從“能用”到“好用”：一個測試新手的AI助手

01、為什么需要個聰明的測試搭子？

作為一名剛入行的測試工程師，你可能經常遇到這樣的場景：產品經理丟過來一個需求文檔，說“這個功能下周要上線，今天把測試用例寫完”。

你打開文檔，讀了一遍，腦子里模模糊糊有一些測試點，但真要寫成結構清晰的用例，又不知道從哪下手——要覆蓋哪些場景？邊界值怎么取？異常情況怎么設計？格式怎么寫才算規范？

更頭疼的是，你翻出項目里以前的用例，發現每個人寫的格式都不一樣，有的寫得像流水賬，有的只有一句話。你想參考都找不到標準。

本文用一個新能源充電樁App的“預約充電”功能為例，帶你看看這個AI助手是如何從一個“勉強能用”的版本，一步步進化成“真正好用”的測試搭檔的。

02、我們要測什么？一個真實的充電樁小功能

假設你所在的公司做了一款充電樁App。新版本增加了一個功能：用戶可以設置預約充電。具體規則如下：

• 用戶可以選擇開始時間（比如晚上23:00）
• 可以設置目標電量（比如充到80%或100%）
• 可以選擇是否使用優惠時段（電價便宜的時間段）
• App會根據當前電量和目標電量，估算所需時長，并自動在預約時間內啟動充電

需要支持的平臺：iOS和Android。用戶的會員等級分為普通會員和黃金會員，黃金會員可以優先占用充電樁。

看起來不算太復雜，但如果你自己動手設計用例，很容易漏掉一些情況：比如目標電量低于當前電量怎么辦？優惠時段和預約時間沖突怎么處理？不同會員等級在充電樁被占滿時的表現一樣嗎？

這就是我們要讓AI來幫忙解決的問題。

03、“能用”的樣子：AI像個剛上手的實習生

第一個版本的AI助手是這樣工作的：你把需求文檔進行投喂，AI給“預約充電”生成的腦圖大概長這樣：

預約充電測試
├── 正常預約：23點開始，充到80%
├── 目標電量大于當前電量
├── 優惠時段開啟
├── 黃金會員預約
└── 異常情況：網絡斷開

乍一看好像有模有樣，但你仔細一檢查，問題一大堆：

第一，結構亂七八糟。有的“前置條件”直接寫在用例標題里，有的“預期結果”和“測試步驟”混在一起。你想找某個具體場景，得在腦圖里翻半天。

第二，覆蓋點太少了。它只寫了5個測試點，但實際上這個功能至少需要覆蓋：不同開始時間（凌晨、白天、跨天）、不同目標電量（邊界值如0%、100%、101%）、優惠時段開啟/關閉、會員等級差異、兩個App端（iOS/Android）的組合……算下來至少三四十條用例。AI只給了最基礎的幾條。

第三，改起來很痛苦。你想讓它在“黃金會員”下面補一條“黃金會員在充電樁全滿時排隊優先級”的用例，它直接重新生成了整張腦圖，你之前手動修改的內容全沒了。

第四，不會用歷史經驗。這個項目之前出過一個bug：預約時間跨天（比如23:30開始，充到次日02:00）時，App把結束時間算錯了。但這個AI完全沒有把這類歷史缺陷轉化為測試用例。

這個階段的AI，就像一個剛入行的實習生——態度很好，你讓它寫什么它都寫，但寫出來的東西格式靠運氣，覆蓋憑感覺，而且你沒辦法讓它“只改一個地方”。這叫“能用”，但離讓你省心還差很遠。

04、第一次升級：一層一層地寫用例

我們的AI改變了工作方式。它拿到“預約充電”的需求后，先不著急寫具體用例，而是先拆出幾個大模塊：

預約充電功能測試
├── 基礎功能模塊（正常預約流程）
├── 時間邊界模塊（跨天、凌晨、最小/最大時間）
├── 電量邊界模塊（目標電量與當前電量的各種關系）
├── 優惠時段模塊
├── 會員等級模塊
├── 多端兼容模塊（iOS/Android）
└── 異常場景模塊（網絡、權限、設備離線等）

你確認這個骨架沒問題了，它才開始填第一個模塊“基礎功能”。寫完之后，它會回讀腦圖里已有的內容，確認沒問題再寫第二個模塊。如果你在它寫完“時間邊界模塊”后說“這里漏了23:59到次日00:01的跨分鐘場景”，它只會修改這一個模塊，其他模塊完全不動。

同時，AI開始遵守統一的用例格式。每個測試用例都按照“前置條件 → 測試步驟 → 預期結果”的層級來組織。不管你以后打開哪個項目的腦圖，結構都是一樣的，評審和復用都方便多了。

這個版本下，“預約充電”的用例數量從5條漲到了40多條，覆蓋了邊界值、異常場景、跨端兼容等關鍵點。你可以分模塊驗收、分模塊修改，心里踏實多了。這是“好用”的第一步：結構規整、覆蓋夠厚、還能像指揮施工隊一樣分步干活。

