ලාභ:
- කෘත්රිම බුද්ධියේ සහය ඇතිව සමානතා පන්ති, මායිම් අගය විශ්ලේෂණය සහ තීරණ වගු වැනි ශිල්පීය ක්රම සමඟ අවශ්යතා සහ පිළිගැනීමේ නිර්ණායක විස්තීරණ පරීක්ෂණ අවස්ථා බවට පරිවර්තනය කිරීමේ හැකියාව.
- ධනාත්මක, සෘණ සහ දාර සිද්ධි වෙන වෙනම නිෂ්පාදනය කිරීමට සහ නිෂ්පාදන තොරතුරු සමඟ කෘතිම බුද්ධියෙන් මඟ හැරුණු දාර අවස්ථා සම්පූර්ණ කිරීමට හැකියාව
- පරීක්ෂණ අවස්ථා පිළිගැනීමේ නිර්ණායකවලට සම්බන්ධ කිරීමෙන් සොයාගැනීමේ හැකියාව තහවුරු කිරීමට සහ ආවරණ හිඩැස් සහ අනවශ්ය ඉදිමීම ඉවත් කිරීමේ හැකියාව
පරීක්ෂකයාගේ කාර්යය බොහෝ විට ආරම්භ වන්නේ මෙම හිස් ලෑල්ලෙන් ය: ඔහුට අවශ්යතාවයක් ඇත ("පරිශීලකයාට ඔහුගේ මුරපදය නැවත සැකසීමට හැකි විය යුතුය") සහ ඔහුට මෙම තනි වාක්යය දුසිම් ගණනක් සංයුක්ත චෙක්පත් බවට පත් කිරීමට අවශ්ය වන අතර එමඟින් මෘදුකාංගය සැබවින්ම නිවැරදිව ක්රියා කරයි. මෙම පරිවර්තනය ටෙස්ට් නිර්මාණය ලෙස හැඳින්වේ. පරීක්ෂණ ජවනිකාවක් අතර වෙනස දැන ගැනීම - "වලංගු නොවන මුරපදය ප්රතික්ෂේප කළ යුතුය" වැනි පරීක්ෂා කළ යුතු දේ විස්තර කරන ඉහළ මට්ටමේ අරමුණක් - සහ පරීක්ෂණ නඩුවක් - නිශ්චිත පියවරයන්, ආදානය සහ අපේක්ෂිත ප්රතිඵලය සමඟ එම තත්ත්වය විස්තර කරන ක්රියාත්මක කළ හැකි ඒකකයක් ප්රධාන වේ. කෘතිම බුද්ධිය (AI) හරියටම මෙම හිස් පිටු මොහොත වේගවත් කරයි: එක් අවශ්යතාවයක් තත්පර කිහිපයකින් කෙටුම්පත් අවස්ථා දුසිම් ගණනක් බවට පත් කරයි. නමුත් මතක තබා ගන්න - AI ඔබට සිතිය හැකි තත්වයන් අනුකරණය කරයි; ඔබේ නිෂ්පාදන දැනුම සමඟ ඔබ තෝරා ගන්නේ කුමන තත්වයන් ඇත්ත වශයෙන්ම වැදගත්ද යන්නයි.
මෙම ඒකකය තුළ, AI සහාය ඇතිව අවශ්යතාවයක් සවිස්තරාත්මක නමුත් අවුල් සහගත නොවන පරීක්ෂණ කට්ටලයක් බවට පත් කරන්නේ කෙසේදැයි ඔබ පියවරෙන් පියවර ඉගෙන ගනු ඇත.
