नफा:
- कृत्रिम बुद्धिमत्तेच्या सहाय्याने समतुल्य वर्ग, सीमा मूल्य विश्लेषण आणि निर्णय सारणी यासारख्या तंत्रांसह सर्वसमावेशक चाचणी प्रकरणांमध्ये आवश्यकता आणि स्वीकृती निकषांचे रूपांतर करण्याची क्षमता
- सकारात्मक, नकारात्मक आणि एज केस परिस्थिती स्वतंत्रपणे तयार करण्याची क्षमता आणि उत्पादन माहितीसह कृत्रिम बुद्धिमत्तेद्वारे चुकलेल्या एज केसेस पूर्ण करणे
- चाचणी प्रकरणे स्वीकृती निकषांशी जोडून शोधण्यायोग्यता स्थापित करण्याची आणि कव्हरेजमधील अंतर आणि अनावश्यक फुगवटा दूर करण्याची क्षमता
परीक्षकाचे काम बऱ्याचदा या रिक्त स्लेटने सुरू होते: त्याला एक आवश्यकता असते ("वापरकर्त्याने त्याचा पासवर्ड रीसेट करण्यास सक्षम असणे आवश्यक आहे") आणि त्याला हे एक वाक्य डझनभर ठोस तपासण्यांमध्ये बदलणे आवश्यक आहे जे हे सिद्ध करेल की सॉफ्टवेअर खरोखर योग्यरित्या कार्य करते. या परिवर्तनाला चाचणी डिझाइन म्हणतात. चाचणी परिस्थितीमधील फरक जाणून घेणे — एक उच्च-स्तरीय उद्दिष्ट जे चाचणी करायची याचे वर्णन करते, जसे की "अवैध पासवर्ड नाकारला जावा" — आणि एक चाचणी केस — एक एक्झिक्यूटेबल युनिट जे ठोस पावले, इनपुट आणि अपेक्षित परिणामांसह परिस्थितीचे तपशीलवार वर्णन करते. आर्टिफिशियल इंटेलिजन्स (एआय) नेमक्या या रिक्त पानाच्या क्षणाला गती देते: एका गरजेला सेकंदात डझनभर मसुद्यात बदलते. पण लक्षात ठेवा — AI तुम्ही कोणत्या परिस्थितींचा विचार करू शकता याची प्रतिकृती बनवते; तुम्ही तुमच्या उत्पादनाच्या ज्ञानाने निवडता की कोणत्या परिस्थिती खरोखर महत्त्वाच्या आहेत.
या युनिटमध्ये, तुम्ही एआय सपोर्टसह आवश्यकतेला सर्वसमावेशक परंतु गोंधळ-मुक्त चाचणी सूटमध्ये कसे बदलायचे ते टप्प्याटप्प्याने शिकाल.
स्टेप बाय स्टेप: आवश्यकतेपासून चाचणी सेटपर्यंत
पायरी 1 - आवश्यकता स्पष्ट करा. AI ला कच्ची आवश्यकता देण्यापूर्वी स्वीकृती निकष (जॉब "पूर्ण" मानले जाण्यासाठी पूर्ण करणे आवश्यक आहे अशा अटी) गोळा करा. "पासवर्ड रीसेट करण्यायोग्य असणे आवश्यक आहे" पुरेसे नाही; "रीसेट लिंक ३० मिनिटांसाठी वैध आहे", "त्याच पासवर्डचा पुन्हा वापर केला जाऊ शकत नाही" यासारखे नियम वास्तविक चाचणीचे स्त्रोत आहेत.
पायरी 2 - चाचणी तंत्र लागू करा. एआय बद्दल फक्त "स्क्रिप्ट लिहा" असे म्हणू नका; नावाने क्लासिक चाचणी डिझाइन तंत्रांसाठी विचारा:
- समतुल्यता वर्ग (समतुल्य विभाजन): समान वर्तन निर्माण करणे अपेक्षित असलेल्या गटांमध्ये इनपुटचे विभाजन करणे. उदाहरणार्थ, वय फील्डसाठी, "वैध श्रेणी", "खूप लहान", आणि "खूप मोठे" हे वर्ग आहेत; प्रत्येक वर्गातील एक उदाहरण तपासणे पुरेसे आहे.
- सीमा मूल्य विश्लेषण: थ्रेशोल्ड मूल्यांची चाचणी या वस्तुस्थितीवर आधारित आहे की त्रुटी बहुतेक सीमांवर होतात. हे 18 वयोमर्यादेसाठी स्वतंत्रपणे 17, 18, 19 चाचणी करण्यासारखे आहे.