05、再進一步：數據清洗+幫AI理解業務知識

結構穩了之后，又冒出新的問題：AI對需求的理解還是不夠準。比如產品文檔里有一句話：“當目標電量低于當前電量時，App應提示‘目標電量不得低于當前電量’，不創建預約?！?結果AI生成的用例里完全沒有這條“無效輸入”的校驗。

主要原因：文檔里有表格、有截圖、有各種格式的標注，AI讀的時候被干擾了，關鍵信息反而沒抓住。

我們的解決方法是給AI加了一層“過濾器”，所有需求資料先經過清洗。同時，讓AI在分析需求時，只加載它真正需要的工具——比如讀取文檔的工具、分析表格的工具，而不是把所有工具都堆給它。

更關鍵的是，我們允許項目組上傳業務知識包。針對充電樁App，你可以上傳：

• 歷史缺陷清單（比如“優惠時段計算在夏令時切換時出錯”）
• 特定規則（比如“黃金會員在充電樁滿時等待超時10分鐘后自動取消預約”）
• 常見邊界值（比如“電量最小單位是1%，不能輸入小數”）

AI在讀到“預約充電”需求時，會自動搜索這些知識，然后把相關規則融入用例設計。結果就是：它主動生成了“黃金會員等待超時后預約被取消”的測試點，而原始需求文檔里只輕描淡寫提了一句。AI從一個“只會讀文檔”的工具，變成了“帶著項目歷史經驗”的測試助手。

06、記住教訓：AI這樣應對

但是，AI還是會犯一些讓人哭笑不得的錯誤。有一次，它在寫“優惠時段”模塊時，把“優惠時段結束前5分鐘開啟充電”這個規則理解成了“優惠時段結束后5分鐘開啟”。你手動改了過來，并在聊天框里備注：“記住了，優惠時段的規則是：必須在結束前啟動充電，不能之后。”

早期版本的AI，下一次遇到類似任務，依然會犯同樣的錯誤。后來我們增加了一個知識提煉引擎：每次你和AI交互結束后，系統會自動掃描聊天記錄，把你糾正過的地方提取出來，存到臨時知識庫里。下次再有“優惠時段”相關的需求，AI會先去查一下歷史修正記錄，主動應用正確的理解。一個好用的AI，絕不會在同一個坑里摔倒兩次。

07、最高境界：AI自己檢查作業，查漏補缺

前面幾個版本，無論AI生成的用例質量多高，最后還得你親自去腦圖里逐條檢查：有沒有漏掉“會員等級×端×優惠時段”的組合？覆蓋度夠不夠？這個過程枯燥又容易看花眼。

第五版AI增加了一個自動審計功能。把腦圖里每一條用例都讀出來，和需求里要求的覆蓋矩陣做對比。比如需求中要求覆蓋“普通會員在Android端開啟優惠時段預約”和“黃金會員在iOS端不開啟優惠時段預約”等8種組合，審計發現腦圖里只寫了6種，就會給覆蓋度打一個分數（比如75分），然后自動調用“增量補齊”功能——只針對缺失的那2種組合生成新的用例，插入到對應的模塊下，然后再審計一遍。整個過程不需要你動手。

最終，AI會輸出一張簡單的質量報告：“覆蓋度94% 異常場景覆蓋率85% 格式規范性100%”。你只需要花幾分鐘看看它補充了哪些內容，確認沒有問題，就可以提交評審了。

08、什么樣的AI才算“真好用”？

回顧“預約充電”這個測試任務，AI從最初的“能用”到后來的“好用”，經歷了四個關鍵變化：

1. 從一次性生成到分模塊交付——你可以分塊驗收、分塊修改，不用擔心改一處亂全篇。
2. 從原始輸入到清+業務知識——不再漏掉文檔里的關鍵規則，還能利用項目的歷史經驗。
3. 從被動糾錯到主動學習——你糾正過一次的錯誤，它不會再犯。
4. 從人工復查到自動審計+增量補齊——覆蓋度不再是“憑感覺”，而是機器幫你核對、幫你補全。

作為測試新手，你可能暫時接觸不到這么復雜的AI系統，但理解這個演進過程對你很有幫助。因為當你以后使用任何AI測試工具時，你可以問自己幾個問題：

• 它能分模塊生成用例嗎？還是只能一次性輸出？
• 它能理解我項目的特殊規則嗎？還是只會讀通用文檔？
• 我糾正過它的錯誤之后，它下次會記住嗎？
• 它寫完用例后，能自己檢查覆蓋是否完整嗎？

“好用”的AI測試工具，不是替你做所有事情，而是讓你放心地把重復的、結構化的設計工作交給它，把精力留給那些真正需要人類智慧的探索性測試。對于剛入門的你來說，這正是你從“新手”走向“熟手”的最強助攻。

??想了解更多漲薪技能提升方法

??可以到公主號【Atstudy技術社區】,即可加入領取 ??????

??轉行、入門、提升、需要的各種干貨資料

??內含AI測試、 車載測試、AI大模型開發、BI數據分析、銀行測試、游戲測試、AIGC