سيناريو الاختبار وإنشاء حالة الاختبار: من المتطلبات إلى التحكم الشامل

المكاسب:

• القدرة على تحويل معايير المتطلبات والقبول إلى حالات اختبار شاملة باستخدام تقنيات مثل فئات التكافؤ وتحليل القيمة الحدودية وجداول القرار، بدعم من الذكاء الاصطناعي
• القدرة على إنتاج سيناريوهات الحالة الإيجابية والسلبية وحالة الحافة بشكل منفصل وإكمال حالات الحافة التي غاب عنها الذكاء الاصطناعي بمعلومات المنتج
• القدرة على إنشاء إمكانية التتبع وإزالة فجوات التغطية والانتفاخ غير الضروري من خلال ربط حالات الاختبار بمعايير القبول

غالبًا ما تبدأ مهمة المختبر بهذه القائمة الفارغة: لديه مطلب ("يجب أن يكون المستخدم قادرًا على إعادة تعيين كلمة المرور الخاصة به") ويحتاج إلى تحويل هذه الجملة الفردية إلى عشرات من عمليات التحقق الملموسة التي ستثبت أن البرنامج يعمل بالفعل بشكل صحيح. ويسمى هذا التحول تصميم الاختبار. إن معرفة الفرق بين سيناريو الاختبار - وهو هدف رفيع المستوى يصف ما يجب اختباره، مثل "يجب رفض كلمة المرور غير الصالحة" - وحالة الاختبار - وهي وحدة قابلة للتنفيذ توضح تفاصيل هذا السيناريو بخطوات ملموسة ومدخلات والنتيجة المتوقعة أمر أساسي. يعمل الذكاء الاصطناعي (AI) على تسريع لحظة الصفحة الفارغة هذه تمامًا: تحويل مطلب واحد إلى عشرات من مسودات السيناريوهات في ثوانٍ. لكن تذكر - الذكاء الاصطناعي يكرر المواقف التي يمكنك التفكير فيها؛ أنت تختار من خلال معرفتك بمنتجك المواقف المهمة حقًا.

في هذه الوحدة، ستتعلم خطوة بخطوة كيفية تحويل المتطلبات إلى مجموعة اختبار شاملة ولكن خالية من الفوضى مع دعم الذكاء الاصطناعي.

خطوة بخطوة: من المتطلبات إلى مجموعة الاختبار

الخطوة 1 - توضيح المتطلبات. اجمع معايير القبول (الشروط التي يجب أن تستوفيها الوظيفة حتى تعتبر "منجزة") قبل إعطاء الذكاء الاصطناعي المتطلبات الأولية. "يجب أن تكون كلمة المرور قابلة لإعادة التعيين" ليست كافية؛ قواعد مثل "رابط إعادة التعيين صالح لمدة 30 دقيقة" و"لا يمكن إعادة استخدام نفس كلمة المرور" هي مصدر الاختبار الحقيقي.

الخطوة 2 - تنفيذ تقنيات الاختبار. لا تقل فقط "اكتب نصًا" حول الذكاء الاصطناعي؛ اسأل عن تقنيات تصميم الاختبار الكلاسيكي بالاسم:

• فئات التكافؤ (تقسيم التكافؤ): تقسيم المدخلات إلى مجموعات من المتوقع أن تنتج نفس السلوك. على سبيل المثال، بالنسبة لحقل العمر، فإن "النطاق الصالح" و"صغير جدًا" و"كبير جدًا" عبارة عن فئات؛ اختبار مثال واحد من كل فئة يكفي.
• تحليل القيمة الحدودية: اختبار قيم العتبة بناءً على حقيقة أن الأخطاء تحدث أكثر عند الحدود. إنه مثل اختبار 17، 18، 19 بشكل منفصل للحد العمري 18 عامًا.
• جدول القرار: جدولة مجموعات من الشروط المتعددة والنتيجة المتوقعة لكل مجموعة.
• انتقال الحالة: اختبار انتقالات النظام من حالة إلى حالة (على سبيل المثال، الأمر: تم إنشاؤه → مدفوع → تم شحنه) والانتقالات غير الصالحة.

الخطوة 3 - فصل الحالات الإيجابية والسلبية والحافة. اطلب اختبارًا إيجابيًا (النتيجة المتوقعة مع الإدخال الصحيح)، واختبارًا سلبيًا (خطأ صحيح مع إدخال غير صالح)، وحالة حافة - حالات حدودية أو غير عادية. يؤكد الذكاء الاصطناعي عمومًا على الإيجابيات؛ الحالات السلبية وحالات الحافة غير مكتملة ما لم تطلبها صراحةً.

الخطوة 4 - تحديد الأولويات والتقليم. يستطيع الذكاء الاصطناعي إنشاء 60 سيناريو؛ ليست جميعها ذات قيمة متساوية. قم بإعطاء الأولوية لتلك التي تنطوي على مخاطر عالية (المال والأمان وفقدان البيانات) وادمج تلك المكررة.

