04 --- AI 测试用例生成与评审实战
从 Prompt 模板到 Skill 自动化：让 AI 帮你写用例
面向财政系统业务场景
作者 ：浅木·先生
版本：v1.0（2026-05-29）
目录
- [一、现状：AI 生成用例到底能不能用](#一、现状：AI 生成用例到底能不能用)
- [二、Prompt 模板库（10 个可直接套用）](#二、Prompt 模板库（10 个可直接套用）)
- [三、Harness 接口知识库方法论](#三、Harness 接口知识库方法论)
- [四、Skill 驱动：从手动到自动](#四、Skill 驱动：从手动到自动)
- 五、用例审核：量化评审体系
- [六、需求评审：从源头堵住 Bug](#六、需求评审：从源头堵住 Bug)
- 七、企业级落地案例与踩坑
- 八、财政系统落地建议
一、现状：AI 生成用例到底能不能用
结论：绝对能用，但有条件。
质量公式
用例质量 = 智能体能力 × 提示词质量 × 模型能力 × 需求文档质量四个因素缺一个都不行：
| 因素 | 影响 | 最低要求 |
|---|---|---|
| 智能体（Agent/Skill） | 决定是否能理解上下文 | 能加载参考文献 |
| 提示词 | 决定生成的精准度 | 结构化、约束输出格式 |
| 模型 | 决定推理深度 | 中文能力好（DeepSeek/千问） |
| 需求文档 | 决定信息是否完整 | 包含角色-操作-预期结果 |
AI 能做什么、不能做什么
| AI 擅长 | AI 不擅长 |
|---|---|
| 正向流程用例（按文档理解） | 业务"潜规则"校验 |
| 边界值（自动推导上下限） | 跨系统"感觉不对" |
| 接口参数组合（自动枚举） | 探索性场景 |
| 格式规范（统一输出模板） | 理解业务歧义 |
| 大批量生成（50+ 用例/10分钟） | 判断"这个结果对不对" |
最佳分工模式
AI 写初稿（80%），人工做审核（20%）二、Prompt 模板库（10 个可直接套用）
模板 1：通用框架（四要素）
【角色定位】
你是一名资深的软件测试工程师，擅长功能测试设计。
【背景信息】
系统类型：[预算管理系统 / 支付审批系统 / 政府采购系统]
业务规则：[具体业务约束条件]
技术约束：[前后端分离 / 微服务 / 单点登录]
【覆盖维度】
- 正向流程
- 异常流程
- 边界值
- 权限场景
【输出格式】
| 用例编号 | 模块 | 功能点 | 用例标题 | 前置条件 | 步骤 | 预期结果 | 优先级 |模板 2：接口测试
你是一名接口测试专家。
接口信息：
- URL: POST /api/budget/create
- 请求体: {"year": "2026", "amount": 100000, "dept": "财务处"}
- 响应: {"code": 200, "message": "创建成功"}
请从以下维度生成接口测试用例：
1. 正常创建（各类合法参数组合）
2. 参数缺失（必填字段缺一个）
3. 参数类型错误（字符串传数字等）
4. 边界值（金额 0 / 负数 / 极大值）
5. 权限校验（无权用户调用）
6. 重复提交（幂等性）
格式：Markdown 表格模板 3：边界值测试
请为以下字段生成边界值测试用例：
- 预算金额：decimal(18,2)，范围 0.01 ~ 999999999999.99
- 项目名称：varchar(200)
- 审批层级：int，1~5 级
每个字段至少 5 个边界值，标注预期结果。模板 4：权限测试
系统角色：
- 系统管理员（查看/编辑/审批/删除）
- 预算填报人（查看/编辑）
- 部门审批人（查看/审批）
测试场景：
1. 角色 A 能操作的功能，角色 B 是否能看到入口
2. 无权限直接访问 URL 是否被拦截
3. 接口层面绕过前端校验直接调用
请生成完整权限矩阵 + 测试用例。模板 5：异常场景
请为以下场景生成异常测试用例：
"预算申报流程" --- 填报 → 部门审批 → 财务审核 → 领导审批
异常维度：
1. 每个环节跳过（不走流程直接审核）
2. 每个环节退回（退回后再提交）
3. 并发操作（两人同时审批）
4. 数据异常（预算超支提交）
5. 网络异常（审批中断后重连）模板 6：安全测试
请为以下财政系统功能生成安全测试用例：
1. SQL 注入（登录框 / 查询框）
2. XSS（输入框 / 富文本）
