Từ các tuyên bố vấn đề lộn xộn đến các sơ đồ lớp rõ ràng, có thể hành động — trong vòng vài phút.
🎯 Phân tích Văn bản Đa năng là gì?
Của Visual Paradigm Phân tích Văn bản Đa năng là một trợ lý mô hình thông minh giúp các nhà quản lý sản phẩm, kiến trúc sư phần mềm và nhà phát triển chuyển đổi ngôn ngữ tự nhiên không cấu trúc (ví dụ: các câu chuyện người dùng, yêu cầu hoặc mô tả hệ thống) thành một mô hình miền được cấu trúc — cụ thể là một sơ đồ Lớp UML.

Thay vì xác định thủ công các thực thể, thuộc tính và mối quan hệ, AI sẽ phân tích văn bản, trích xuất các yếu tố thiết kế liên quan và đề xuất một mô hình trực quan mà bạn có thể tinh chỉnh.
🔍 Ý tưởng cốt lõi: Chuyển đổi truyện kể → danh từ → lớp → mối quan hệ → sơ đồ — tự động.
✅ Ưu điểm chính
| Lợi ích | Mô tả |
|---|---|
| Tốc độ & Hiệu quả | Giảm thời gian mô hình hóa ban đầu từ vài giờ xuống vài phút. |
| Tính nhất quán | Giảm thiểu sự diễn giải chủ quan giữa các đội nhóm. |
| Công cụ hỗ trợ học tập | Rất tốt cho các nhà phát triển trẻ học thiết kế hướng đối tượng. |
| Khả năng truy xuất | Mỗi đề xuất đều bao gồm một lý do — minh bạch và có thể kiểm tra được. |
| Tinh chỉnh theo từng bước | Bắt đầu với AI → chỉnh sửa tự do trong VP Online → xuất ra mã nguồn hoặc tài liệu. |
| Phát hiện miền | Lộ ra các khái niệm ẩn (ví dụ như Giao dịch, Nhật ký kiểm toán) mà bạn có thể bỏ qua. |
🛠️ Hướng dẫn từng bước (với các ví dụ thực tế)
Hãy cùng đi qua ba ví dụ lần lượt phức tạp hơn, từ đơn giản đến cấp doanh nghiệp.

📘 Ví dụ 1: Hệ thống quản lý thư viện (Phiên bản cơ bản)
📝 Bước 1: Cung cấp mô tả vấn đề
- Đi tới Công cụ > Ứng dụng > Phân tích văn bản > Bắt đầu ngay
- Nhập:
Hệ thống quản lý thư viện - Nhấp vào [Tạo mô tả vấn đề]
👉 AI tạo ra:
“Một hệ thống quản lý thư viện cho phép các nhân viên thư viện quản lý sách, thành viên và các giao dịch mượn trả. Thành viên có thể tìm kiếm sách, mượn tối đa 5 món cùng lúc và trả lại. Sách quá hạn sẽ bị phạt. Mỗi cuốn sách có tiêu đề, tác giả, mã ISBN và trạng thái sẵn sàng. Nhân viên thư viện có thể thêm/xóa sách và xem lịch sử mượn trả.”
✅ Chỉnh sửa nếu cần — ví dụ: thêm: “Hỗ trợ sách điện tử và hàng đợi đặt trước.”
👥 Bước 2: Xác định các lớp tiềm năng
Nhấp vào [Xác định các lớp tiềm năng]
| Tên lớp | Lý do | Mô tả |
|---|---|---|
Sách |
Entiti chính được nhắc đi nhắc lại | Đại diện cho sách vật lý/sách kỹ thuật số |
Thành viên |
Đối tượng của các hành động (mượn, trả) | Người dùng thư viện có thông tin liên hệ |
Mượn |
Danh từ hành động → giao dịch chính | Ghi lại việc thành viên mượn một cuốn sách |
Thư viện viên |
Người thực hiện các nhiệm vụ quản trị | Nhân viên quản lý hệ thống |
Phạt |
Hậu quả của việc mượn quá hạn | Phạt tiền phát sinh |
🔁 Xem thêm: “Danh từ không được xác định” (ví dụ như trạng thái, lịch sử → quá mơ hồ hoặc giống như thuộc tính).
