用 AI 做测试设计 ·（一）
做测试这些年，我最慌的时刻从来不是"写不完用例"，而是上线后冒出一个我压根没想到的场景——那种"这个点我当时怎么漏了"的后背发凉。
漏掉测试点，几乎从来不是因为不仔细，而是一个人对着需求，思维很难一次铺开。正常流程顺下来谁都会，偏偏是边界、异常、逆向那些"犄角旮旯"最容易从指缝里滑走。
我现在拿到一段需求，第一步不急着写用例，而是先把需求丢给 AI，让它帮我做一次"测试点脑暴"，30 秒铺开一张大网，我再在这张网上增、删、收口。
但在讲怎么操作之前，我想先把一件更重要的事讲透：AI 为什么能帮你把测试点铺全，又为什么一定会漏掉一些——搞懂这个，你才知道怎么用它才不翻车。
一、原理：AI 脑暴测试点，到底在"想"什么
1.1 为什么它比你一个人想得全
先说一个反直觉的事实：AI 并不是在"推理"你的需求，它更像是在"回忆和重组"成千上万工程师见过的场景。
大模型在训练时读过海量的需求文档、测试用例、缺陷库、测试经验帖。当你丢给它一句"账号密码登录"，它做的事本质是：
"登录"这个东西，历史上无数工程师测过，他们踩过空值、超长、爆破、锁定、互踢、弱网……我把这些高频出现的维度，按概率从高到低给你列出来。
所以它在通用、公共的维度上，几乎一定比单个普通人想得全——因为它背后是成千上万个测试大脑的经验叠加，而且它没有思维定式、不会疲倦、不会"我觉得这种情况不可能发生"。
1.2 那为什么它又一定会漏
同样的原理，决定了它的死穴：它不懂"你的"系统。
它列的所有东西，都是"通用登录"的经验。但你项目里真正最容易出 bug 的，往往是那些只存在于你们业务里、需求里没写透、外人根本不可能知道的规则，比如：
- 你们的账号其实是"工号 + 租户"，跨租户同名会冲突；
- 你们有个历史包袱：老用户密码是旧加密方式，新老并存；
- 你们登录后要根据风控等级跳不同的中间页。
这些东西，全网搜不到、训练数据里没有，AI 再强也变不出来。
1.3 一个最好用的心智模型
我建议你这样定位 AI 在这一步的角色：
把它当成一个"经验极丰富、但今天第一天来上班、还完全不懂咱们系统"的资深同事。
这个比喻能解释一切：
- 通用经验上，他比你还老练 → 所以让他先铺开；
- 但他不懂咱们的业务 → 所以你喂给他的上下文越多，他越靠谱；你只丢一句话，他就只能给你最通用、最没针对性的东西。
记住这句话，下面所有"怎么做到更好"的技巧，本质都是同一件事：想办法让这个新人快速了解你们系统。
二、基础实操：一段提示词跑通
就拿最常见的需求来演示：
用户输入账号和密码，点击登录，校验通过则进入首页。
我把它原样丢给主流 AI（ChatGPT / Claude / DeepSeek 都可以，这个发散任务对模型要求不高）。
我用的提示词（可直接抄）
你是一名有10年经验的资深测试工程师。
下面是一段功能需求，请帮我做"测试点脑暴"，而不是直接写详细用例。
需求：
"""
用户输入账号和密码，点击登录，校验通过则进入首页。
"""
要求：
1. 按维度分类列出测试点（正常流程、输入校验、边界值、异常场景、
安全性、兼容性、性能、交互与状态等）；
2. 重点补充人容易漏掉的异常、逆向、边界场景；
3. 每个测试点一句话即可，不展开步骤；
4. 最后单列一节：这段需求里"描述不清晰、需要找产品确认"的疑点。
AI 返回的测试点（节选）
正常流程：正确账号密码登录成功跳首页；已登录再进登录页的处理。
输入校验 / 边界：账号或密码为空；只填一项；前后带空格；大小写策略；超长、特殊字符、Emoji、中文；粘贴带入的不可见字符。
