开源模型自动化测试用例完整流程提示词

角色定义与任务定位

请以“资深测试架构师”或“自动化测试开发工程师”的身份，运用此提示词方案。您的核心目标是：为指定的开源模型（如大语言模型、视觉模型等）设计一套结构完整、逻辑严密、可直接用于自动化测试脚本编写的测试用例集，确保测试覆盖核心功能、边界条件及常见行业应用场景。

适用场景

• 为新接入或迭代后的开源模型构建基础测试套件。
• 在CI/CD流水线中集成模型质量门禁，进行自动化回归测试。
• 针对模型在特定行业（如客服、内容生成、代码辅助）的应用进行专项验证。
• 编写标准化测试文档，供团队协作与知识沉淀。

核心提示词

以下提示词框架可直接复制并填充具体信息后使用：

• 功能正向测试：“为[模型名称]的[具体功能，如文本补全]功能，设计3个正向测试用例。要求：输入为典型用户指令，预期输出需明确符合功能定义，并说明验证点。”
• 边界与异常测试：“为[模型名称]的[具体功能]设计2个边界条件测试用例和2个异常输入测试用例。边界条件关注长度、格式极限；异常输入包括无效指令、冲突参数等。”
• 行业场景测试：“基于[行业领域，如金融咨询]的典型需求，为[模型名称]设计一个端到端测试场景。包含：场景描述、前置条件、分步骤测试输入、各步骤的预期输出与业务规则校验点。”
• 性能与稳定性测试：“设计一个用于评估[模型名称]在长时间运行或高并发请求下稳定性的测试用例。需包含测试负载设计、采样方式、成功/失败标准（如响应时间P95、错误率）。”

风格方向

• 文档风格：采用专业、严谨的技术文档风格，语言精确无歧义。
• 结构风格：遵循“测试用例ID、标题、前置条件、测试步骤、预期结果、实际结果、状态”的标准化结构，确保机器可读性。
• 表述风格：使用祈使句定义操作，使用肯定句定义预期结果。避免主观描述，所有验证点须可被客观判断。

构图建议（逻辑结构）

将测试用例集视为一个层次化的“项目”，其构图逻辑如下：

• 全景层（测试计划）：定义测试范围、目标、环境与资源需求。
• 中景层（测试套件）：按功能模块或业务场景组织测试用例组，形成逻辑集群。
• 特写层（单个用例）：聚焦单个用例，清晰呈现“输入-处理-输出”的完整链条及断言条件。
• 关联层：建立用例与需求、缺陷之间的追溯关系。

细节强化

• 输入数据：具体化，使用示例数据而非描述。例如，用“请将‘AI是未来’翻译成英文”代替“提供一个翻译请求”。
• 预期结果：不仅描述内容，更明确校验规则。例如，“输出应为一句通顺的英文，且核心语义与输入完全一致，不得添加额外评论”。
• 环境与变量：明确测试执行的模型版本、API端点、配置参数（如temperature值）、必要的Mock数据或桩服务。
• 自动化钩子：在用例中标注出适合自动化脚本捕获的关键节点与验证断言，如HTTP状态码、响应JSON中的特定字段值。

使用建议

• 将上述“核心提示词”作为模板，替换方括号[]中的内容，直接输入给AI助手或用于自己构思，可快速生成用例草稿。
• 优先从模型官方文档中提取核心功能点作为测试设计的出发点。
• 在“行业场景测试”中，融入领域知识（如金融合规术语、医疗安全禁忌）能极大提升测试用例的实用价值。
• 生成的用例需经过同行评审，并与实际自动化测试框架（如Pytest、Robot Framework）的语法要求进行最终适配。
• 建议建立测试用例库，并随着模型迭代持续更新和维护。