පියවරෙන් පියවර: අවශ්යතාවයේ සිට පරීක්ෂණ කට්ටලය දක්වා
පියවර 1 - අවශ්යතාවය පැහැදිලි කරන්න. AI ට අමු අවශ්යතාවය ලබා දීමට පෙර පිළිගැනීමේ නිර්ණායක (රැකියාවක් "කර ඇත" ලෙස සැලකීමට සපුරාලිය යුතු කොන්දේසි) එකතු කරන්න. "මුරපදය නැවත සැකසිය යුතුය" ප්රමාණවත් නොවේ; "යලි පිහිටුවීමේ සබැඳිය විනාඩි 30 කට වලංගු වේ", "එකම මුරපදය නැවත භාවිතා කළ නොහැක" වැනි රීති සැබෑ පරීක්ෂණයේ මූලාශ්රය වේ.
පියවර 2 - පරීක්ෂණ ක්රම ක්රියාත්මක කරන්න. AI ගැන "ස්ක්රිප්ට් එකක් ලියන්න" කියලා විතරක් කියන්න එපා; නමින් සම්භාව්ය පරීක්ෂණ නිර්මාණ ශිල්පීය ක්රම ඉල්ලන්න:
- සමානාත්මතා පන්ති (සමාන කොටස් කිරීම): යෙදවුම් එකම හැසිරීමක් ඇති කිරීමට අපේක්ෂා කරන කණ්ඩායම් වලට බෙදීම. උදාහරණයක් ලෙස, වයස් ක්ෂේත්රය සඳහා, "වලංගු පරාසය", "ඉතා කුඩා", සහ "ඉතා විශාල" පන්ති වේ; සෑම පන්තියකින්ම එක් උදාහරණයක් පරීක්ෂා කිරීම ප්රමාණවත්ය.
- මායිම් අගය විශ්ලේෂණය: මායිම් වලදී දෝෂ බොහෝමයක් සිදුවන බව මත පදනම්ව එළිපත්ත අගයන් පරීක්ෂා කිරීම. 18 වයස් සීමාවට 17, 18, 19 වෙන වෙනම ටෙස්ට් කරනවා වගේ.
- තීරණ වගුව: බහු කොන්දේසි වල සංයෝජන සහ එක් එක් සංයෝජනයේ අපේක්ෂිත ප්රතිඵලය වගුගත කිරීම.
- රාජ්ය සංක්රාන්තිය: ප්රාන්තයෙන් රාජ්යයට පද්ධතියේ සංක්රාන්ති පරීක්ෂා කිරීම (උදාහරණයක් ලෙස, ඇණවුම: සාදන ලද → ගෙවන ලද → නැව්ගත කරන ලද) සහ වලංගු නොවන සංක්රාන්ති.
පියවර 3 - ධනාත්මක, සෘණ සහ දාර තත්වයන් වෙන් කරන්න. ධනාත්මක පරීක්ෂණයක් (නිවැරදි ආදානය සමඟින් අපේක්ෂිත ප්රතිඵලය), සෘණ පරීක්ෂණයක් (අවලංගු ආදානයක් සහිත නිසි දෝෂයක්) සහ දාර නඩුවක් - මායිම් හෝ අසාමාන්ය අවස්ථා සඳහා ඉල්ලන්න. AI සාමාන්යයෙන් ධනාත්මක බව අවධාරණය කරයි; ඔබ ඒවා පැහැදිලිව ඉල්ලා සිටින්නේ නම් මිස සෘණාත්මක සහ අන්ත අවස්ථා අසම්පූර්ණයි.
පියවර 4 - ප්රමුඛත්වය සහ කප්පාදු කිරීම. AI හට අවස්ථා 60ක් ජනනය කළ හැක; ඒවා සියල්ලම සමාන වටිනාකමක් නැත. ඉහළ අවදානමක් ඇති අයට (මුදල්, ආරක්ෂාව, දත්ත නැතිවීම) ප්රමුඛත්වය දෙන්න සහ අනුපිටපත් ඒවා ඒකාබද්ධ කරන්න.