نصيحة: أرسل طلبًا منفصلاً إلى الذكاء الاصطناعي قائلًا "أنشئ 5 حالات حافة لا يمكن تصورها من هذا المطلب". إن المساهمة الأكثر قيمة للذكاء الاصطناعي هي أنه غالبًا ما يذكرك بالمواقف غير العادية التي تجاهلتها.

موجه ضعيف / موجه قوي

ضعيف: "اكتب حالات اختبار لإعادة تعيين كلمة المرور."

Strong: "إنشاء حالات اختبار لميزة "إعادة تعيين كلمة المرور" بمعايير القبول التالية: رابط صالح لمدة 30 دقيقة، استخدام واحد، لا يمكن إعادة استخدام آخر 3 كلمات مرور، قفل الحساب لمدة 15 دقيقة بعد 5 محاولات غير صحيحة. تطبيق فئات التكافؤ وتحليل قيمة الحدود. قم بإعطاء الحالات الإيجابية والسلبية والحافة في عناوين منفصلة. لكل حالة: المعرف، والمتطلبات الأساسية، والخطوات، وبيانات الاختبار، والنتيجة المتوقعة، ومعايير القبول المرتبطة. قم بتمييز سيناريوهات الأمان/القفل."

موجه قوي؛ فهو يعطي القواعد والتقنيات وتنسيق الإخراج وترتيب الأولويات. وبالتالي، ينتج الذكاء الاصطناعي حالات اختبار قابلة للتنفيذ ويمكن تتبعها، وليس حالات اختبار تزيينية.

تنسيق إخراج حالة الاختبار

اطلب تنسيقًا منظمًا يمكن استيراده مباشرةً إلى أداة إدارة الاختبار الخاصة بفريقك (مثل TestRail وZephyr وXray). ويبين الجدول التالي مكونات حالة الاختبار الجيد:

المنطقة

الوصف

مثال

معرف

معرف فريد

TC-PWD-014

العنوان

غرض مختصر

سيتم رفض الرابط منتهي الصلاحية

شرط أساسي

الحالة المطلوبة قبل الاختبار

تم إنشاء رابط إعادة التعيين منذ 31 دقيقة

خطوات

الإجراءات المتسلسلة

1. انقر على الرابط 2. أدخل كلمة المرور الجديدة

بيانات الاختبار

القيم الملموسة المستخدمة

الرابط القديم، كلمة المرور الجديدة "Abc!2345"

النتيجة المتوقعة

السلوك الذي يجب التحقق منه

خطأ "انتهت صلاحية الرابط"، لا تتغير كلمة المرور

معايير القبول

رابط التتبع

AK-3: الرابط صالح لمدة 30 دقيقة

الأولوية

مستوى المخاطر

عالية

أربعة قوالب قابلة للنسخ

1) إنتاج السيناريو القائم على التقنية:

دورك: مصمم اختبار أول. إنشاء حالات اختبار للميزة: [معايير الميزة والقبول]. تطبيق: فئات التكافؤ، تحليل نقاط التوقف، جدول القرار. توفير المخرجات في 3 مجموعات: حالة إيجابية / سلبية / حافة. كل حالة: المعرف، الشرط المسبق، الخطوات، بيانات الاختبار، النتيجة المتوقعة، معايير القبول المرتبطة، الأولوية (عالية / متوسطة / منخفضة).

2) صياد الحالة الحافة:

قم بإدراج 10 حالات حافة يتم تجاهلها عادةً للميزة التالية: [الميزة]. اكتب في جملة واحدة سبب خطورة ذلك بالنسبة لكل منها. فكر في محاور مثل فارغ/خالي، الإدخال طويل جدًا، التزامن، المهلة، أخطاء التنسيق، Unicode/emoji، سلبي/صفر، انقطاع الشبكة.

3) إنتاج جدول القرار:

قم بإنشاء جدول قرار لقاعدة العمل التالية: [القواعد].الأعمدة: مجموعات الشروط؛ الصفوف: كل شرط وعمل متوقع. قم بوضع علامة على المجموعات غير القابلة للتحقيق أو المتعارضة. ثم اقترح حالة اختبار لكل مجموعة.

4) التحكم في التتبع:

في ضوء القائمة التالية لمعايير القبول وحالات الاختبار التالية:[المعايير] / [الحالات]. اعرض في شكل جدول معايير القبول التي يتم استيفاءها من خلال عدم وجود حالات اختبار (فجوة التغطية) والحالات التي لا يتم استيفاءها بأي معايير (حالة زائدة عن الحاجة).

