从“能用”到“好用”：一个测试新手的AI助手

01、为什么需要个聪明的测试搭子？

作为一名刚入行的测试工程师，你可能经常遇到这样的场景：产品经理丢过来一个需求文档，说“这个功能下周要上线，今天把测试用例写完”。

你打开文档，读了一遍，脑子里模模糊糊有一些测试点，但真要写成结构清晰的用例，又不知道从哪下手——要覆盖哪些场景？边界值怎么取？异常情况怎么设计？格式怎么写才算规范？

更头疼的是，你翻出项目里以前的用例，发现每个人写的格式都不一样，有的写得像流水账，有的只有一句话。你想参考都找不到标准。

本文用一个新能源充电桩App的“预约充电”功能为例，带你看看这个AI助手是如何从一个“勉强能用”的版本，一步步进化成“真正好用”的测试搭档的。

02、我们要测什么？一个真实的充电桩小功能

假设你所在的公司做了一款充电桩App。新版本增加了一个功能：用户可以设置预约充电。具体规则如下：

• 用户可以选择开始时间（比如晚上23:00）
• 可以设置目标电量（比如充到80%或100%）
• 可以选择是否使用优惠时段（电价便宜的时间段）
• App会根据当前电量和目标电量，估算所需时长，并自动在预约时间内启动充电

需要支持的平台：iOS和Android。用户的会员等级分为普通会员和黄金会员，黄金会员可以优先占用充电桩。

看起来不算太复杂，但如果你自己动手设计用例，很容易漏掉一些情况：比如目标电量低于当前电量怎么办？优惠时段和预约时间冲突怎么处理？不同会员等级在充电桩被占满时的表现一样吗？

这就是我们要让AI来帮忙解决的问题。

03、“能用”的样子：AI像个刚上手的实习生

第一个版本的AI助手是这样工作的：你把需求文档进行投喂，AI给“预约充电”生成的脑图大概长这样：

预约充电测试
├── 正常预约：23点开始，充到80%
├── 目标电量大于当前电量
├── 优惠时段开启
├── 黄金会员预约
└── 异常情况：网络断开

乍一看好像有模有样，但你仔细一检查，问题一大堆：

第一，结构乱七八糟。有的“前置条件”直接写在用例标题里，有的“预期结果”和“测试步骤”混在一起。你想找某个具体场景，得在脑图里翻半天。

第二，覆盖点太少了。它只写了5个测试点，但实际上这个功能至少需要覆盖：不同开始时间（凌晨、白天、跨天）、不同目标电量（边界值如0%、100%、101%）、优惠时段开启/关闭、会员等级差异、两个App端（iOS/Android）的组合……算下来至少三四十条用例。AI只给了最基础的几条。

第三，改起来很痛苦。你想让它在“黄金会员”下面补一条“黄金会员在充电桩全满时排队优先级”的用例，它直接重新生成了整张脑图，你之前手动修改的内容全没了。

第四，不会用历史经验。这个项目之前出过一个bug：预约时间跨天（比如23:30开始，充到次日02:00）时，App把结束时间算错了。但这个AI完全没有把这类历史缺陷转化为测试用例。

这个阶段的AI，就像一个刚入行的实习生——态度很好，你让它写什么它都写，但写出来的东西格式靠运气，覆盖凭感觉，而且你没办法让它“只改一个地方”。这叫“能用”，但离让你省心还差很远。

04、第一次升级：一层一层地写用例

我们的AI改变了工作方式。它拿到“预约充电”的需求后，先不着急写具体用例，而是先拆出几个大模块：

预约充电功能测试
├── 基础功能模块（正常预约流程）
├── 时间边界模块（跨天、凌晨、最小/最大时间）
├── 电量边界模块（目标电量与当前电量的各种关系）
├── 优惠时段模块
├── 会员等级模块
├── 多端兼容模块（iOS/Android）
└── 异常场景模块（网络、权限、设备离线等）

你确认这个骨架没问题了，它才开始填第一个模块“基础功能”。写完之后，它会回读脑图里已有的内容，确认没问题再写第二个模块。如果你在它写完“时间边界模块”后说“这里漏了23:59到次日00:01的跨分钟场景”，它只会修改这一个模块，其他模块完全不动。

同时，AI开始遵守统一的用例格式。每个测试用例都按照“前置条件 → 测试步骤 → 预期结果”的层级来组织。不管你以后打开哪个项目的脑图，结构都是一样的，评审和复用都方便多了。

这个版本下，“预约充电”的用例数量从5条涨到了40多条，覆盖了边界值、异常场景、跨端兼容等关键点。你可以分模块验收、分模块修改，心里踏实多了。这是“好用”的第一步：结构规整、覆盖够厚、还能像指挥施工队一样分步干活。