ඉඟිය: "මෙම අවශ්යතාවයෙන් සිතාගත නොහැකි එජ් කේස් 5ක් උත්පාදනය කරන්න" යැයි පවසමින් AI වෙත වෙනම ඉල්ලීමක් යවන්න. AI හි ඇති වටිනාම දායකත්වය නම්, ඔබ නොසලකා හැර ඇති අසාමාන්ය තත්වයන් බොහෝ විට එය ඔබට මතක් කර දීමයි.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල: "මුරපද යළි පිහිටුවීම සඳහා පරීක්ෂණ අවස්ථා ලියන්න."
ශක්තිමත්: "පහත පිළිගැනීමේ නිර්ණායක සමඟ 'මුරපද යළි පිහිටුවීමේ' විශේෂාංගය සඳහා පරීක්ෂණ අවස්ථා උත්පාදනය කරන්න: සබැඳිය විනාඩි 30කට වලංගු වේ, තනි භාවිතය, අවසන් මුරපද 3 නැවත භාවිතා කළ නොහැක, වැරදි උත්සාහයන් 5කින් පසු මිනිත්තු 15කට ගිණුම අගුළු දමා ඇත. සමානතා පන්ති සහ මායිම් අගය විශ්ලේෂණය යොදන්න. ධනාත්මක, සෘණාත්මක සහ එක් එක් පරීක්ෂණ ශීර්ෂයන්, එක් එක් පරීක්ෂණ ශීර්ෂයන්, පූර්ව දර්ශක, එක් එක් පරීක්ෂණ ID යන අවස්ථා සඳහා වෙන් කරන්න. ප්රතිඵලය, සම්බන්ධිත පිළිගැනීමේ නිර්ණායක උද්දීපනය කරන ආරක්ෂාව/අගුලු දැමීමේ අවස්ථා එය ගනී.
බලවත් ක්ෂණික; එය නීති, ශිල්පීය ක්රම, ප්රතිදාන ආකෘතිය සහ ප්රමුඛතා අනුපිළිවෙල ලබා දෙයි. මේ අනුව, AI ක්රියාත්මක කළ හැකි සහ සොයා ගත හැකි පරීක්ෂණ අවස්ථා නිෂ්පාදනය කරයි, අලංකාර ඒවා නොවේ.
පරීක්ෂණ අවස්ථා ප්රතිදාන ආකෘතිය
ඔබේ කණ්ඩායමේ පරීක්ෂණ කළමනාකරණ මෙවලමට (උදා: TestRail, Zephyr, Xray) සෘජුවම ආයාත කළ හැකි ව්යුහගත ආකෘතියක් ඉල්ලා සිටින්න. පහත වගුව හොඳ පරීක්ෂණ නඩුවක සංරචක පෙන්වයි:
ප්රදේශය
විස්තරය
උදාහරණයක්
හැඳුනුම්පත
අද්විතීය හැඳුනුම්පත
TC-PWD-014
මාතෘකාව
කෙටි අරමුණ
කල් ඉකුත් වූ සබැඳිය ප්රතික්ෂේප කරනු ලැබේ
පූර්ව අවශ්යතාව
පරීක්ෂා කිරීමට පෙර කොන්දේසිය අවශ්ය වේ
යළි පිහිටුවීමේ සබැඳිය මිනිත්තු 31කට පෙර උත්පාදනය කරන ලදී
පියවර
අනුක්රමික ක්රියා
1. සබැඳිය ක්ලික් කරන්න 2. නව මුරපදය ඇතුළත් කරන්න
පරීක්ෂණ දත්ත
භාවිතා කරන ලද කොන්ක්රීට් අගයන්
පැරණි සබැඳිය, නව මුරපදය "Abc!2345"
අපේක්ෂිත ප්රතිඵලය
හැසිරීම තහවුරු කළ යුතුය
"සබැඳිය කල් ඉකුත් වූ" දෝෂය, මුරපදය වෙනස් නොවේ
පිළිගැනීමේ නිර්ණායක
සොයාගැනීමේ සබැඳිය
AK-3: සබැඳිය විනාඩි 30කට වලංගු වේ
ප්රමුඛත්වය
අවදානම් මට්ටම
ඉහළ
පිටපත් කළ හැකි සැකිලි හතරක්
1) තාක්ෂණික පදනම් වූ අවස්ථා නිෂ්පාදනය:
ඔබගේ භූමිකාව: ජ්යෙෂ්ඨ පරීක්ෂණ නිර්මාණකරු.විශේෂාංගය සඳහා පරීක්ෂණ අවස්ථා උත්පාදනය කරන්න: [විශේෂාංග සහ පිළිගැනීමේ නිර්ණායක]. අයදුම් කරන්න: සමානතා පන්ති, කඩඉම් විශ්ලේෂණය, තීරණ වගුව. කණ්ඩායම් 3 කින් ප්රතිදානය සපයන්න: ධනාත්මක / සෘණ / එජ් කේස්. සෑම අවස්ථාවකම: ID, පූර්ව කොන්දේසි, පියවර, පරීක්ෂණ දත්ත, අපේක්ෂිත ප්රතිඵලය, ආශ්රිත පිළිගැනීමේ නිර්ණායක (HighL/පිළිගැනීමේ නිර්ණායක).