✅ Chấp nhận tất cả, hoặc xóa Thư viện viên nếu vai trò được xử lý thông qua quyền hạn (ví dụ như sử dụng Người dùng + cờ vai trò).
📋 Bước 3: Xác định chi tiết lớp
Nhấp vào [Xác định chi tiết lớp]
Kết quả mẫu cho Sách:
- Thuộc tính:
isbn: Chuỗi
tựa đề: Chuỗi
tác giả: Chuỗi
isAvailable: Boolean
định dạng: Kiểu liệt kê {Vật lý, Số} - Thao tác:
kiểm traTìnhTrạngCóSẵn(): Boolean
đánh dấuLàĐangMượn()
đánh dấuLàĐãTrả()
Đối với Mượn:
- Thuộc tính:
ngàyMượn: Ngày
ngàyHạn: Ngày
ngàyTrả: Ngày? - Thao tác:
tínhSốNgàyQuáHạn(): Int
ápDụngPhạtTiền()
💡 Mẹo hay: Đổi tên isAvailable → trạng thái: BookStatus (enum: Có sẵn, Đang mượn, Đã đặt trước) để mở rộng.
🔗 Bước 4: Xác định mối quan hệ lớp
Nhấp vào [Xác định mối quan hệ lớp]
| Từ → Đến | Loại | Số lượng | Mô tả |
|---|---|---|---|
Thành viên — Mượn |
Thành phần | 1 → * | Một thành viên sở hữu các khoản mượn của họ |
Mượn — Sách |
Liên kết | 1 → 1 | Mỗi khoản mượn liên quan đến một cuốn sách |
Vay — Phí phạt |
Tổ hợp tùy chọn | 1 → 0…1 | Một khoản vay có thể phát sinh phí phạt nếu quá hạn |
⚠️ Cẩn thận: AI có thể bỏ sóttổ hợp so với tổ hợp. Chỉnh sửa thủ công nếuVay nên tham chiếu (không phải của riêng) Sách.
🖼️ Bước 5: Tạo sơ đồ
Nhấp vào[Tạo sơ đồ] → Một sơ đồ lớp UML đầy đủ xuất hiện!

✅ Sau đó nhấp vào[Mở trong Visual Paradigm Online] để:
- Sắp xếp lại bố cục
- Thêm kiểu đặc trưng (
«thực thể»,«ran giới») - Liên kết đến các trường hợp sử dụng hoặc sơ đồ tuần tự
- Xuất dưới dạng PNG, PDF, hoặc tạo mã mẫu Java/Python
🛒 Ví dụ 2: Giỏ hàng thương mại điện tử (Trung cấp)
Lời nhắc đầu vào:
“Cửa hàng trực tuyến nơi người dùng duyệt sản phẩm, thêm sản phẩm vào giỏ hàng, áp dụng mã giảm giá, thanh toán bằng thẻ tín dụng hoặc PayPal, và theo dõi đơn hàng. Quản trị viên quản lý hàng tồn kho và xem báo cáo doanh số.”
Các lớp được AI xác định:
Người dùng,Sản phẩm,Giỏ hàng,Mục trong giỏ hàng,Đơn hàng,Thanh toán,Mã giảm giá,Hàng tồn kho,Quản trị viên
Các mối quan hệ đáng chú ý:
Giỏ hàng◇——Mặt hàng giỏ hàng(tập hợp; giỏ hàng có mặt hàng, nhưng các mặt hàng không bị xóa cùng giỏ hàng)Đơn hàng◆——Thanh toán(thành phần; thanh toán là một phần trong vòng đời đơn hàng)Mã khuyến mãi——Đơn hàng(0…1 → 1; tùy chọn khi thanh toán)
Bài học thu được:
AI đề xuất Mặt hàng giỏ hàng được tách biệt khỏi Sản phẩm — tốt! Vì:
Mặt hàng giỏ hàngcósố lượng,thời điểm thêm, và bản chụp giá cả (để xử lý thay đổi giá).Sản phẩmcógiá hiện tại,mức tồn kho.