- निर्णय सारणी: एकापेक्षा जास्त अटींचे संयोजन आणि प्रत्येक संयोजनाचा अपेक्षित परिणाम.
- राज्य संक्रमण: राज्य ते राज्य (उदाहरणार्थ, ऑर्डर: तयार केलेले → सशुल्क → शिप केलेले) आणि अवैध संक्रमणांची चाचणी करणे.
पायरी 3 - सकारात्मक, नकारात्मक आणि किनारी अवस्था विभक्त करा. सकारात्मक चाचणी (योग्य इनपुटसह अपेक्षित निकाल), नकारात्मक चाचणी (अवैध इनपुटसह योग्य त्रुटी), आणि किनारी केस - सीमारेषा किंवा असामान्य प्रकरणांसाठी विचारा. AI सामान्यतः सकारात्मकतेवर जोर देते; आपण स्पष्टपणे विनंती केल्याशिवाय नकारात्मक आणि किनारी प्रकरणे अपूर्ण आहेत.
पायरी 4 - प्राधान्य द्या आणि छाटणी करा. AI 60 परिस्थिती निर्माण करू शकते; ते सर्व समान मूल्याचे नाहीत. जास्त जोखीम असलेल्यांना (पैसे, सुरक्षितता, डेटा गमावणे) प्राधान्य द्या आणि जे डुप्लिकेट आहेत त्यांना एकत्र करा.
टीप: AI ला एक वेगळी विनंती पाठवा की "या गरजेतून 5 अकल्पनीय एज केस तयार करा". AI चे सर्वात मौल्यवान योगदान हे आहे की ते तुम्हाला नेहमी दुर्लक्षित केलेल्या असाधारण परिस्थितीची आठवण करून देते.
कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट
कमकुवत: "पासवर्ड रीसेट करण्यासाठी चाचणी प्रकरणे लिहा."
सशक्त: "खालील स्वीकृती निकषांसह 'पासवर्ड रीसेट' वैशिष्ट्यासाठी चाचणी प्रकरणे व्युत्पन्न करा: 30 मिनिटांसाठी वैध लिंक, एकच वापर, शेवटचे 3 पासवर्ड पुन्हा वापरले जाऊ शकत नाहीत, 5 चुकीच्या प्रयत्नांनंतर 15 मिनिटांसाठी खाते लॉक केले गेले. समतुल्य वर्ग आणि सीमा मूल्य विश्लेषण लागू करा. प्रत्येक सकारात्मक, नकारात्मक आणि प्री-हेडिंग केसेससाठी स्वतंत्र आयडी द्या. स्टेप्स, चाचणी डेटा, अपेक्षित परिणाम, संबंधित स्वीकृती निकष हायलाइट सुरक्षा/लॉकिंग परिस्थिती.
शक्तिशाली प्रॉम्प्ट; हे नियम, तंत्र, आउटपुट स्वरूप आणि प्राधान्य क्रम देते. अशाप्रकारे, एआय एक्झिक्युटेबल आणि ट्रेस करण्यायोग्य चाचणी केस तयार करते, सजावटीचे नाही.
चाचणी केस आउटपुट स्वरूप
एक संरचित स्वरूप विचारा जे थेट तुमच्या टीमच्या चाचणी व्यवस्थापन साधनामध्ये आयात केले जाऊ शकते (उदा. TestRail, Zephyr, Xray). खालील सारणी चांगल्या चाचणी केसचे घटक दर्शवते:
क्षेत्र
वर्णन
उदाहरण
आयडी
अद्वितीय आयडी
TC-PWD-014
शीर्षक
संक्षिप्त उद्देश
कालबाह्य झालेली लिंक नाकारली जाईल
पूर्व शर्त
चाचणी करण्यापूर्वी अट आवश्यक आहे
रिसेट लिंक 31 मिनिटांपूर्वी जनरेट झाली
पायऱ्या
अनुक्रमिक क्रिया
1. लिंकवर क्लिक करा 2. नवीन पासवर्ड एंटर करा
चाचणी डेटा
ठोस मूल्ये वापरली
जुनी लिंक, नवीन पासवर्ड "Abc!2345"
अपेक्षित परिणाम
वर्तणूक पडताळून पाहावी
"लिंक एक्सपायर्ड" एरर, पासवर्ड बदलत नाही
स्वीकृती निकष
ट्रेसेबिलिटी लिंक
AK-3: लिंक 30 मिनिटांसाठी वैध आहे
प्राधान्य
जोखीम पातळी
उच्च
चार कॉपी करण्यायोग्य टेम्पलेट्स
1) तांत्रिक आधारित परिस्थिती उत्पादन:
तुमची भूमिका: वरिष्ठ चाचणी डिझायनर.वैशिष्ट्यांसाठी चाचणी प्रकरणे व्युत्पन्न करा: [वैशिष्ट्य आणि स्वीकृती निकष].अर्ज करा: समतुल्य वर्ग, ब्रेकपॉईंट विश्लेषण, निर्णय सारणी. 3 गटांमध्ये आउटपुट प्रदान करा: सकारात्मक / नकारात्मक / एज केस. प्रत्येक केस: आयडी, पूर्वस्थिती, चरण, चाचणी डेटा, अपेक्षित परिणाम, स्वीकृती/मापदंड / उच्च स्वीकृती निकष).