2) එජ් කේස් හන්ටර්:
පහත විශේෂාංගය සඳහා සාමාන්යයෙන් නොසලකා හරින ලද අවස්ථා 10 ලැයිස්තුගත කරන්න: [විශේෂාංග]. එය එක් එක් සඳහා අවදානම් වන්නේ මන්දැයි එක් වාක්යයකින් ලියන්න. හිස්/ශුන්ය, ආදානය දිගු වැඩි, සමගාමී, කල් ඉකුත්වීම, ආකෘති දෝෂ, යුනිකෝඩ්/ඉමොජි, සෘණ/ශුන්ය, ජාල ඇනහිටීම් වැනි අක්ෂ ගැන සිතන්න.
3) තීරණ වගුව නිෂ්පාදනය:
පහත ව්යාපාරික රීතිය සඳහා තීරණ වගුව සාදන්න: [නීති]. තීරු: කොන්දේසි සංයෝජන; පේළි: එක් එක් කොන්දේසි සහ අපේක්ෂිත ක්රියාව. අත් කරගත නොහැකි හෝ ගැටුම්කාරී සංයෝජන සලකුණු කරන්න. ඉන්පසු එක් එක් සංයෝජනය සඳහා පරීක්ෂණ නඩුවක් යෝජනා කරන්න.
4) සොයා ගැනීමේ හැකියාව පාලනය:
පහත දැක්වෙන පිළිගැනීමේ නිර්ණායක ලැයිස්තුව සහ පහත පරීක්ෂණ අවස්ථා ලබා දී ඇත:[නිර්ණායක] / [අවස්ථා]. NO පරීක්ෂණ අවස්ථා (ආවරණ පරතරය) විසින් සපුරාලනු ලබන පිළිගැනීමේ නිර්ණායක සහ කිසිදු නිර්ණායකයකින් (අතිරික්ත අවස්ථාව) සපුරා නොමැති අවස්ථා වගු ආකාරයෙන් පෙන්වන්න.
කුඩා නඩු තුනක්
නඩුව 1 - දාර ප්රාන්තවල අගය. ෆින්ටෙක් කණ්ඩායමක විශේෂඥයෙක් මුදල් හුවමාරු විශේෂාංගය සඳහා ස්ක්රිප්ට් 18ක් ලියා තිබුණි. ඔහු "Edge case hunter" අච්චුව AI වෙත යෙදුවේය; AI "එකම ශේෂය එකවර උපාංග දෙකකින් මාරු කිරීම" (සමගිය) තත්ත්වය මතක් කළේය. මෙම තත්ත්වය පරීක්ෂා කළ විට, ද්විත්ව වියදම් අවදානමක් සොයාගෙන සජීවී වීමට පෙර වසා දමන ලදී. තනි ආන්තික තත්වයක් මගින් ඉලක්කම් හයේ අලාභයක් වැළැක්වීය.
