为软件测试打造有效的 GenAI 提示

Source: Dev.to

为什么提示工程在测试中很重要

结构良好的提示可以决定是得到通用、不可用的输出，还是获得精准的测试用例、自动化脚本或分析，直接投入使用。

有效提示的 6 大组成部分

1. 🎭 角色

定义 GenAI 模型应采用的人格或视角。

目的： 引导 AI 采用特定的专业立场

示例

• “Act as a Tester…”
• “Assume the role of a Test Manager…”
• “You are a Test Automation Engineer…”

收益

• 确保回复符合预期的专业水平
• 设置合适的语气和细节层次
• 帮助优先考虑相关信息

实际示例

而不是：“Generate test cases”

尝试：“Act as a Senior Tester with 5 years of experience in e‑commerce applications and generate test cases…”

2. 📋 背景

提供关于测试场景的背景信息。

目的： 为 AI 提供完成任务所需的背景

示例

• “We are testing the login functionality of an e‑commerce website.”
• “The application is a mobile banking app running on Android 12.”
• “The system is a REST API for managing user accounts.”

收益

• AI 理解范围和目的
• 生成更相关的结果
• 减少歧义

小贴士： 背景越具体，结果越精准。

3. ⚡ 指令

清晰、简洁的任务指令。

目的： 明确 AI 应该做什么

示例

• “Generate test cases for the login functionality.”
• “Analyze the following code for potential security vulnerabilities.”
• “Create a test automation script for verifying the payment process.”

收益

• 提供明确方向
• 减少歧义
• 确保聚焦于期望的任务

更好的指令示例

• ❌ “What are some tests I can do?”
• ✅ “Generate 10 test cases, including positive and negative scenarios, for the user registration form, focusing on data validation and error handling.”

4. 📥 输入数据

执行任务所需的信息。

目的： 为 AI 提供必要的工作材料

应包含的内容

• 用户故事
• 验收标准
• 截图
• 代码片段
• 已有测试用例
• 输出示例

收益

• 产生更准确、上下文感知的结果
• 为 AI 提供工作依据
• 让 AI 能从已有数据中学习

示例

User Story: "As a customer, I want to be able to add items to my shopping cart"
Acceptance Criteria: "The cart should display the correct number of items and the total price"

5. ⚠️ 约束

AI 必须遵守的限制或特殊考虑。

目的： 引导 AI 符合特定要求

示例

• “The test cases should be prioritized based on risk.”
• “The code analysis should focus on OWASP Top 10 vulnerabilities.”
• “The test automation script should use Selenium WebDriver with Python.”

收益

• 确保遵守需求
• 将精力聚焦在重要方面
• 减少无关结果

实际约束示例

• “Compatible with JUnit 5”
• “Simulate 100 concurrent users”
• “Use Page Object Model pattern”

6. 📤 输出格式

指定期望的响应格式和结构。

目的： 定义 AI 应如何呈现结果

示例

• “Output the test cases in a table format with columns for Test Case ID, Description, Steps, and Expected Result.”
• “Provide the code analysis results in a JSON format.”
• “Generate the test automation script in Python.”

收益

• 输出可直接使用且易于理解
• 便于与其他工具集成
• 提升工作流效率

🎯 完整提示示例

下面展示所有组成部分如何协同工作：

Role: Act as a Test Automation Engineer with 3 years of experience.

Context: We are testing the user registration functionality of a new social media application.

Instruction: Generate a Selenium WebDriver test script in Python to automate the user registration process.

Input Data:
- User Story: "As a new user, I want to be able to register for an account with a valid email address and password."
- Acceptance Criteria: "The system should validate the email address format and password strength."

Constraints:
- The script should use the Page Object Model
- Use Selenium WebDriver with Python 3.9
- Generate test data using the Faker library

Output Format:
- Provide the script in a single .py file
- Include comments for each step
- List any required dependencies in a requirements.txt block