异常场景：账号不存在；密码连续错误 N 次的锁定 / 验证码；锁定期间与到期解锁；断网 / 弱网 / 超时；服务端报错提示；多端同时登录互踢；快速连点导致重复提交。
安全：密码是否明文、有无"小眼睛"；防爆破限制；刷新能否回看密码；是否 HTTPS；SQL 注入、万能密码。
兼容 / 性能 / 交互：机型系统浏览器分辨率；键盘遮挡、回车提交；响应慢时有无 loading 和防重复；会话有效期与失效。
30 秒，一张比大多数人第一版全得多的网就铺开了。
三、怎么做到更好：让输出质量翻倍的做法
90% 的人停在"丢一句话、拿一屏结果"，然后抱怨"AI 也就那样"。真正拉开差距的是下面这几个动作——它们都来自前面那个原理：你给的上下文和约束，决定它的上限。
做法 1：别只喂需求，把"背景料"一起喂进去
这是收益最大、也最少人做的一步。除了那句需求，再附上你能拿到的：
- 业务背景：这是什么产品、给谁用、核心场景是什么；
- 用户角色：新用户 / 老用户 / 被风控的用户分别会怎样；
- 接口 / 原型：有接口文档、原型图、状态流转图就一起给；
- 历史 bug："这个模块以前在 XX 上出过问题"。
同一个登录需求，加了"账号是工号、存在跨租户同名、有新老两套密码加密"这些背景后，它列出来的点立刻从"通用清单"变成"你项目的清单"。信息质量决定输出质量，没有捷径。
做法 2：让它"换人"再想一遍，专攻盲区
一个视角必然有盲区。可以在同一轮里要求它切换身份：
请分别从以下视角补充测试点：
1. 恶意攻击者（想盗号、爆破、绕过校验）；
2. 完全不懂电脑的老年用户（误操作、异常输入）；
3. 产品经理（关注规则边界和异常提示文案）；
4. 运维 / 风控（关注高频、异常 IP、设备指纹）。
正常流你自己能想到，但"攻击者视角"和"小白误操作视角"是普通人最容易漏、却最容易出线上事故的两类。 这一步常常能捞出你第一版完全没有的点。
做法 3：多轮迭代，逼它"再挖深一层"
别指望一次问完。第一轮结果出来后，连续追问：
- "在【异常场景】这一类里，还有没有更极端、更罕见的情况？"
- "如果上游依赖的服务挂了 / 数据库主从延迟 / 缓存失效，会怎样？"
- "假设已经有了上面这些点，还有什么是大家普遍会忽略的？"
你会发现每追问一轮，它都能再挤出几条——人脑是越想越累，它是你不喊停就一直能补。 一般追问 2~3 轮，边际收益就开始递减，那时收口刚好。
做法 4：让它输出成表格或思维导图，直接进评审
纯文字清单不便于评审和归档。在提示词最后加一句：
请用 Markdown 表格输出，列：模块 | 测试点 | 优先级(高/中/低) | 类型(正常/异常/边界/安全)；
或者用缩进大纲输出，方便我转成思维导图。
带优先级和类型的表格可以直接贴到用例管理工具；缩进大纲复制到 XMind / 幕语 / ProcessOn 一键转思维导图，评审时投屏讲，专业度和效率完全不一样。
做法 5：换个模型交叉验证，或让它"自检"
- 交叉验证：同一个需求在两个不同模型各问一遍，对比差异——某个模型独有的点，往往就是值得留意的；
- 自检：最后让它当审核员："请忘掉你刚才的回答，重新审查这份清单，指出其中可能重复、不现实、或仍然遗漏的点。"
让它自己挑自己的毛病，比你从头肉眼过一遍快得多，也常常能抓出"为了凑数而列的废点"。
做法 6：把上面 5 点打包——这是我现在直接用的进阶提示词
不用每次手动拼，下面这段把"喂背景、换视角、结构化输出、自检"全整合了（多轮追问留到结果出来后单独发）。你只需替换方括号里的内容：
你是一名有10年经验的资深测试工程师，请帮我对下面的需求做"测试点脑暴"，
不要直接写详细用例。
【业务背景】
- 产品/模块：[这是什么产品、核心功能]