➡️ Ngăn ngừa sai lầm phổ biến trong mô hình hóa: nhầm lẫn mục danh mục với mục hàng trong giỏ hàng.
🏥 Ví dụ 3: Hệ thống lịch hẹn bệnh viện (Nâng cao)
Gợi ý đầu vào (được chỉnh sửa để thực tế hơn):
“Bệnh nhân đặt lịch hẹn với bác sĩ. Mỗi lịch hẹn có ngày/giờ, loại (ví dụ: khám, tái khám), và trạng thái (đã lên lịch, hoàn thành, hủy). Bác sĩ có chuyên khoa và lịch làm việc. Hệ thống gửi thông báo nhắc nhở trước 24 giờ. Điều dưỡng có thể đăng ký bệnh nhân vào. Kết quả xét nghiệm được đính kèm sau khi khám.”
Điểm nổi bật của AI:
| Lớp | Tại sao điều đó quan trọng |
|---|---|
Lịch hẹn |
Đối tượng quy trình trung tâm |
Lịch làm việc của bác sĩ |
Tách biệt khỏi Bác sĩ → tuân thủ nguyên tắc SRP (Trách nhiệm đơn nhất) |
Thông báo nhắc nhở |
Hành vi bên ngoài → có thể trở thành dịch vụ dựa trên sự kiện sau này |
Kết quả xét nghiệm |
Đính kèm vào lịch hẹn, không phải bệnh nhân — khả năng truy xuất nguồn gốc! |
Mối quan hệ thông minh:
Hẹn khám◆——Kết quả xét nghiệm(1 → 0…*)
→ Áp dụng: Kết quả chỉ tồn tại đối với các cuộc hẹn đã hoàn thành.
Báu vật ẩn:
AI đánh dấu "loại" và "trạng thái" trong cuộc hẹn → gợi ý các kiểu liệt kê:
enum Loại cuộc hẹn { TƯ VẤN, THEO DÕI, TIÊM CHỦNG }
enum Trạng thái cuộc hẹn { ĐÃ LỊCH TRÌNH, ĐÃ ĐĂNG KÝ VÀO, ĐÃ HOÀN THÀNH, ĐÃ HỦY }
✅ Nhà phát triển tiết kiệm thời gian khi định nghĩa các enum miền + logic xác thực.
🚀 Mẹo chuyên gia để tối đa hóa giá trị
| Mẹo | Cách áp dụng |
|---|---|
| Bắt đầu mơ hồ, sau đó tinh chỉnh | Lời nhắc đầu tiên: "Ứng dụng giao đồ ăn". Sau đó chỉnh sửa mô tả được tạo để thêm: “Hỗ trợ đăng ký nhà hàng, phân bổ tài xế, theo dõi thời gian thực và hệ thống đánh giá.” |
| Sử dụng các câu chuyện người dùng làm đầu vào | Dán: “Là một khách hàng, tôi muốn lọc các nhà hàng theo món ăn và thời gian giao hàng để có thể chọn nhanh chóng.” → AI trích xuất Món ăn, Ước tính thời gian giao hàng, Tiêu chí lọc. |
| Kết hợp với mô hình hóa trường hợp sử dụng | Chạy phân tích văn bản đầu tiên để lấy các lớp → sau đó suy ra các tác nhân và trường hợp sử dụng (ví dụ như Khách hàng → Đặt hàng, Tài xế → Cập nhật vị trí). |
| Xác minh bằng thẻ CRC | Sau khi AI đề xuất các lớp, hãy thực hiện một buổi kiểm tra nhanh CRC (Lớp-Trách nhiệm-Phối hợp) cùng đội của bạn để kiểm tra tính hợp lý. |
| Xuất ra mã nguồn | Trong VP Online: Nhấp chuột phải vào sơ đồ →Công cụ > Mã nguồn > Tạo mã nguồn (Được hỗ trợ Java, C#, Python). |
⚠️ Hạn chế và cách giảm thiểu
| Hạn chế | Giảm thiểu |
