要想知道AI如何在软件测试中给我们提效，首先需要知道软件测试的流程，一般来说，软件测试的流程通常如下：
了解软件测试的大致流程后，再来了解AI它大概是个什么东西。
AI，即⼈⼯智能，它所表现出来的智能主要能够模拟⼈类智能⾏为的机器或软件。这些智能⾏为包括 学习、推理、解决问题、理解语⾔、识别模式等诸多⽅⾯。⽣活中有很多关于AI应⽤的案例，例如，智能语⾳助⼿（如苹果的Siri、亚⻢逊的Alexa）可以理解⼈ 类的语⾳指令并做出相应的回应，这就是模拟了⼈类理解语⾔和交流的能⼒。像这样的：
简单来说，AI刚开始就是一个什么都不懂的"机器宝宝"，但它能特别勤奋的学习技能并且掌握它，这个过程大概是这样子的：
当这个AI训练完成并且上线后，它就能成为我们的好帮手，特别是在当今数字化时代，AI技术正以前所未有的速度渗透⾄各个领域，各⾏各业都在积极拥抱AI以实现转 型升级与创新发展。在此背景下，我们作为软件测试领域中的⼀员，更应该思考AI如何为我们提效呢？好消息是AI能够恰到好处的融入软件测试的各个流程。
知道AI能为我们提效这个信息之后，这就引出了另一个问题：我们该怎么样和AI对话，才能让它理解我们的意思，并且给出我们想要的帮助呢 ？这就不得不提到另一个专业术语了：关键词。我们可以通过描述准确的关键词来指挥AI，理解并完成我们的要求。
那么，如何准确地描述关键词又成为了一个问题，针对这个问题，这里的答案是使用两个比较靠谱的框架，分别是：ICIO框架和CRISPE框架。
（注：本文介绍使用到的AI工具为Deepseek，介绍的方法对其他AI工具也适用）
1.ICIO框架
ICIO框架的每个字母的含义如下：
I ------ Instruction（指令）：明确告知AI需要执⾏的任务或回答的问题。
C ------ Context（背景）：提供与任务相关的背景信息或上下⽂，以帮助AI理解情境。
I ------ Input（输⼊）：列出AI执⾏任务所需的具体数据或信息。
O ------ Output（输出）：指定期望的结果格式或输出⽅式。
那么拿个例子来实战试试：
用例 ： 令AI生成一篇100字的讨论⼈⼯智能在教育领域的应⽤的文章
不使用框架：
请撰写⼀篇约 100 字的⽂章，讨论⼈⼯智能在教育领域的应⽤。
生成结果：
人工智能正重塑教育图景。智能辅导系统能因材施教，为每个学生定制学习路径；自动化批改解放教师，使其专注育人；VR与AI结合创造沉浸式课堂，化抽象为直观。然而，技术无法替代情感共鸣与价值引领。人机协同，方能点燃好奇心，培养批判性思维，让教育回归"点燃火焰"的本质。未来已来，唯以智慧驾驭，方不负科技向善之力。
使用框架：
指令：请撰写⼀篇约 100 字的⽂章，讨论⼈⼯智能在教育领域的应⽤。
背景信息：⼈⼯智能正在被⼴泛应⽤于个性化学习、⾃动评分和教育数据分析等⽅⾯。
输出：⼀篇结构清晰、语⾔流畅的⽂章，适合教育⾏业的专业⼈⼠阅读
（注：这里没有输入的原因是输入的案例和研究数据过于占用本文篇幅，如果各位需要输入的话，可以自行添加相关的案例和数据）
生成结果：
人工智能正深度融入教育核心场景。在个性化学习层面，智能算法动态分析学情，推送定制化资源，实现因材施教；自动评分系统借助自然语言处理，高效反馈主观与客观题，减轻教师负担；教育数据分析则通过挖掘行为与成绩数据，预警学习风险，辅助科学决策。技术虽强，但无法替代师生间的情感联结与价值引导。唯有将AI的效率与人的温度相结合，方能构建更公平、更有深度的未来教育生态。
显然，第使用框架生成的文章比不使用框架生成的文章更加专业、正式，更适合平时学术讨论。因此，从这里开出，使用框架能够较为准确地描述我们的要求，令AI为我们提供想要的答案，避免答非所问的情况。
2.CRISPE框架
CRISPE框架的每个字母的含义如下：
C---能⼒与⻆⾊（Capacity&Role）：定义AI应扮演的⻆⾊或⾝份
R---请求（Request）：清楚地说明希望AI执⾏的任务或回答的问题
I---信息（Information）：提供相关背景或上下⽂信息以辅助⽣成回答
S---⻛格（Style）：指定输出内容的语⽓或⻛格
P---参数（Parameters）：为⽣成内容设置限制或指导
E---⽰例（Examples，可选）：提供⽰例输出，展⽰期望的格式和质量。
同样，这里也举一个例子：
用例： 令AI生成⼀篇 100 字的可持续时尚趋势博客⽂章
