一、预期收益
"通过引入AI辅助用例生成，我们将测试设计阶段的人均产出提升了近一倍，释放出的精力用于探索性测试和复杂场景覆盖，实现了'既快又稳'。"
核心成果：构建"需求→用例→执行→反哺"的AI赋能闭环
| 维度 | 关键指标 | 说明 |
|---|---|---|
| 生成效率 | 单需求用例生成时间 ↓75% | 15分钟 → 3分钟（含人工校验） |
| 需求覆盖率 | ↑30% | AI自动发现边界/异常场景，减少人工遗漏 |
| 需求缺陷前置发现 | 5个 | AI生成过程中反向暴露需求模糊点 |
| 用例采纳率 | 85% | 经2轮Prompt优化后，基础与异常场景几乎直接可用 |
价值量化（向管理层汇报用）
-
直接效能： 季度累计生成用例 1200+条 ，节省测试设计工时 约60人天
-
质量左移： 需求阶段发现 5处 逻辑漏洞，避免后期返工成本
-
知识沉淀： 形成 8个 高复用Prompt模板 + 1套"AI用例生成Slill"
二、主要工作
1. 搭建"AI+人工"双引擎生成模式
-
模式优化： 不再依赖AI一步到位，改为"需求结构化 -> AI批量生成 -> 人工标注清洗 -> 入库"的SOP流程。
-
效果： 解决了AI常见的"废话文学"和遗漏异常场景的问题，回归测试用例生成效率提升显著。
2. 核心业务场景实战
-
项目A（电商/金融等）： 输入标准化需求文档，AI 30秒内输出覆盖等价类、边界值、异常流的初版用例，人工仅需补充特有业务规则（如"满减叠加逻辑"）。
-
接口测试： 利用AI根据API文档生成参数校验用例（如：类型错误、长度超限、为空等），自动产出代码级测试脚本模板。
3. 反哺需求质量
- 在AI生成过程中，比如发现 3处 需求描述模糊（如"长时间未响应"未定义具体秒数），提前与产品沟通修正，避免了后期返工。
三、踩过的坑与解决方案（关键部分）
-
坑1：AI不懂"隐性需求"（如：列表需按时间倒序）。
- 解法： 建立业务知识库，在Prompt中强制加入"该项目默认规则：排序规则、分页规则"。
-
坑2：生成冗余度过高（如：为每个输入框生成20条无效等价类）。
- 解法： 优化Prompt指令，加入"请遵循正交试验法，合并冗余场景"。
-
坑3：上下文遗忘（对话长了之后，AI忘记被测系统是App还是Web）。
- 解法： 采用结构化Prompt模板（角色+任务+约束+示例），固化输入格式。
四、闭环实践详解
1. 输入侧：需求结构化 + 知识库注入
-
将PRD、接口文档、历史缺陷库作为上下文注入大模型
-
大模型自动识别：业务规则、字段约束、状态机、异常路径
-
价值： 让AI"懂业务"，而非泛泛生成通用用例
2. 生成侧：分层生成 + 人工校准
4. 反馈侧：执行结果反哺Prompt/Skill优化
-
功能场景（P0）：AI生成 → 人工确认核心链路
-
边界/异常场景（P1）：AI批量生成 → 人工抽样校验
-
探索性场景（P2）：AI建议 → 人工决策是否纳入
-
价值： 人机分工明确，AI做广度，人做深度
输出侧：多格式适配 + 可执行化
-
直接输出：Markdown表格 / XMind / TAPD导入格式
-
进阶：生成接口测试脚本片段（Postman/Python）
-
记录AI生成用例中被驳回/执行失败的场景
-
定期分析 → 优化Prompt/Skill指令集 → 迭代"用例生成模型"
-
价值： 每次执行都在训练"更懂本项目"的AI
-
价值： 从"用例文档"到"可执行资产"一步到位
五、方法论沉淀：大模型赋能测试的三级成熟度
| 级别 | 特征 | 当前阶段 |
|---|---|---|
| L1 工具化 | 人写Prompt，AI出草稿，人工改 | ✅ 已实现 |
| L2 流程化 | 固化SOP，需求→用例自动化流水线 | ✅ 已实现 |
| L3 智能化 | 执行失败自动触发用例补全，缺陷自动回灌生成回归用例 | 🔄 Q3推进中 |
六、下一步：从"辅助生成"到"自主进化"
-
缺陷驱动的用例再生
生产缺陷自动解析 → 大模型生成补充回归用例 → 自动合入用例库
-
用例-代码双向映射
AI生成用例的同时，标注对应代码模块，为精准回归提供依据
-
大模型评估大模型
引入评测模型，对生成的用例进行"覆盖率/冗余度"自动评分，持续优化生成质量