一、现状

• 随着chatGPT的发布，点燃了人们对人工智能的热情，也同样引起了一场“人类将会被AI替代”的恐慌。
• 谁都知道现阶段人工智能难以落地，但几乎是所有人，相关的、不相关的领域都争先恐后的涌入这项技术的研究当中。
• 大家普遍人为即使现在还未在自己身上发送“机器替代人工”，但一旦出现这种可能性，它带来的变革将十分迅速。
• 谁都担心在这场变革中落后于他人，从而导致失去先机，甚至是被淘汰。

二、测试技术可结合AI的几个方向

• “机器替代人工” 那么首先从人工的内容入手
• 那么从软件测试工作，都有什么工作内容
  • 测试用例编写与执行、bug定位与跟踪，
  • 测试报告等一些文档的编写
  • 自动化脚本编写
• 测试用例算是测试工作中的一个重要的文档
• 而当前的AI技术大多数运用于文档编写，所以运用AI来编写测试用例是首先能想到的实践方向。

三、尝试使用AI编写测试用例（实验过程）

• 因为此篇文章主要探讨一种工作模式的可行性，所以直接使用CSDN的chitGPT作为测试对象
  

• 在整个实验的过程中，确认了使用AI编写测试用例确实可行。但过程中也暴露了一些问题。

1、AI联系上下文的能力弱

• 在问答交流的过程中，不算流畅
  

2、回答的内容类似于能在网上搜索到的内容

• 空泛的问题，得到空泛的答案。
• 如果没有一个明确的指令，得到的内容很像是通过搜索引擎获取到的一样
  

3、需要有一个明确的指令

• 当我开始给AI一个明确的需求的时候，这个实验变得有趣了起来
• AI的回答已经是能够运用到实际测试用例当中的测试点了。
  

4、输出内容有限

• 当我把编写用例的指令再明确一些，AI输出的结果已经非常完整了
  
• 但是可能因为内容太多，一会就报错了。
  

5、无法想象到需求描述之外的内容

• 在我两次问答的过程中，有意去掉一些内容，比如弹出键盘的这个描述。
• 含有这个描述时，AI回答的内容也包含这个。
  
• 去除这个描述，AI回答的内容也就没有包含这个内容。

四、总结：使用AI编写测试用例方案

• AI就像一面镜子，提供的指令是模糊，照出的结果也是模糊的。指令越清晰，结果也越清晰。
• 针对上面的过程，我总结出一个可行的方案

1、方案

1. 向AI输入需求文档，及编写用例的指令

• 我在上诉实验过程使用的指令如下，有兴趣可以尝试一下：
  编写下面这段需求的测试用例。
  需求说明：
  1.手机号输入框限制只能输入数字，除数字外字符输入不成功。手机号限制输入11位；
  2.点击发送验证码，向服务端发起获取验证码请求。并且客户端提示“验证码已发送”；
  3.密码输入框，限制只能输入数字或字母，限制位数为8-16位；
  4.点击注册按钮提交数据；
  5.用户协议默认选中，用户点击“隐私协议”或“用户协议”跳转至对应协议页面；
  6.点击“直接登录”跳转至登录弹框；
  7.当用户点击“X”按钮，关闭注册弹框；
  输出内容需要包含用例序号、前置条件、用例标题、用例步骤、用例预期。
  输出格式为表格。

2. 获取AI输出的测试用例，并核验

2、存在的问题及解决方案

1. 问题：AI对自然语言的理解有限，且无法联系上下文。
   解决方案：需求文档通过人工提炼功能点。大部分功能分为展示触发时机、样式、功能逻辑、异常处理几个部分，可以从这个几个方向整理功能点。
2. 问题：针对迭代的项目和功能，如何输入需求文档？
   解决方案：通过机器学习，让AI了解整个项目。但同时存在隐私泄漏的可能性。或是在需求文档中增加描述。
3. 问题：AI产出的用例格式并非用例最终格式
   解决方案：将指令更详细，更贴合自己的需求。通过脚本、或人工转换格式。
4. 问题：AI产出的用例无法思考到文本描述之外的内容
   解决方案：可以通过机器学习，也可以通过人工整理功能点时加入必要功能点。

3、存在风险、疑虑

1. 让机器学习，伴随而来的就是严重隐私泄漏问题。它越了解公司的项目，那隐私泄漏的也就越多。所有AI也是一个双刃剑，想要利用好AI，首先要处理好这之间的平衡。
2. 近期存在chatGPT大量封号的消息，想要方便安全的使用并不是那么容易。当然国内也有，到底哪个好用，这个还需要等各大厂的产品正式推出才可以。
3. 因为使用AI还是需要一些前期的装备，和后续的处理，产出的价值是否能够大于成本这也是需要考虑的问题之一。

此篇文章只是本人的一些思考，可能存在不正确或遗漏的地方。欢迎大家一起讨论或指正我的错误。

————————————————————————————————————————————
本人运营的博客同名公众号【软件测试必备技能】不定期会上传测试相关资料，可点击文章下方二维码，前往领取~