不使用框架：
请撰写⼀篇 100 字的可持续时尚趋势博客⽂章
生成结果：
时尚圈正掀起一场"绿色革命"。如今，可持续不再是营销噱头，而是行业硬通货。数据显示，全球二手服饰市场增速已是快时尚的两倍。
Z世代正用消费投票：他们爱古着，更追捧"慢设计"。从菌丝皮革到闭环回收，科技让时髦与环保和解。
真正的奢侈，是让衣橱没有"过期单品"。当环保材质成为主流，当"修复"取代"丢弃"，我们的地球，正在变得更时尚。最好的单品，永远是下一件------或者，那一件有故事的旧衣。
使用框架：
⻆⾊：你是⼀位资深营销策略师。
请求：请撰写⼀篇 100 字的可持续时尚趋势博客⽂章
信息：⽬标受众为关注环保的千禧⼀代。
⻛格：使⽤对话式且引⼈⼊胜的语⽓
参数：并⾄少包含三条⾏业统计数据。
生成结果：
亲爱的环保时尚精们，好消息：可持续时尚不再是"小众理想"，而是一场真实发生的革命！
2025年全球可持续时尚市场已突破125亿美元 ，预计到2032年将以近10%的年复合增长率 持续扩张。更棒的是，约66%的全球消费者愿意为环保产品支付溢价------你们的钱包正在投票改变世界！
不过挑战依然存在：科爾尼2025循环时尚指数显示，超过70%的时尚品牌在循环实践上仅处于"中等"水平。这意味着从"想做到"到"真做到"，还有巨大空间。
你们的每一次理性消费、每一件二手好物、每一次对透明品牌的点赞，都在推动这场变革。一起穿出态度，穿出未来
从生成结果来看，使用框架生成的文章显然更有说服力和严谨，因为的它有数据支撑和用词正式。
3.AI与测试的结合
介绍了两个框架后，我们很容易发现一个关键信息：这两个框架其实长得很像，都包括：具体的指令、请求所在的上下文、请求依赖的信息（如果有）和指定的输出格式。所以在日常使用中可以按自己的喜好来决定使用哪个框架。
那么说了那么多，这个AI到底怎么和我们的测试流程联系起来呢？这里拿测试流程中的"需求分析"和"设计测试用例"来举例，选择这两个流程的原因：
- 当我们刚进入测试行业时，可能会因为自身的经验不足，导致没办法发现需求文档中的一些模糊的、矛盾的需求，这样会导致我们后续在会议上无话可说，以及在设计测试用例时带来一系列的麻烦。
- 再来说设计测试用例，软件测试流程中设计测试用例的地位是非常重要的，如果测试用例设计的覆盖率不够，那么这个产品所具有的问题不能被及时发现，这将会带个用户不好的体验，甚至的公司的经济损失。
对于"需求分析"这个流程，AI可以帮助我们发现文档存在的模糊、矛盾信息，不仅如此，在公司中的需求文档篇幅通常会非常长，我们阅读起来可能会有点费劲，搞不好还会遗漏某个测试点，这种情况下，我们也可以让AI来帮我们整理出需求文档中包含的测试点。
比如说现在有一个登录功能的需求文档：
我们可以这么使用AI帮我们分析：
生成的结果（展示部分）：
这里AI帮我们分析了许多需求文档存在的问题，这样的话让我们新人也有了提出问题的能力，同时也能打开我们的视野，对需求文档的分析更加得心应手。但是这里需要牢记：AI只能辅助我们工作，不能代替我们工作！因为AI给的结果也不完全是对的，还需要我们自己斟酌，比如这个：
因为哪怕不统一提示样式，开发不管用哪种形式，都能完成 "展示错误信息" 这个核心需求，不存在功能失效、逻辑错乱、安全漏洞，因此这个问题可提可不提，如果该产品的测试比较急迫，那么这个问题就是无效问题，因为其他的问题比它重要得多，如果该产品的测试比较宽裕，那么可以考虑提出。
再来说AI使用在设计测试用例的场景，我们可以这样命令AI：
生成结果（部分）：
我们可以看到，AI根据我们的要求生成了丰富的测试用例，但是有些可能是重复的，比如说：
这里账号登录成功就已经成功跳转了，没有必要在多测一次页面正确跳转了。这里就出现了用例冗余的情况，如果我们不仔细看得话，这无疑会加大我们执行用例的工作量，不仅如此，如果AI给出的测试用例有些是错误的、不合理的，就更需要我们进行检查和剔除了。
总结：
AI可以在⼀定程度上可以提⾼测试⼈员的⼯作效率，但不能替代测试⼈员来完成测试⽤例设计 的⼯作。我们应当将AI视为测试⼈员的"智能实习⽣"或"超级加速器"，⽽⾮替代者，它擅⻓处理模式识别、枚举和⽣成初稿，极⼤地提升效率，特别是在覆盖基础场景⽅⾯。然⽽，测试⼈员的核⼼价值在于其深刻的业务理解、批判性思维、创造性、⻛险评估能⼒和对"测试意图"的精准把握。这些是确保测试有效 性的关键，也是AI⽬前⽆法复制的。