AI 辅助用例设计

基础入门

AI 辅助用例设计是用 AI 扩展测试思维边界，发现容易被遗漏的场景，但最终用例质量由测试人员把关。用例设计是测试核心能力，AI 能帮你跳出惯性思维，快速生成大量候选场景，但需要人工筛选业务相关的部分。

学习路径

• 第一阶段：理解 AI 能力。学习 AI 在用例设计中的适用场景：需求分析、边界挖掘、场景组合、覆盖分析。
• 第二阶段：需求拆解。用 AI 根据 PRD 生成功能点清单和测试维度，人工补充业务规则。
• 第三阶段：边界值生成。让 AI 根据输入参数生成边界值和异常组合，人工筛选有效场景。
• 第四阶段：场景矩阵。用 AI 生成多条件组合的场景矩阵，识别遗漏的测试路径。
• 第五阶段：覆盖分析。让 AI 分析现有用例集的覆盖度，找出薄弱的测试场景。
• 第六阶段：检查清单。建立用例评审检查清单，确保 AI 建议都经过业务判断。

实操案例

• PRD 分析：将产品需求文档输入 AI，让其列出测试关注点清单，包括功能点、业务规则、异常场景，人工补充验收标准。
• 边界值生成：输入接口参数定义，让 AI 反推异常输入组合（空值、超长、特殊字符、负数等），补充到用例集。
• 用例覆盖分析：将现有用例集输入 AI，让其分析哪些场景覆盖不足，找出薄弱的测试路径。

常见误区

把 AI 输出的用例直接当最终版本

AI 生成的用例是草稿，必须经过业务过滤。

正确做法是：AI 生成候选用例 → 人工筛选业务相关场景 → 补充业务规则验证 → 形成最终用例集。

尤其是业务特有的规则和边界，AI 可能无法理解。

只用 AI 生成正向场景

AI 默认倾向于生成正常流程的用例，容易忽略异常和边界场景。应该明确提示 AI 生成异常场景：参数异常、流程异常、依赖异常、并发场景等。也可以提供异常场景清单让 AI 补充。

没有保存提示词模板

每次使用 AI 都应该有统一的提示词模板，这样结果才能复用和对比。建议建立用例生成的提示词库：需求分析模板、边界值生成模板、场景矩阵模板、覆盖分析模板等。

进阶内容

高效提示词设计

需求分析提示词：「你是一个资深测试工程师，请分析以下需求文档，列出所有测试关注点。包括：功能点、业务规则、异常场景、边界条件、安全考虑、性能考虑。按优先级排序。」

边界值生成提示词：「以下接口的输入参数是 [参数列表]，请列出每个参数的边界值和异常输入组合。包括：空值、极值、超长、特殊字符、类型错误、格式错误。按参数分组输出。」

场景矩阵提示词：「以下功能涉及 [条件列表]，请生成所有可能的场景组合。标注哪些是正常场景、哪些是异常场景、哪些是边界场景。指出哪些组合在实际业务中不可能出现。」

覆盖分析提示词：「以下是现有用例集 [用例列表]，请分析覆盖度。指出哪些场景已覆盖、哪些场景遗漏、哪些用例可以合并。按功能模块分组输出。」

AI 用例设计的质量保障流程

1. 生成阶段：AI 根据提示词生成候选用例，输出结构化格式（用例名、前置条件、步骤、预期结果）。
2. 过滤阶段：人工筛选与当前需求相关的用例，删除无关或重复的用例。
3. 验证阶段：验证每个用例的断言正确性，确保预期结果符合业务规则。
4. 补充阶段：根据业务特点补充 AI 可能遗漏的场景（如业务特有的规则、历史 Bug 场景）。
5. 评审阶段：团队评审用例集，确认覆盖度和优先级。记录评审意见，迭代优化。

AI 与测试设计方法的结合

AI 可以辅助经典测试设计方法的应用：

• 等价类划分：AI 帮助识别输入域的有效等价类和无效等价类。
• 边界值分析：AI 自动列出每个参数的边界值。
• 判定表：AI 根据业务规则生成判定表，列出所有条件组合和对应动作。
• 状态迁移：AI 根据状态机定义生成状态迁移路径，覆盖所有合法和非法转换。
• 正交实验：AI 帮助设计正交表，用最少的用例覆盖最多的参数组合。

面试问答

你怎么用 AI 辅助用例设计？

我分三个场景使用 AI：

第一，需求分析阶段，让 AI 根据 PRD 列出测试关注点，确保不遗漏功能点。

第二，用例设计阶段，让 AI 生成边界值和异常场景，补充我的思维盲区。

第三，用例评审阶段，让 AI 分析用例集的覆盖度，找出薄弱场景。

关键是 AI 生成候选，人工做最终判断。

AI 帮你发现过哪些容易遗漏的场景？

有一次测试下单功能，我主要覆盖了正常流程和常见异常。让 AI 分析后，它建议补充几个场景：库存刚好为 0 时的并发下单、优惠券过期时间边界、跨天订单的处理。这些场景我确实没想到，补充后发现了一个库存扣减的并发问题。

如何保证 AI 生成的用例质量？

我有三个策略：

第一，业务过滤，删除与当前需求无关的用例。

第二，建立检查清单，确保每个用例都有明确的测试目的和验证点。

第三，人工复审，尤其是业务规则相关的断言必须由人工确认。同时记录 AI 出错的案例，持续优化提示词。