05、再进一步：数据清洗+帮AI理解业务知识

结构稳了之后，又冒出新的问题：AI对需求的理解还是不够准。比如产品文档里有一句话：“当目标电量低于当前电量时，App应提示‘目标电量不得低于当前电量’，不创建预约。” 结果AI生成的用例里完全没有这条“无效输入”的校验。

主要原因：文档里有表格、有截图、有各种格式的标注，AI读的时候被干扰了，关键信息反而没抓住。

我们的解决方法是给AI加了一层“过滤器”，所有需求资料先经过清洗。同时，让AI在分析需求时，只加载它真正需要的工具——比如读取文档的工具、分析表格的工具，而不是把所有工具都堆给它。

更关键的是，我们允许项目组上传业务知识包。针对充电桩App，你可以上传：

• 历史缺陷清单（比如“优惠时段计算在夏令时切换时出错”）
• 特定规则（比如“黄金会员在充电桩满时等待超时10分钟后自动取消预约”）
• 常见边界值（比如“电量最小单位是1%，不能输入小数”）

AI在读到“预约充电”需求时，会自动搜索这些知识，然后把相关规则融入用例设计。结果就是：它主动生成了“黄金会员等待超时后预约被取消”的测试点，而原始需求文档里只轻描淡写提了一句。AI从一个“只会读文档”的工具，变成了“带着项目历史经验”的测试助手。

06、记住教训：AI这样应对

但是，AI还是会犯一些让人哭笑不得的错误。有一次，它在写“优惠时段”模块时，把“优惠时段结束前5分钟开启充电”这个规则理解成了“优惠时段结束后5分钟开启”。你手动改了过来，并在聊天框里备注：“记住了，优惠时段的规则是：必须在结束前启动充电，不能之后。”

早期版本的AI，下一次遇到类似任务，依然会犯同样的错误。后来我们增加了一个知识提炼引擎：每次你和AI交互结束后，系统会自动扫描聊天记录，把你纠正过的地方提取出来，存到临时知识库里。下次再有“优惠时段”相关的需求，AI会先去查一下历史修正记录，主动应用正确的理解。一个好用的AI，绝不会在同一个坑里摔倒两次。

07、最高境界：AI自己检查作业，查漏补缺

前面几个版本，无论AI生成的用例质量多高，最后还得你亲自去脑图里逐条检查：有没有漏掉“会员等级×端×优惠时段”的组合？覆盖度够不够？这个过程枯燥又容易看花眼。

第五版AI增加了一个自动审计功能。把脑图里每一条用例都读出来，和需求里要求的覆盖矩阵做对比。比如需求中要求覆盖“普通会员在Android端开启优惠时段预约”和“黄金会员在iOS端不开启优惠时段预约”等8种组合，审计发现脑图里只写了6种，就会给覆盖度打一个分数（比如75分），然后自动调用“增量补齐”功能——只针对缺失的那2种组合生成新的用例，插入到对应的模块下，然后再审计一遍。整个过程不需要你动手。

最终，AI会输出一张简单的质量报告：“覆盖度94% 异常场景覆盖率85% 格式规范性100%”。你只需要花几分钟看看它补充了哪些内容，确认没有问题，就可以提交评审了。

08、什么样的AI才算“真好用”？

回顾“预约充电”这个测试任务，AI从最初的“能用”到后来的“好用”，经历了四个关键变化：

1. 从一次性生成到分模块交付——你可以分块验收、分块修改，不用担心改一处乱全篇。
2. 从原始输入到清+业务知识——不再漏掉文档里的关键规则，还能利用项目的历史经验。
3. 从被动纠错到主动学习——你纠正过一次的错误，它不会再犯。
4. 从人工复查到自动审计+增量补齐——覆盖度不再是“凭感觉”，而是机器帮你核对、帮你补全。

作为测试新手，你可能暂时接触不到这么复杂的AI系统，但理解这个演进过程对你很有帮助。因为当你以后使用任何AI测试工具时，你可以问自己几个问题：

• 它能分模块生成用例吗？还是只能一次性输出？
• 它能理解我项目的特殊规则吗？还是只会读通用文档？
• 我纠正过它的错误之后，它下次会记住吗？
• 它写完用例后，能自己检查覆盖是否完整吗？

“好用”的AI测试工具，不是替你做所有事情，而是让你放心地把重复的、结构化的设计工作交给它，把精力留给那些真正需要人类智慧的探索性测试。对于刚入门的你来说，这正是你从“新手”走向“熟手”的最强助攻。

☑️想了解更多涨薪技能提升方法

✔️可以到公主号【Atstudy技术社区】,即可加入领取 ⬇️⬇️⬇️

☑️转行、入门、提升、需要的各种干货资料

☑️内含AI测试、 车载测试、AI大模型开发、BI数据分析、银行测试、游戏测试、AIGC