưa rõ khi đọc yêu cầu. Phân biệt thông tin được xác nhận với giả định. Trả test case theo format thống nhất của đội. Tách actual result khỏi suy đoán về nguyên nhân lỗi. Yêu cầu đủ bước tái hiện, môi trường và bằng chứng khi soạn bug report.

Điểm đáng chú ý không phải là để AI “tự test thay QA”, mà là tạo một khung đầu ra nhất quán hơn cho các tác vụ lặp lại.

> Anthropic lưu ý các skill trong repository chỉ nhằm mục đích minh họa và giáo dục. Hành vi thực tế của Claude có thể khác với những gì thể hiện trong skill. Vì vậy, mọi skill nội bộ cần được kiểm thử kỹ trước khi dùng cho công việc quan trọng.

Cài skill từ repository trong Claude Code

README hướng dẫn đăng ký repository này như một Plugin marketplace trong Claude Code:

text /plugin marketplace add anthropics/skills

Sau đó, chọn:

Browse and install plugins anthropic-agent-skills document-skills hoặc example-skills Install now

Hoặc cài trực tiếp một trong hai plugin:

text /plugin install document-skills@anthropic-agent-skills /plugin install example-skills@anthropic-agent-skills

Sau khi cài, README cho biết có thể sử dụng skill bằng cách nhắc đến nó trong yêu cầu gửi Claude.

Các example skills trong repository đã có trên các gói trả phí của Claude.ai. Claude API cũng hỗ trợ dùng skill dựng sẵn và tải lên skill tùy chỉnh theo tài liệu Skills API của Anthropic.

README không công bố một skill QA hoàn chỉnh để áp dụng nguyên trạng cho mọi dự án. Cách phù hợp hơn là dùng thư mục template làm điểm bắt đầu, sau đó điều chỉnh theo quy trình, công cụ và tiêu chuẩn review của đội.

Khởi tạo một skill QA nội bộ

Theo template trong repository, một skill cơ bản chỉ cần thư mục chứa SKILL.md, với YAML frontmatter gồm hai trường bắt buộc:

name: định danh duy nhất, viết thường và dùng dấu gạch nối. description: mô tả rõ skill làm gì và khi nào nên dùng.

Dưới đây là ví dụ minh họa cho một skill QA nội bộ, không phải nội dung có sẵn trong repository:

markdown --- name: qa-test-design description: Analyze feature requirements, identify risks, create test cases, and draft evidence-based bug reports for QA work. ---

QA Test Design

Intake rules

Test design rules

Bug report rules

Đây là nơi đội QA có thể đưa tiêu chuẩn nội bộ vào: format test case trên Jira, cách định nghĩa severity và priority, browser matrix, cách đặt tên test automation, hoặc yêu cầu đính kèm log.

Prompt cho một ticket cụ thể

Skill giữ lại “luật chơi”, nhưng prompt vẫn cần ngữ cảnh của ticket. Một mẫu tham khảo:

text Use the QA Test Design skill.

Feature specification: <dán mô tả chức năng đã được làm sạch dữ liệu nhạy cảm>

Acceptance criteria: <dán acceptance criteria>

Known constraints: <browser, role, feature flag, API behavior, mock availability>

Create: A requirement map with ambiguities and questions. Manual test cases grouped by risk. Suggested test data. Automation candidates for Playwright, Selenium, or pytest. A separate list of scenarios that cannot be validated from this specification alone.

Do not invent product rules. Mark every assumption clearly.

Khi cần soạn bug report, nên cung cấp dữ liệu quan sát được thay vì yêu cầu AI đoán nguyên nhân:

text Use the QA Test Design skill to draft a bug report.

Observed behavior: <actual behavior>

Expected behavior: <expected behavior from approved requirement>

Reproduction steps: <steps>

Environment: <app version, browser, device, test account type>

Evidence available: <screenshot, video, console log, network response, trace>

Write a concise bug report. Distinguish confirmed facts from hypotheses and list missing evidence.