ثلاث حالات صغيرة

الحالة 1 - قيمة حالات الحافة. قام أحد الخبراء من فريق التكنولوجيا المالية بكتابة 18 نصًا لميزة تحويل الأموال. لقد طبق نموذج "Edge Case Hunter" على الذكاء الاصطناعي؛ وذكّر الذكاء الاصطناعي بحالة "تحويل نفس الرصيد من جهازين في نفس الوقت" (التزامن). عندما تم اختبار هذا السيناريو، تم العثور على ثغرة أمنية في الإنفاق المزدوج وتم إغلاقها قبل بدء التشغيل. حالت حالة هامشية واحدة دون خسارة محتملة مكونة من ستة أرقام.

الحالة الثانية - تقليم الانتفاخ. قام فريق من الذكاء الاصطناعي بإنتاج نص لنموذج العضوية وتمت معالجة 74 حالة. وبتشغيل قالب التتبع، وجد أن 74 حالة استوفت 9 معايير قبول فقط، مع قيام العديد منها بإعادة اختبار نفس فئة التكافؤ. تم تخفيض المجموعة من 74 إلى 23 حالة مهمة؛ انخفض وقت التشغيل بنسبة 68٪، ولم تنخفض التغطية.

الحالة 3 - افتراض خاطئ. واقترح الذكاء الاصطناعي اختبار تواريخ غير صالحة مثل "31 فبراير" لحقل التاريخ، لكنه لم يكن يعلم أن مكون التقويم الذي كان يستخدمه الفريق قد حظر ذلك بالفعل. قام الخبير بإزالة 4 من سيناريوهات التاريخ الستة التي أنتجها الذكاء الاصطناعي باعتبارها غير ضرورية في سياق المنتج. إمكانيات الذكاء الاصطناعي المولدة؛ قام باختيار معلومات المنتج.

الأخطاء الشائعة

• طلب السيناريو دون إعطاء معايير القبول. ومن دون معرفة ما هو صحيح، ينتج الذكاء الاصطناعي سيناريوهات سطحية غالباً ما تفوت المخاطر الحقيقية.
• مجرد قبول الاختبارات الإيجابية. صراحة عدم الرغبة في الحالات السلبية والحواف. هذا هو المكان الذي تكمن فيه الأخطاء غالبًا.
• قبول ما يتم إنتاجه كما هو. متناسين أن الذكاء الاصطناعي لا يعرف سياق المنتج ويترك سيناريوهات غير ضرورية أو مستحيلة في موقع التصوير.
• تجاوز التتبع. عدم ربط الحالات بمعايير القبول؛ ونتيجة لذلك، لا يمكن معرفة أي معيار لم يتم اختباره (فجوة التغطية).
• مغالطة الكمية. أن تكون سعيدًا لأنه "تم إصدار 60 نصًا". القيمة ليست في العدد، بل في النطاق الذي يغطي الخطر.

في ملخص

يدور تصميم الاختبار حول ترجمة متطلب جملة واحدة إلى حالات ملموسة وقابلة للتنفيذ تثبت صحة البرنامج. يعمل الذكاء الاصطناعي على تسريع هذا التحول بشكل كبير: فهو ينتج مخططات شاملة عندما تمنحه معايير القبول، وتقنيات الاختبار الكلاسيكية (فئات التكافؤ، ونقطة التوقف، وجدول القرار، وانتقال الحالة) وتنسيق إخراج واضح. لكن الذكاء الاصطناعي متحيز نحو الإيجابي، ولا يعرف سياق المنتج، ويمكن أن ينتج عنه انتفاخ غير ضروري. تتمثل مهمتك في طلب الحالات السلبية والحواف بشكل صريح، وإنشاء إمكانية التتبع، وتحديد الأولويات حسب المخاطر، والتهذيب.

مهمة التطبيق

اختر ميزة من مشروعك الخاص واكتب معايير القبول. اطلب من الذكاء الاصطناعي إنشاء حالات اختبار باستخدام قالب "إنشاء السيناريو القائم على التقنية". ثم قم بتطبيق قوالب "Edge Case Hunter" و"التحقق من إمكانية التتبع". ونتيجة لذلك: (1) أضف على الأقل 3 حالات حافة يتخطاها الذكاء الاصطناعي، (2) حالات تقليم لا تتصل بأي معايير قبول، (3) اكتب حالات جديدة إذا كانت هناك أي معايير قبول تركت دون اختبار. صب المجموعة النهائية في جدول البيانات.

قائمة مرجعية

• [ ] قبل أن أطلب السيناريو، قمت بتوضيح معايير القبول.
• [ ] لقد طلبت من YZ فئات التكافؤ وتحليل القيمة الحدودية بالاسم.
• [ ] لقد قمت بإنشاء حالات إيجابية وسلبية وحافة بشكل منفصل.
• [ ] لقد قمت بربط كل حالة اختبار بمعيار القبول (إمكانية التتبع).
• [ ] لقد قمت بفحص فجوة النطاق والحالات غير الضرورية بالجدول.
• [ ] لقد أعطيت الأولوية للمخاطرة وقمت بقص المجموعة المتورمة.