- 目标用户：[谁会用，有哪些角色]
- 关键规则/历史包袱：[如账号体系、新老逻辑、风控、上游依赖等]
- 已知历史问题：[这个模块以前在哪出过bug，没有可写"暂无"]
【需求】
"""
[把需求原文贴这里]
"""
请按以下步骤完成：
1. 先按维度分类列出测试点：正常流程、输入校验、边界值、异常场景、
安全、兼容、性能、交互与状态；每个点一句话。
2. 再分别从【恶意攻击者】【小白/老年用户误操作】【产品经理】
【运维/风控】四个视角，补充容易被漏掉的测试点。
3. 单列一节"需求疑点"：描述不清、必须找产品确认的问题。
4. 用 Markdown 表格输出，列为：模块 | 测试点 | 优先级(高/中/低)
| 类型(正常/异常/边界/安全)。
5. 最后以审核员身份自检：指出上表中可能重复、不现实、或你们业务里仍可能遗漏的点。
跑完这一轮，再单独发一句做多轮深挖（对应做法 3）：
针对【异常场景】，再补充更极端、更罕见的情况；
并考虑：上游服务宕机、数据库主从延迟、缓存失效时分别会怎样？
对比一下你就看出差别：基础版只让 AI"凭一句通用需求列点"，得到的是网上随处可见的通用清单；进阶版通过【业务背景】把它变成"懂你们系统的新人"，再强制换视角、结构化、自检——同样一个模型，输出的针对性和完整度完全不在一个档次。
四、最容易被忽略的高价值产出：需求疑点
别忘了提示词最后那条要求。AI 通常会给出这样一节：
需要找产品确认的疑点：
账号是用户名 / 手机号 / 邮箱？密码复杂度规则？输错几次锁定、锁多久？是否单点登录互踢？会话保持多久、要不要"记住我"？账号被禁用 / 注销后提示什么？
这一节的性价比极高。 在写用例前就把这些问题抛给产品，能省掉后面大量"我以为是这样、结果不是"的返工。AI 在这里像一个不知疲倦的反问机器，帮你把一句话需求里的窟窿提前照出来。
五、说清楚三个坑
1. 它会列"看起来对、但你们项目根本不涉及"的点（比如凭空给你加"微信登录""人脸登录"）。这是通用经验在补，不是读了你的系统——逐条问"我们有这回事吗"，没有就划掉。
2. 满满一屏会给你虚假的安全感。 它能保证通用维度全，保证不了业务专属规则全，而后者恰恰最容易出事。AI 给的是底盘，不是全部。
3. 这是"测试点"，不是"用例"。 要不要测、用什么数据、优先级、和已有用例去重，都还要你工程化收口。它替代的是你"对着空白文档冷启动"的那十分钟，不是你的专业判断。
六、工具与方式建议
- 模型选择：纯发散脑暴，主流模型差异不大；业务逻辑复杂、要喂大量上下文时，选长上下文、推理更稳的模型（如 Claude、DeepSeek、GPT 高配版）。
- 结构化整理：Markdown 表格进用例库；缩进大纲进 XMind / 幕布 / ProcessOn 转脑图。
- 想要更高的自动化：这套"喂需求→出测试点"的逻辑，我自己把它做成了一个小工具（TestPilot），在真实项目里把生成准确率从 62% 调到了 85%。但这是后话，今天你不用任何工具，用手边一个 AI 加上面几个技巧，就能把这个动作的效果拉满。
总结：我的固定动作
拿到需求 → 喂足背景料，让 AI 脑暴测试点 + 需求疑点 → 换视角、追问 2~3 轮、自检 → 输出成表格 / 脑图 → 删掉不相关、补上业务专属、找产品确认 → 再写正式用例。
整个过程也就几分钟，但能把"漏整块维度"的概率压下去一大截。关键不是 AI 有多强，是你愿不愿意多花两分钟，把它从"通用新人"变成"了解你们系统的新人"。
这是「AI for Testing 提效实战 · 测试设计（一）」。
如果这个动作对你有用，欢迎转给那个总被说"又漏测了"的同事。