3. CSRF（关键操作是否有 Token 校验）
4. 越权访问（修改 URL 参数访问他人数据）
5. 敏感信息泄露（接口返回是否包含密码/手机号）模板 7：兼容性测试
请生成兼容性测试用例：
浏览器：Chrome 最新版 / Firefox 最新版 / Edge
分辨率：1920×1080 / 1440×900 / 1366×768 / 768×1024（平板）
核心验证点：
- 页面布局是否自适应
- 表格列宽是否正常
- 弹窗是否居中
- 按钮是否可见可点击模板 8：数据驱动测试
请生成数据驱动测试用例：
场景：预算查询列表
数据维度：
- 年度：2024 / 2025 / 2026
- 部门：财务处 / 办公室 / 信息中心 / 全部
- 状态：草稿 / 已提交 / 已审批 / 已驳回
- 关键词：项目编号 / 项目名称
输出：用笛卡尔积列出所有组合，减掉不合理的组合模板 9：回归测试选择
代码变更内容：
- 修改了 budget_service.py 文件
- 修改了 /api/budget/list 接口的分页逻辑
- 修改了前端预算列表页的表格渲染
请根据变更影响范围，推荐需要回归的测试用例：
1. 受影响的功能点（直接关联）
2. 可能受影响的功能点（间接关联）
3. 不受影响可以不测的模块（排除）模板 10：性能测试 Prompt
请为以下接口生成 Locust 压测脚本（Python）：
接口：POST /api/budget/create
场景：100 用户并发，ramp-up 10 秒，持续 60 秒
验证：成功率 > 99%，P95 响应时间 < 2s
输出：完整的 Locust 脚本 + JMeter .jmx 文件（可选）三、Harness 接口知识库方法论
为什么需要接口知识库
Swagger 只回答了"接口怎么调"，没回答"为什么这样设计"。
知识库四要素：
| 要素 | 说明 | 示例 |
|---|---|---|
| 结构化 | 机器可读的格式 | YAML / JSON |
| 关联化 | 知道谁调谁 | 预算创建→支付接口 |
| 可查询 | 能快速检索 | RAG 向量库 |
| 可验证 | 能测试 | 调用并断言 |
知识库示例（YAML 格式）
yaml
# interface-knowledge/budget.yaml
interface:
name: 预算创建
path: POST /api/budget/create
desc: 创建新的预算申报单
business_rules:
- 年度只能为当前年份或明年
- 金额不能超过部门预算总额
- 项目名称不能重复（同部门同年份）
related:
- POST /api/budget/approve # 审批
- GET /api/budget/list # 查询
- POST /api/payment/create # 支付（下游）
historical_bugs:
- "金额为 0 时接口返回 200 但数据库插入失败"
- "特殊字符(单引号/引号)导致 SQL 报错"与 MR 联动：智能回归
代码合并请求（MR）
→ 自动检索受影响的接口
→ 提取对应知识库中的业务规则
→ AI 生成针对性测试用例
→ 自动执行回归四、Skill 驱动：从手动到自动
四步法：让 AI 生成符合你思维逻辑的用例
Step 1: AI 生成初稿（用上面任一 Prompt 模板）
Step 2: 人工审核 + 修改（按你的业务经验）
Step 3: 将修改后的用例喂给 AI 学习（反向训练）
Step 4: 反复磨合 → AI 提炼出符合你思维逻辑的 Skill关键：不需要一次完美，迭代 2-3 轮后 AI 生成的用例质量会明显提升。
接口测试用例生成 Skill（api-testcase-generator）
输入：Swagger 2.0 / OpenAPI 3.0 / Postman Collection v2.1
输出：Markdown 表格 / CSV / Postman Collection JSON
多维度生成：
- 正常用例（正向流程）
- 错误用例（异常参数）
- 边界值用例（参数边界）
- 认证场景（无 Token / Token 过期 / 权限不足）
- 交叉验证（组合参数）
- 分页场景
财政系统场景：
财政系统接口繁多（一个一体化系统可能有 3000+ 接口），
用此 Skill 从 Swagger 文档批量生成接口用例，节省 99% 手写时间。
