各位老师们 请教一下关于 ai 提效的相关问题

最近在尝试做一个 AI 辅助影响范围分析与测试用例生成 的小专项。
简单说，就是想把测试同学日常做需求测试时最耗时的几件事，用 AI 辅助标准化下来：
看需求，理解这次到底改了什么；
结合技术方案、代码检索、diff，判断影响范围；
区分 P0/P1/P2 测试范围；
生成测试用例、回归范围、风险点和待确认项；
要求每个影响结论尽量有代码证据支撑，而不是纯靠猜。
目前先用一个真实 B 端前端需求试跑了一版，过程中发现 AI 直接生成用例虽然格式很好，但容易漏掉 “业务结果是否正确” 这种核心场景。比如汇总页不只是要测筛选、跳转、页面展示，还要验证统计数量、数据集合、分类结果是否和来源页面一致。

所以现在这个专项的重点不是 “让 AI 替代测试写用例”，而是探索一套更稳定的协作流程：
人负责解释业务意图和判断边界，AI 负责辅助检索证据、整理影响范围、生成可复核的测试设计。
后续准备继续用更多真实需求验证，看看它在影响范围分析、漏测识别、用例生成效率上到底能提升多少，也想听听各位前辈的看法 感觉有没有搞头