२) एज केस हंटर:
खालील वैशिष्ट्यासाठी 10 सामान्यतः दुर्लक्षित किनारी प्रकरणांची यादी करा: [वैशिष्ट्य]. प्रत्येकासाठी ते का धोकादायक आहे ते एका वाक्यात लिहा. रिक्त/शून्य, इनपुट खूप लांब, समांतरता, कालबाह्य, स्वरूप त्रुटी, युनिकोड/इमोजी, नकारात्मक/शून्य, नेटवर्क आउटेज यासारख्या अक्षांचा विचार करा.
3) निर्णय सारणी निर्मिती:
खालील व्यवसाय नियमांसाठी निर्णय सारणी तयार करा: [नियम]. स्तंभ: स्थिती संयोजन; पंक्ती: प्रत्येक स्थिती आणि अपेक्षित क्रिया. ध्वजांकित करणे अशक्य किंवा परस्परविरोधी संयोजन. नंतर प्रत्येक संयोजनासाठी चाचणी केस प्रस्तावित करा.
4) शोधण्यायोग्यता नियंत्रण:
स्वीकृती निकषांची खालील यादी आणि खालील चाचणी प्रकरणे दिली आहेत: [निकष] / [केस]. टॅब्युलर स्वरूपात दाखवा की कोणते स्वीकृती निकष NO चाचणी प्रकरणे (कव्हरेज गॅप) द्वारे पूर्ण केले जातात आणि कोणती प्रकरणे कोणत्याही निकषांद्वारे पूर्ण केली जात नाहीत (अनावश्यक केस).
तीन लहान प्रकरणे
केस 1 — किनारी अवस्थांचे मूल्य. फिनटेक टीममधील एका तज्ञाने मनी ट्रान्सफर वैशिष्ट्यासाठी 18 स्क्रिप्ट लिहिल्या होत्या. त्याने AI वर “एज केस हंटर” टेम्पलेट लागू केले; एआयने "एकाच वेळी दोन उपकरणांमधून समान शिल्लक हस्तांतरित करणे" (समवर्ती) परिस्थितीची आठवण करून दिली. जेव्हा या परिस्थितीची चाचणी केली गेली तेव्हा, लाइव्ह जाण्यापूर्वी दुहेरी खर्चाची असुरक्षा आढळली आणि ती बंद झाली. सिंगल फ्रिंज परिस्थितीमुळे संभाव्य सहा आकड्यांचे नुकसान टाळले.
केस 2 - फुगवटा छाटणे. एका टीमने एआयने सदस्यत्व फॉर्मसाठी स्क्रिप्ट तयार केली होती आणि 74 प्रकरणे समोर आली होती. ट्रेसेबिलिटी टेम्प्लेट चालवताना आढळले की 74 प्रकरणे फक्त 9 स्वीकृती निकष पूर्ण करतात, अनेकांनी समान समतुल्य वर्गाची पुन्हा चाचणी केली. संच 74 वरून 23 लक्षणीय प्रकरणांमध्ये कमी करण्यात आला; रन टाइम 68% ने कमी झाला, कव्हरेज कमी झाले नाही.