文档驱动用例生成 Skill（doc-based-testcase-generator）
设计方法：正向/反向/边界值/等价类/状态流程/场景法
输入：PRD / 需求文档 / 接口文档
输出：结构化测试用例文档
财政系统场景：
财政系统的新政策发布时，PRD 文档可直接转化为测试用例，
规范统一、覆盖全面。
五、用例审核：量化评审体系
为什么需要量化评审
传统用例评审的问题是"张三说不错，李四说还行"------全凭经验，没有标准。
评分体系
| 维度 | 权重 | 评分标准 |
|---|---|---|
| 覆盖度 | 30% | 正向/负向/边界是否全部覆盖 |
| 清晰度 | 25% | 步骤是否可执行，有没有歧义 |
| 可执行性 | 20% | 是否有前置条件、预期结果是否明确 |
| 关联性 | 15% | 是否关联了需求和缺陷编号 |
| 可维护性 | 10% | 是否用了参数化，避免硬编码 |
评分等级：
- ≥90 分 → 优秀，可直接入库
- 70-89 分 → 良好，需微调后入库
- 50-69 分 → 需大幅修改
- <50 分 → 重写
审核 Skill 输出模板
markdown
## 用例审核报告
总评分：82/100（良好）
### 各维度得分
| 维度 | 得分 | 说明 |
|------|------|------|
| 覆盖度 | 85 | 缺少一个异常场景：金额超限 |
| 清晰度 | 90 | 步骤明确，无歧义 |
| 可执行性 | 80 | 缺少前置条件的设置步骤 |
| 关联性 | 75 | 未关联需求编号 |
| 可维护性 | 70 | 金额参数可抽取为变量 |
### 优化建议
1. 补充异常场景：金额超过部门预算总额
2. 补充前置条件：登录 + 进入预算编制页面
3. 关联需求编号：REQ-2026-001六、需求评审：从源头堵住 Bug
AI 需求评审检测维度
| 维度 | 检测内容 |
|---|---|
| 功能完整性 | 有没有遗漏功能点 |
| 数据准确性 | 字段定义是否明确 |
| 业务规则 | 规则是否有歧义 |
| 用户体验 | 交互流程是否合理 |
| 风险识别 | 是否有潜在的技术实现风险 |
测试"质疑问题模板"
【功能完整性】
- 这个功能有没有遗漏的分支？
- 用户操作到一半退出怎么办？
【数据准确性】
- "金额"是指含税还是不含税？
- "审批"是指部门审批还是财务审批？
【业务规则】
- 规则 A 和规则 B 冲突时怎么处理？
- 有没有隐含的行业规范没有写出来？
【用户体验】
- 操作失败后用户怎么知道？
- 长时间加载有没有进度提示？七、企业级落地案例与踩坑
案例：飞猪 AI 测试新范式
| 指标 | 优化前 | 优化后 |
|---|---|---|
| 用例维护 | 全量维护 | 维护降 70% |
| 漏测率 | 较高 | 减半 |
| 死循环 | 偶发 | 归零 |
踩坑 1："以为给一份需求文档就够了"
AI 需要结构化的需求文档，包含角色-操作-预期结果表格。
给一段散文式 PRD，AI 生成的用例质量很差。
解法：需求文档结构化，关键信息用表格呈现。
踩坑 2："以为堆 Prompt 就能解决"
不是提示词越长越好。500 字以上 Prompt 也会让 AI"迷失"。
关键是指定输出格式，而非描述需求细节。
解法：Prompt 控制在 200~400 字，重点约束输出格式。
踩坑 3："以为多 Agent 协作就能覆盖全"
多 Agent 需要明确分工和衔接机制。
一个 Agent 负责功能用例，另一个负责异常用例 --- 但衔接处容易遗漏。
解法：每个 Agent 的输入/输出边界必须明确。
八、财政系统落地建议
最佳实践组合
业务理解 → 用 Harness 知识库（存财政业务规则）
用例生成 → 用 Prompt 模板（套用财政场景）
用例审核 → 用审核 Skill（评分体系）
用例管理 → 用 TestHub / 测试管理平台分级实施
| 阶段 | 内容 | 目标 |
|---|---|---|
| L1 | 套用 Prompt 模板，手工生成用例 | 先跑通流程 |
| L2 | 搭建接口知识库，AI 生成接口用例 | 提升效率 |
| L3 | 用例审核 Skill 覆盖 | 统一质量标准 |
| L4 | 需求评审 + 用例生成 + 审核全链路 | 全流程 AI |
建议配合 02-Agent-Skills-MCP-测试实战指南.md 一起使用