软件测试/测试开发丨利用ChatGPT 生成自动化测试脚本

点此获取更多相关资料

简介

自动化测试脚本可以模拟用户与应用程序的交互,例如点击按钮、输入数据、导航到不同的页面等等,以验证应用程序的正确性、性能和稳定性。

自动化测试在回归测试、冒烟测试等测试流程中都可以极大地起到节省时间、节省人力的作用,所以目前自动化测试工程师,也是一个非常炙手可热的岗位。

在编写自动化测试的过程中,ChatGPT 可以作为一个非常好用的工具,极大提升编写效率。

实践演练

在使用 ChatGPT 编写自动化测试脚本的时候,提示词最好明确相关的技术栈,这样可以在生成的脚本基础之上做对应的修改。

  • 提示词:请帮我编写一个接口自动化测试脚本,要求使用 Pytest + Requests 。只需要对响应状态码完成断言即可。

ChatGPT的响应信息为:

python 复制代码
import pytest
import requests

# 定义测试用例
def test_api_response_status_code():
    # 设置API端点
    api_url = "https://jsonplaceholder.typicode.com/posts/1"

    # 发送GET请求
    response = requests.get(api_url)

    # 检查响应状态码是否为200 OK
    assert response.status_code == 200

# 运行测试
if __name__ == "__main__":
    pytest.main(["-v", "test_api.py"])
  • 提示词:请帮我编写一个 Web 自动化测试脚本,要求使用 Pytest + Playwright。

ChatGPT的响应信息为:

python 复制代码
import pytest
from playwright.sync_api import sync_playwright

# 定义测试用例
def test_web_page_title():
    with sync_playwright() as p:
        browser = p.chromium.launch()
        page = browser.new_page()

        # 打开网页
        page.goto("https://example.com")

        # 获取页面标题
        title = page.title()

        # 检查页面标题是否包含"Example Domain"
        assert "Example Domain" in title

        # 关闭浏览器
        browser.close()

# 运行测试
if __name__ == "__main__":
    pytest.main(["-v", "test_web.py"])
  • 请结合 Harmcrest 优化断言。

ChatGPT的响应信息为:

python 复制代码
import pytest
from playwright.sync_api import sync_playwright
from hamcrest import assert_that, contains_string

# 定义测试用例
def test_web_page_title():
    with sync_playwright() as p:
        browser = p.chromium.launch()
        page = browser.new_page()

        # 打开网页
        page.goto("https://example.com")

        # 获取页面标题
        title = page.title()

        # 使用Hamcrest断言检查页面标题是否包含"Example Domain"
        assert_that(title, contains_string("Example Domain"))

        # 关闭浏览器
        browser.close()

# 运行测试
if __name__ == "__main__":
    pytest.main(["-v", "test_web.py"])

总结

1.写清楚需求:在要求ChatGPT编写自动化测试脚本的时候,需要给它明确使用的技术栈,方便基于脚本做修改。

2.将复杂的任务拆分为更简单的子任务/系统地测试变化:通过多次提问,进一步修正ChatGPT的回复,直到满足需求。

相关推荐
疯狂奔跑华丽跌倒几秒前
医药行业数据治理工具选型,需匹配业务与AI落地需求
大数据·人工智能·经验分享
飞哥数智坊19 分钟前
我用 WorkBuddy 复刻了 Claude 的 Vibe Video,效果不错
人工智能
small_wh1te_coder19 分钟前
AI技术总监级拆解大模型|第21讲:大模型微调工程——什么时候用 LoRA?深度拆解 PEFT 低秩分解、QLoRA 与成本账本
人工智能
紧跟先前的步伐27 分钟前
Go AI Agent 实战 02|大语言模型(LLM)到底是怎么工作的
人工智能·语言模型·golang
七牛云行业应用33 分钟前
Codex接MCP完整教程:从官方文档服务器到HTTP、STDIO与OAuth配置(2026年10月)
人工智能·ai·agent·ai编程
4SAPI1 小时前
企业Agent落地选型:大模型API接入方案迁移实践与稳定性评估
人工智能·python·php
小李同学_LHY1 小时前
第二章 机器学习分类
人工智能·机器学习
天远Date Lab1 小时前
零信任架构实战:基于天远柠檬查维保构建自动化全国连锁二手车置换上架电子维保报告网关
运维·人工智能·架构·自动化
龙粤GEO1 小时前
什么是AI引用率?从计算口径到监测方法的完整拆解|龙粤GEO
人工智能
老金带你玩AI1 小时前
调用量霸榜12天!神秘兔子真身是MiniMax,新模型成本降70%
人工智能