|---|---|
Có thể tạo quá nhiều (ví dụ như Ngày, Thời gian dưới dạng lớp) |
Xem lại bảng “Danh từ không được xác định” → gộp vào thuộc tính hoặc sử dụng kiểu dữ liệu tích hợp. |
| Không thể suy ra các quy tắc kinh doanh (ví dụ: “tối đa 3 khoản vay”) | Thêm ràng buộc như OCL (Ngôn ngữ ràng buộc đối tượng) hoặc ghi chú: { maxLoans = 3 } |
| Gặp khó khăn với các danh từ mơ hồ | Làm rõ trong đầu vào: “‘Người dùng’ đề cập đến khách hàng, không phải quản trị viên” hoặc “‘Phiên’ có nghĩa là phiên trị liệu, không phải phiên đăng nhập.” |
| Mặc định không phát hiện tính kế thừa | Thêm thủ công Bệnh nhân, Bác sĩ, Y tá → khái quát hóa thành Người nếu cần thiết. |
📊 Khi nào nên sử dụng (các tình huống phù hợp nhất)
| Tình huống | Tại sao nó nổi bật |
|---|---|
| Các buổi khám phá ban đầu | Nhanh chóng vẽ sơ đồ mô hình miền từ các ghi chú thô |
| Sprint 0 Agile / tinh chỉnh danh sách công việc | Chuyển các dự án lớn thành các lớp tiềm năng trước khi sàng lọc |
| Các dự án học thuật / đồ án tốt nghiệp | Sinh viên tập trung vào logic thiết kế, không phải ký hiệu |
| Nâng cấp hệ thống cũ | Nhập các tài liệu yêu cầu kinh doanh cũ (BRD) để trích xuất mô hình miền |
| Sự đồng thuận đa chức năng | Các đội kinh doanh + công nghệ xác nhận từ vựng chung |
🌐 Các bước tiếp theo: Vượt ra ngoài sơ đồ
Sơ đồ lớp do AI tạo ra chỉ là bước đầu tiên. Trong Visual Paradigm, bạn có thể:
- Tạo lược đồ cơ sở dữ liệu → Sơ đồ ER → DDL SQL
- Trích xuất sơ đồ tuần tự từ các thao tác (ví dụ như
Order.checkout()) - Liên kết đến yêu cầu (Ví dụ: nút thắt
applyPromoCode()đến phần 4.2 của BRD) - Mô phỏng với VP Mô hình Mô phỏng
- Xuất bản dưới dạng Cổng web để xem xét bởi các bên liên quan
📬 Suy nghĩ cuối cùng
“Trí tuệ nhân tạo không thay thế nhà thiết kế — nó thay thế sự nhàm chán.”
Sử dụng Phân tích Văn bản để đạt được 80% mô hình đúng trong 20% thời gian, sau đó đầu tư chuyên môn của bạn vào 20% quan trọng: các trường hợp biên, khả năng mở rộng và sắc thái lĩnh vực.
📎 Sẵn sàng thử chưa?
→ Bắt đầu: Visual Paradigm Online
→ Ứng dụng: Công cụ > Ứng dụng > Phân tích Văn bản
Hãy cho tôi biết nếu bạn muốn:
- Một bản ghi nhớ tải xuống được (PDF)
- Mẫu gợi ý cho các lĩnh vực tài chính công nghệ, SaaS, IoT hoặc y tế
- So sánh với mô hình hóa CRC/Trường lĩnh vực thủ công
Chúc bạn thiết kế vui vẻ! 🧩
This post is also available in Deutsch, English, Español, فارسی, Français, Bahasa Indonesia, 日本語, Polski, Portuguese, Ру́сский, 简体中文 and 繁體中文.












