很真实了
第一个是生成用例质量的问题:1. 使用更好的大模型 + 不断完善自己的生成 SKILL。2. 输入的需求文档和开发文档也要求更严格一些,最好也能提供给模型历史文档、Bug 和用例。3. 目前大模型还做不到 100% 无需人工修正
第二个本质还是用例质量,如果生成的 UI 测试用例的四大要素比较完善且准确,我想也很难有不能实现自动化的情况,剩下无非是技术实现的问题。我见到的无法执行的用例,大多都是 “一句话用例”,不能自动化也正常。
正在做同样的尝试,只是我是先将需求生成测试用例,再从测试用例生成 UI 自动化代码。
一句话提示词只能用来自己玩,如果想提高准确度,需要一个详尽的测试用例生成 SKILL
后端仓库生成测试用例,有些类似于后端代码的单元测试吧,验证的是代码逻辑。我其实更想根据产品需求设计来生成测试用例
好的,我去试试,谢谢
很真实。想请教一下,对于测试分析和用例生成,楼主有没有什么好思路
现在有什么思路吗?
确实抓马,但只要 token 不需要自己掏钱就问题不大,gpt 的 token 真太贵。我最近在用 AI 生成测试用例,效果还勉强可以,确实能节约很多时间。希望可以交流一下类似的情况
回答一下大佬们的疑惑:1. 搞不搞并不是小个卡拉米说了就算,boss 说啥就是啥,毕竟人家真给发工资。 2. 公司免费提供 token,DeepSeek V4pro 和 gpt5.5 都用过,后者效果似乎更好一点 3. 目前正在用 AI 生成测试用例,直接用 AI 生成的测试用例存在很多问题,需要自定义 SKILL 分步拆解进行规则约束,产出的用例可用性七八成的样子。上下文很容易就变大,这时产出的用例也容易出现幻觉,所有需要频繁压缩上下文。当然很多问题都是我太菜导致,所有希望能寻求到一些有真实落地经验的大佬指点几句