使用AI编写测试用例——详细教程

  • 随着今年chatGPT的大热,每个行业都试图从这项新技术当中获得一些收益
  • 我之前也写过一篇测试领域在AI技术中的探索:软件测试中的AI------运用AI编写测试用例
  • 现阶段AI还不能完全替代人工测试用例编写,但是如果把AI当做一个提高效率的工具,它将会是一个很实用很强大的辅助。
  • 经过一段时间的实践和沉淀之后,已经有一个相对成熟的模式。
  • 此篇文章则是将这段时间的经验,总结为教程分享出来。
  • 但是这种使用AI编写用例的模式仍然有很多不足的地方,也欢迎大家提出意见和建议,一起改进优化。

文章目录

一、准备工作

(一)AI介绍

  • AI即人工智能,这项技术希望产出一种以人类智能相似的方式做出反应的智能机器。
  • ChatGPT是OpenAI研发的一款聊天机器人程序。ChatGPT是人工智能技术驱动的自然语言处理工具。
  • 使用AI编写测试用例,其实是将我们提供的需求或测试点通过聊天机器人程序,对自然语言进行处理,重新组合为测试用例。

(二)该选择哪个AI

ChatGPT

  • 自从ChatGPT大热之后,大部分国内途径可以获取到的AI(聊天机器人)都为GPT-3.5版本。
  • GPT-4.0版本因为要付费等等原因,使用门槛会相对更高。
  • GPT-3.5版本当然比不上GPT-4.0版本,但如果只是用作编写测试用例的话,3.5版本也是够用的。

NewBing(新必应)

  • 微软推出的NewBing(新必应)与ChatGPT使用同一个算法模型
  • 并且New Bing的回答结果带有搜索来源的地址,即使作为普通的搜索引擎也比传统搜索引擎好用很多。
  • 最重要的一点,现阶段NewBing是免费的,并且只由单次对话的限制,对话的总次数没有限制。
  • NewBing也是我现在最常用的AI。

文言一心

  • 前两个AI想要在国内访问需要一定的门槛,过程相对复杂
  • 如果只是简单的体验一下智能聊天机器人,可以尝试一下国内的文言一心

(三)AI编写测试用例原理

  • 正如前面介绍的那样,聊天机器人程序本质上是一个自然语言处理工具。
  • 它就像一面镜子,它输出什么取决于你给它什么
  • 所以,该提供哪些信息,该如何下达命令,就是最核心的问题。

给AI下达命令,有一个专有名词叫prompt(提示词)

  • 例如,下图注册弹框的需求
  • 我让AI生成这条需求的测试点:"1.点击手机号输入框弹出键盘。限制只能输入数字,除数字外字符输入不成功。手机号限制输入11位;"
  • 得到的结果如下,可以看到输出的结果大部分是来源于我的提示词,AI将提示词分析并重新整合,输出一份测试点。
  • 这就意味着,提示词越详细,输出的内容就越贴近想要的结果,但随着而来的成本也就越高。
  • 但输出的内容不够准确,后期的修改的成本也会变高。
  • 所以,如何平衡成本也是一个很大的问题。

二、编写用例

  • 理想状态是直接把需求直接提供给AI,让AI直接写用例,但这样与实际想要达到的结果相差甚远。
  • 所以建议,先使用需求通过AI生成测试点,再测试点通过AI生成测试用例。
  • 以下示例说明以newbing为例

(一)通过需求生成测试点

  • 下面是向AI发出指令的模板,黄色字的内容是可选项或说明:
    注意:由于AI回复的字数有限制,建议对需求进行分块分类型,然后分批生成测试点。

我是一名移动端软件测试工程师,下面这份需求帮我输出一份测试点,(或 每条测试点需要输出正向和逆向的用例):

需求名称:需求名称

需求说明:需求说明

输出要求:将测试点分为触发条件、触发时机、样式、功能逻辑、异常处理几个模块,并且新增一列,表明所属的模块。(如果是非页面性的功能,使用触发条件、触发时机,如果是页面、弹框等,使用展示条件、展示时机)

输出格式:表格,分为序号、所属模块、测试点,总共三列。

  • 以下图注册弹框的需求为例,使用的AI是newbing
    • 按照模板编辑后,黏贴到newbing并发送
    • 输出的结果如下

(二)通过测试点生成测试用例

  • 下面是向AI发出指令的模板,蓝色字的内容是可选项或说明:
    注意:由于AI回复的字数有限制,建议跟生成测试点一样,分批生成测试用例。

我是一名移动端软件测试工程师,下面这份是针对移动端软件的测试点,帮我输出一份测试用例,每条测试点用一条以上用例验证 (或 每条测试点需要输出正向和逆向的用例):

需求名称:需求名称(需求名尽量概述功能点)

模块名称:模块名称(用例中所属模块)

需求说明:需求说明

功能流程:功能流程(可以写一条正向的流程)

输出要求:需要包含用例名称、所属模块(填写测试点所属模块名称)、前置条件(非必填,可为空)、测试步骤、预期结果

输出格式:表格。

  • 以上面输出的测试点为例:
    • 先编辑模板,黏贴到newbing并发送
    • 输出的结果如下

(三)注意事项

  1. 遇到输出数据不完整时,可以让AI继续输出后续的内容。例如:"从第五条开始,继续输出剩下的用例"
  2. 注意,AI直接输出的结果,大部分不够准确,还是需要经过人工审核,

此篇文章只是提供了一个可行的方法,但是它还不完美,欢迎大家一起讨论一个更完美的为未来~


本人运营的博客同名公众号【软件测试必备技能】不定期会上传测试相关资料,可点击文章下方二维码,前往领取~

相关推荐
HyperAI超神经44 分钟前
NeurIPS 2024 有效投稿达 15,671 篇,数据集版块内容丰富
人工智能·开源·自动驾驶·数据集·多模态·化学光谱·neurips 2024
uhakadotcom1 小时前
AI搜索引擎的尽头是电商?从perplexity开始卖货说起...
前端·人工智能·后端
测试老哥1 小时前
pytest之收集用例规则与运行指定用例
自动化测试·软件测试·python·测试工具·职场和发展·测试用例·pytest
KeKe_L1 小时前
深度学习—参数初始化及激活函数Day35
人工智能·深度学习
virtaitech2 小时前
探索 GAN 的演变之路
人工智能·神经网络·生成对抗网络
黑色叉腰丶大魔王2 小时前
《掩码语言模型(Masked Language Model, MLM)》
人工智能·语言模型·自然语言处理
Elastic 中国社区官方博客2 小时前
从 App Search 到 Elasticsearch — 挖掘搜索的未来
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·数据库开发
Jurio.2 小时前
【IEEE独立出版 | 厦门大学主办】第四届人工智能、机器人和通信国际会议(ICAIRC 2024,12月27-29日)
人工智能·深度学习·神经网络·机器学习·自然语言处理·数据挖掘·机器人
新智元2 小时前
AI卷翻科研!DeepMind 36页报告:全球实验室被「AI科学家」指数级接管
人工智能·后端
m0_742848882 小时前
机器学习3
人工智能·深度学习·机器学习