Guadagni:
- Capacità di trasformare un requisito e i criteri di accettazione in casi di test completi con tecniche come classi di equivalenza, analisi dei valori limite e tabelle decisionali, con il supporto dell'intelligenza artificiale
- Capacità di produrre separatamente scenari positivi, negativi e casi limite e di completare i casi limite persi dall'intelligenza artificiale con informazioni sul prodotto
- Capacità di stabilire la tracciabilità ed eliminare le lacune di copertura e gli eccessi inutili collegando i casi di test ai criteri di accettazione
Da questo tabula rasa spesso inizia il lavoro del tester: ha un requisito ("l'utente deve essere in grado di reimpostare la propria password") e deve trasformare questa singola frase in decine di verifiche concrete che dimostreranno che il software effettivamente funziona correttamente. Questa trasformazione è chiamata progettazione del test. Conoscere la differenza tra uno scenario di test (un obiettivo di alto livello che descrive cosa testare, come "una password non valida deve essere rifiutata") e un test case (un'unità eseguibile che descrive nei dettagli lo scenario con passaggi concreti, input e risultati attesi) è fondamentale. L'intelligenza artificiale (AI) accelera esattamente questo momento di pagina bianca: trasformando un requisito in dozzine di bozze di scenari in pochi secondi. Ma ricorda: l’intelligenza artificiale replica le situazioni a cui puoi pensare; Scegli con la tua conoscenza del prodotto quali situazioni sono veramente importanti.
In questa unità imparerai passo dopo passo come trasformare un requisito in una suite di test completa ma priva di ingombri con il supporto dell'intelligenza artificiale.
Passo dopo passo: dal requisito al test set
Passaggio 1: chiarire il requisito. Raccogli i criteri di accettazione (condizioni che un lavoro deve soddisfare per essere considerato “fatto”) prima di fornire all’IA i requisiti grezzi. "La password deve essere reimpostabile" non è sufficiente; Regole come "il collegamento di reset è valido per 30 minuti", "la stessa password non può essere riutilizzata" sono la fonte del vero test.
Passaggio 2: implementare tecniche di test. Non limitarti a dire "scrivi una sceneggiatura" sull'intelligenza artificiale; Richiedi le tecniche classiche di progettazione dei test per nome:
- Classi di equivalenza (partizionamento di equivalenza): divisione degli input in gruppi che dovrebbero produrre lo stesso comportamento. Ad esempio, per il campo età, "intervallo valido", "troppo piccolo" e "troppo grande" sono classi; È sufficiente testare un esempio per ciascuna classe.
- Analisi dei valori limite: test dei valori soglia in base al fatto che gli errori si verificano maggiormente ai confini. È come testare 17, 18, 19 separatamente per il limite di 18 anni.
- Tabella decisionale: tabulazione delle combinazioni di più condizioni e del risultato atteso di ciascuna combinazione.
- Transizione di stato: testare le transizioni del sistema da uno stato all'altro (ad esempio, ordine: creato → pagato → spedito) e le transizioni non valide.
Passaggio 3: separare gli stati positivo, negativo e limite. Richiedi un test positivo (risultato previsto con input corretto), un test negativo (errore corretto con input non valido) e un caso limite: casi limite o insoliti. L’intelligenza artificiale generalmente enfatizza gli aspetti positivi; I casi negativi e limite sono incompleti a meno che tu non li richieda esplicitamente.
Passaggio 4: dare priorità e sfoltire. L'intelligenza artificiale può generare 60 scenari; Non hanno tutti lo stesso valore. Dai la priorità a quelli ad alto rischio (denaro, sicurezza, perdita di dati) e combina quelli che sono duplicati.
Suggerimento: invia una richiesta separata all'IA dicendo "genera 5 casi limite impensabili da questo requisito". Il contributo più prezioso dell’intelligenza artificiale è che spesso ti ricorda situazioni straordinarie che hai trascurato.
Prompt debole / Prompt forte
Debole: "Scrivi casi di test per la reimpostazione della password".
Forte: "Genera casi di test per la funzione 'reimpostazione password' con i seguenti criteri di accettazione: collegamento valido per 30 minuti, uso singolo, le ultime 3 password non possono essere riutilizzate, account bloccato per 15 minuti dopo 5 tentativi errati. Applica classi di equivalenza e analisi dei valori limite. Fornisci casi positivi, negativi e limite in intestazioni separate. Per ciascun caso: ID, prerequisiti, passaggi, dati di test, risultato atteso, criteri di accettazione associati. Evidenzia scenari di sicurezza/blocco, prendilo."
Prompt potente; Fornisce regole, tecniche, formato di output e ordine di priorità. Pertanto, l’intelligenza artificiale produce casi di test eseguibili e tracciabili, non decorativi.
Formato di output del caso di test
Richiedi un formato strutturato che possa essere importato direttamente nello strumento di gestione dei test del tuo team (es. TestRail, Zephyr, Xray). La tabella seguente mostra i componenti di un buon caso di test:
zona
Descrizione
esempio
ID
ID univoco
TC-PWD-014
Titolo
breve scopo
Il collegamento scaduto verrà rifiutato
prerequisito
Condizione richiesta prima del test
Il collegamento di reimpostazione è stato generato 31 minuti fa
passi
Azioni sequenziali
1. Fare clic sul collegamento 2. Immettere la nuova password
dati di prova
Valori concreti utilizzati
vecchio collegamento, nuova password "Abc!2345"
risultato atteso
Comportamento da verificare
Errore "Link scaduto", la password non cambia
Criteri di accettazione
collegamento di tracciabilità
AK-3: collegamento valido per 30 minuti
priorità
Livello di rischio
alto
Quattro modelli copiabili
1) Produzione di scenari su base tecnica:
Il tuo ruolo: progettista di test senior. Genera casi di test per funzionalità: [funzionalità e criteri di accettazione]. Applica: classi di equivalenza, analisi dei punti di interruzione, tabella decisionale. Fornisci output in 3 gruppi: caso positivo / negativo / limite. Ogni caso: ID, precondizione, passaggi, dati di test, risultato atteso, criteri di accettazione associati, priorità (alta/media/bassa).