प्रकरण 3 - चुकीचे गृहितक. AI ने तारीख फील्डसाठी “31 फेब्रुवारी” सारख्या अवैध तारखांची चाचणी सुचवली, परंतु टीम वापरत असलेल्या कॅलेंडर घटकाने हे आधीच ब्लॉक केले आहे हे माहित नव्हते. तज्ञाने उत्पादनाच्या संदर्भात AI ने तयार केलेल्या 6 तारखेतील 4 परिस्थिती अनावश्यक म्हणून काढून टाकल्या. AI व्युत्पन्न शक्यता; उत्पादन माहिती निवड केली.
सामान्य चुका
- स्वीकृती निकष न देता स्क्रिप्टची विनंती करणे. सत्य काय आहे हे जाणून घेतल्याशिवाय, AI वरवरची परिस्थिती निर्माण करते जे सहसा वास्तविक धोका गमावतात.
- फक्त सकारात्मक चाचण्यांसाठी सेटल होत आहे. निगेटिव्ह आणि एज केसेस स्पष्टपणे नको आहेत. इथेच अनेकदा चुका होतात.
- जे निर्माण होते ते जसे आहे तसे स्वीकारणे. एआयला उत्पादनाचा संदर्भ माहित नाही हे विसरणे आणि सेटवर अनावश्यक किंवा अशक्य परिस्थिती सोडणे.
- ट्रेसेबिलिटी बायपास करणे. स्वीकृती निकषांशी प्रकरणे जोडत नाही; परिणामी, कोणता निकष तपासला गेला नाही हे पाहिले जात नाही (कव्हरेज गॅप).
- प्रमाणाची चूक. आनंदी आहे कारण "60 स्क्रिप्ट्स रिलीज झाल्या आहेत". मूल्य संख्येमध्ये नाही, परंतु जोखीम व्यापणाऱ्या व्याप्तीमध्ये आहे.
सारांशात
चाचणी डिझाइन हे सॉफ्टवेअरची शुद्धता सिद्ध करणाऱ्या एका वाक्याची आवश्यकता ठोस, एक्झिक्युटेबल प्रकरणांमध्ये भाषांतरित करण्याबद्दल आहे. AI या परिवर्तनाला मोठ्या प्रमाणात गती देते: जेव्हा तुम्ही स्वीकृती निकष, शास्त्रीय चाचणी तंत्र (समतुल्य वर्ग, ब्रेकपॉइंट, निर्णय सारणी, राज्य संक्रमण) आणि स्पष्ट आउटपुट स्वरूप देता तेव्हा ते सर्वसमावेशक ब्लूप्रिंट तयार करते. परंतु AI सकारात्मक दिशेने पक्षपाती आहे, उत्पादन संदर्भ माहित नाही आणि अनावश्यक फुगवटा निर्माण करू शकते. तुमचे कार्य स्पष्टपणे नकारात्मक आणि किनारी प्रकरणांची विनंती करणे, शोधण्यायोग्यता स्थापित करणे, जोखमीनुसार प्राधान्य देणे आणि छाटणी करणे हे आहे.
अर्ज कार्य
तुमच्या स्वतःच्या प्रकल्पातून एक वैशिष्ट्य निवडा आणि स्वीकृती निकष लिहा. AI कडे “तंत्र-आधारित परिदृश्य जनरेशन” टेम्प्लेटसह चाचणी केसेस तयार करा. नंतर “एज केस हंटर” आणि “ट्रेसेबिलिटी चेक” टेम्पलेट्स लागू करा. परिणामी: (1) AI वगळणारी किमान 3 किनारी प्रकरणे जोडा, (2) कोणत्याही स्वीकृती निकषांशी जोडलेली नसलेली प्रकरणे छाटणे, (3) कोणतेही स्वीकृती निकष तपासले नसल्यास नवीन प्रकरणे लिहा. अंतिम सेट स्प्रेडशीटमध्ये घाला.
चेकलिस्ट
- [] स्क्रिप्टची विनंती करण्यापूर्वी, मी स्वीकृती निकष स्पष्ट केले.
- मी YZ ला समतुल्य वर्ग आणि नावानुसार सीमा मूल्य विश्लेषणासाठी विचारले.
- मी स्वतंत्रपणे सकारात्मक, नकारात्मक आणि किनारी अवस्था निर्माण केल्या.
- मी प्रत्येक चाचणी प्रकरणाचा स्वीकृती निकष (ट्रेसेबिलिटी) शी जोडला आहे.
- [ ] मी टेबलसह स्कोप गॅप आणि अनावश्यक केसेस तपासल्या.
- [ ] मी जोखमीला प्राधान्य दिले आणि सुजलेल्या सेटची छाटणी केली.