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 AIChatGPT / 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 HTTPSSQL 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。
AI for Testing 提效实战·测试设计（一）：喂段需求给AI，30秒铺开测试点，防漏测的第一步
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 AIChatGPT / 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 HTTPSSQL 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。