2) Cacciatore di casi limite:
Elenca 10 casi limite normalmente trascurati per la seguente funzionalità: [funzionalità]. Scrivi in una frase perché è rischioso per ciascuno. Pensa ad assi come vuoto/nullo, input troppo lungo, concorrenza, timeout, errori di formato, Unicode/emoji, negativo/zero, interruzione della rete.
3) Produzione della tabella decisionale:
Crea una tabella decisionale per la seguente regola aziendale: [regole].Colonne: combinazioni di condizioni; righe: ciascuna condizione e azione prevista. Segnala combinazioni irraggiungibili o contrastanti. Quindi proporre un caso di test per ciascuna combinazione.
4) Controllo della tracciabilità:
Considerato il seguente elenco di criteri di accettazione e i seguenti casi di test: [criteri] / [casi]. Mostra in forma tabellare quali criteri di accettazione non sono soddisfatti da nessun caso di test (gap di copertura) e quali casi non sono soddisfatti da alcun criterio (caso ridondante).
tre mini custodie
Caso 1 — Valore degli stati limite. Un esperto di un team fintech aveva scritto 18 script per la funzionalità di trasferimento di denaro. Ha applicato il modello del “cacciatore di casi limite” all’intelligenza artificiale; L'intelligenza artificiale ha ricordato la situazione del "trasferimento dello stesso saldo da due dispositivi contemporaneamente" (concorrenza). Quando è stato testato questo scenario, è stata trovata e chiusa una vulnerabilità relativa alla doppia spesa prima della messa in funzione. Una situazione marginale ha impedito una potenziale perdita a sei cifre.
Caso 2: taglio del rigonfiamento. Un team ha chiesto all’intelligenza artificiale di produrre uno script per il modulo di adesione e sono stati presentati 74 casi. L'esecuzione del modello di tracciabilità ha rilevato che 74 casi soddisfacevano solo 9 criteri di accettazione, molti dei quali hanno ritestato la stessa classe di equivalenza. Il set è stato ridotto da 74 a 23 casi significativi; il tempo di esecuzione è diminuito del 68%, la copertura non è diminuita.
Caso 3 – Presupposto sbagliato. L'intelligenza artificiale ha suggerito di testare date non valide come "31 febbraio" per un campo data, ma non sapeva che il componente del calendario utilizzato dal team lo bloccava già. L'esperto ha eliminato 4 dei 6 scenari di date prodotti dall'IA in quanto non necessari nel contesto del prodotto. Possibilità generate dall’intelligenza artificiale; effettuato una selezione delle informazioni sul prodotto.
Errori comuni
- Richiedere uno script senza fornire criteri di accettazione. Senza sapere cosa sia vero, l’intelligenza artificiale produce scenari superficiali che spesso non colgono il rischio reale.
- Mi accontenterò solo dei test positivi. Non volendo esplicitamente casi negativi e limite. È qui che spesso risiedono gli errori.
- Accettare ciò che viene prodotto così com'è. Dimenticandosi che l’AI non conosce il contesto del prodotto e lasciando sul set scenari inutili o impossibili.
- Aggirare la tracciabilità. Non collegare i casi ai criteri di accettazione; di conseguenza non si vede quale criterio non viene testato (coverage gap).
- Fallacia della quantità. Essere felici perché "sono state rilasciate 60 sceneggiature". Il valore non sta nel numero, ma nell'ambito che copre il rischio.
In sintesi
La progettazione del test consiste nel tradurre un requisito di una frase in casi concreti ed eseguibili che dimostrano la correttezza del software. L’intelligenza artificiale accelera notevolmente questa trasformazione: produce progetti completi quando gli vengono forniti criteri di accettazione, tecniche di test classiche (classi di equivalenza, punto di interruzione, tabella decisionale, transizione di stato) e un formato di output chiaro. Ma l’intelligenza artificiale è sbilanciata verso il positivo, non conosce il contesto del prodotto e può produrre inutili gonfiori. Il tuo compito è richiedere esplicitamente casi negativi e limite, stabilire la tracciabilità, stabilire la priorità in base al rischio e sfoltire.
Compito dell'applicazione
Scegli una funzionalità dal tuo progetto e scrivi i criteri di accettazione. Chiedi all'intelligenza artificiale di generare casi di test con il modello di "generazione di scenari basati sulla tecnica". Quindi applicare i modelli “cacciatore di casi limite” e “controllo della tracciabilità”. Di conseguenza: (1) aggiungi almeno 3 casi limite che l'IA salta, (2) elimina i casi che non si collegano ad alcun criterio di accettazione, (3) scrivi nuovi casi se ci sono criteri di accettazione non testati. Versa il set finale in un foglio di calcolo.
lista di controllo
- [ ] Prima di richiedere una sceneggiatura, ho chiarito i criteri di accettazione.
- [ ] Ho chiesto a YZ le classi di equivalenza e l'analisi dei valori limite per nome.
- [] Ho generato separatamente gli stati positivo, negativo e limite.
- [ ] Ho collegato ogni caso di test ad un criterio di accettazione (tracciabilità).
- [ ] Ho controllato il divario nell'ambito e i casi non necessari con la tabella.
- [ ] Ho dato la priorità al rischio e ho eliminato il set gonfio.