Ví dụ: đọc spec mà không tự bịa yêu cầu

Giả sử yêu cầu ghi:

> “Người dùng đăng nhập có thể đổi mật khẩu. Mật khẩu mới phải có ít nhất <độ dài> ký tự. Hiển thị thông báo thành công khi đổi được mật khẩu.”

Một đầu ra QA hữu ích không chỉ tạo case “đổi mật khẩu thành công”. Nó còn phải chỉ ra các phần chưa rõ, chẳng hạn:

Có bắt buộc nhập mật khẩu hiện tại không? Có quy tắc về ký tự đặc biệt hay không? Sau khi đổi mật khẩu, các phiên đăng nhập hiện có có bị ảnh hưởng không? Khi không hợp lệ, sản phẩm cần hiển thị lỗi nào?

Từ đó, tester có thể xây test case có điều kiện rõ ràng:

Đổi mật khẩu hợp lệ: xác minh luồng thành công theo yêu cầu đã được xác nhận. Mật khẩu ngắn hơn ngưỡng: xác minh hệ thống xử lý giá trị dưới <độ dài> theo rule đã duyệt. Xác nhận mật khẩu không khớp: chỉ định expected result dựa trên yêu cầu hoặc quyết định product. Mật khẩu hiện tại sai: thêm khi sản phẩm xác nhận mật khẩu hiện tại là trường bắt buộc. Session sau đổi mật khẩu: giữ ở dạng câu hỏi hoặc case chờ xác nhận nếu spec chưa đề cập.

Nguyên tắc quan trọng: AI có thể giúp phát hiện khoảng trống, nhưng không nên biến khoảng trống đó thành product rule.

Dùng AI cho automation: đề xuất không thay thế xác minh

AI có thể hỗ trợ phác thảo test cho Playwright, Selenium hoặc pytest. Tuy nhiên, tester vẫn cần xác minh framework, fixture, dữ liệu test, selector, môi trường chạy và hành vi thật của ứng dụng.

Khi xây quy ước nội bộ, đội có thể yêu cầu AI ưu tiên locator hoặc selector ổn định mà dự án đã thống nhất. Nếu ứng dụng chưa có định danh phục vụ kiểm thử, đó có thể là tín hiệu để QA và developer thống nhất cách bổ sung, thay vì phụ thuộc vào selector dễ thay đổi theo giao diện.

Không nên coi script do AI sinh ra là “runnable” nếu chưa được chạy và review trong dự án thực tế.

Review đầu ra AI như một test artifact

Dù skill được viết kỹ, test case, bug report và automation script vẫn cần review. Một checklist ngắn:

Coverage: còn thiếu role, trạng thái, input rỗng, boundary, timeout hay tình huống lỗi phù hợp không? Expected result: từng kỳ vọng có truy được về acceptance criteria hoặc quyết định product đã duyệt không? Khả năng chạy: script có đúng framework, fixture, dữ liệu, URL và selector của dự án không? Bằng chứng: bug report ghi nhận điều QA quan sát được hay đã biến giả thuyết thành nguyên nhân gốc?

Cũng cần tránh đưa dữ liệu production, token, mật khẩu, cookie phiên, thông tin khách hàng hoặc log chứa dữ liệu nhạy cảm vào công cụ AI. Hãy dùng dữ liệu test đã được che giấu hoặc môi trường được tổ chức phê duyệt.

Checklist trước khi chia sẻ skill QA cho cả đội

[ ] description nói rõ skill dùng khi nào. [ ] Hướng dẫn yêu cầu tách facts, assumptions và open questions. [ ] Format test case, bug report phù hợp với công cụ của đội. [ ] Có quy tắc review trước khi tạo ticket hoặc commit script. [ ] Đã thử với feature đơn giản, feature nhiều trạng thái và bug có bằng chứng đã được làm sạch. [ ] Đã xác định cách xử lý dữ liệu nhạy cảm khi dùng AI.

Agent Skills không thay thế tư duy kiểm thử. Nhưng khi được viết từ tiêu chuẩn thật của đội, chúng có thể giúp AI lặp lại phần việc có cấu trúc nhất quán hơn — để QA dành nhiều thời gian hơn cho rủi ro, mơ hồ và những câu hỏi mà spec chưa trả lời.