AI测试用例生成避坑：软件测试提效实操技巧

很多测试工程师习惯性把需求文档直接丢给AI，几秒钟产出上百条用例，看着挺热闹。等真正执行的时候才发现：关键规则完全漏掉，边界值一个没测，异常流程倒是编造了一大堆，步骤压根跑不通。这事儿不怪AI，是操作路径从一开始就错了。

第一步：别让AI从零写，先给它“骨架”

AI不是编剧，它是填空高手。你扔过去一段模糊需求，它只能靠猜来补全逻辑——而猜出来的东西，十有八九就是漏测的源头。

动手之前，必须准备好三样东西：【需求原文】+【已有用例片段】+【核心业务约束清单】。举个登录功能的例子，约束清单里必须写清楚：“验证码5分钟失效”“错误3次锁定10分钟”“同一IP 1小时内最多请求10次”。没有这条约束，AI大概率只给你生成“密码错误”这种泛泛场景，真正需要覆盖的限流和锁定策略全被跳过。

操作上没什么难度，直接把文件拖进去就行。

第二步：用提示词锁死AI的输出边界

提示词不是越长越好，而是越“窄”越准。重点封住三类风险：

方法一：禁止编造规则
提示词里加一句：“【所有测试点必须严格基于输入的需求原文和约束清单，不得自行添加、推导或假设任何未提及的业务规则】”——这是防止AI瞎编最有效的刹车。没有这条，AI会自由发挥，把“用户登录”脑补出“需验证身份证”“需绑定手机号”等需求里根本没写的东西。

方法二：强制覆盖维度
要求AI按固定维度拆解：“请分别列出正向流程、权限校验、并发冲突、超时异常、非法输入、数据一致性、安全防护这7类场景下的测试点”。你不写清楚，AI默认只做前两类——正向和权限，剩下的全凭运气。

方法三：限定输出格式与数量
“只输出测试点标题+一句话说明，每类最多5条，总条数不超过30条”。数量失控直接导致审核成本爆炸，这条必须卡死。

第三步：人工审核必须聚焦“三查”

第一步：查漏——对照需求原文，逐句核对AI输出是否覆盖所有显性规则和隐性约束。比如“支持微信登录”这条需求，隐含的约束是“需校验微信Token有效性”，AI如果没写出来就是漏了。

第二步：查编——挑出所有带“应”“须”“必须”字眼的用例，反向追问：原文哪句话支撑这个结论？找不到出处的，直接删。AI最喜欢加“应弹出提示”“须等待3秒”这种看似合理但毫无依据的东西。

第三步：查执行——随机选3条，按步骤走一遍。卡在“点击提交按钮后等待3秒”这种无依据等待的，说明AI在凑字数，整条废弃。

这三步做完，AI生成的用例才能真正进测试计划表。否则只是在给测试计划表添乱而已。