නඩුව 2 - බල්ගේරියාව කැපීම. කණ්ඩායමක් විසින් සාමාජිකත්ව පෝරමය සඳහා පිටපතක් AI විසින් නිෂ්පාදනය කරන ලද අතර නඩු 74 ක් පැමිණියේය. සොයාගැනීමේ අච්චුව ක්රියාත්මක කිරීමේදී, අවස්ථා 74ක් සපුරා ඇත්තේ පිළිගැනීමේ නිර්ණායක 9ක් පමණක් වන අතර, බොහෝ දෙනෙක් එකම සමානතා පන්තිය නැවත පරීක්ෂා කරති. කට්ටලය සැලකිය යුතු අවස්ථා 74 සිට 23 දක්වා අඩු කරන ලදී; ධාවන කාලය 68% කින් අඩු විය, ආවරණය අඩු නොවීය.
නඩුව 3 - වැරදි උපකල්පනය. AI විසින් දින ක්ෂේත්රයක් සඳහා “පෙබරවාරි 31 වැනි” වැනි වලංගු නොවන දිනයන් පරීක්ෂා කරන ලෙස යෝජනා කළ නමුත් කණ්ඩායම භාවිත කරන දින දර්ශන සංරචකය මෙය දැනටමත් අවහිර කර ඇති බව දැන සිටියේ නැත. විශේෂඥයා විසින් නිෂ්පාදනයේ සන්දර්භය තුළ අනවශ්ය ලෙස AI විසින් නිෂ්පාදනය කරන ලද දින 6 න් 4 ක්ම ඉවත් කරන ලදී. AI ජනනය කළ හැකියාවන්; නිෂ්පාදන තොරතුරු තේරීමක් කළා.
පොදු වැරදි
- පිළිගැනීමේ නිර්ණායක ලබා නොදී පිටපතක් ඉල්ලා සිටීම. සත්ය කුමක්දැයි නොදැන, AI බොහෝ විට සැබෑ අවදානම මග හැරෙන මතුපිටින් ඇති අවස්ථා නිපදවයි.
- ධනාත්මක පරීක්ෂණ සඳහා නිරාකරණය වේ. පැහැදිලිවම සෘණාත්මක සහ අන්ත අවස්ථා අවශ්ය නොවේ. බොහෝ විට වැරදි සිදු වන්නේ මෙහිදීය.
- නිපදවන දේ එලෙසම පිළිගැනීම. AI නිෂ්පාදන සන්දර්භය නොදන්නා බව අමතක කර අනවශ්ය හෝ කළ නොහැකි අවස්ථා කට්ටලය මත තබයි.
- සොයා ගැනීමේ හැකියාව මග හැරීම. නඩු පිළිගැනීමේ නිර්ණායකවලට සම්බන්ධ නොකිරීම; එහි ප්රතිඵලයක් වශයෙන්, කුමන නිර්ණායකය පරීක්ෂා නොකළ යුතුද යන්න නොපෙනේ (ආවරණ පරතරය).
- ප්රමාණය වැරදියි. "ස්ක්රිප්ට් 60ක් නිකුත් වෙලා" නිසා සතුටු වෙනවා. අගය ඇත්තේ සංඛ්යාවේ නොව අවදානම ආවරණය කරන විෂය පථයේය.
සාරාංශයකින්
පරීක්ෂණ නිර්මාණය යනු මෘදුකාංගයේ නිවැරදි බව සනාථ කරන එක් වාක්ය අවශ්යතාවයක් කොන්ක්රීට්, ක්රියාත්මක කළ හැකි අවස්ථා බවට පරිවර්තනය කිරීමයි. AI මෙම පරිවර්තනය බෙහෙවින් වේගවත් කරයි: ඔබ එයට පිළිගැනීමේ නිර්ණායක, සම්භාව්ය පරීක්ෂණ ශිල්පීය ක්රම (සමාන පන්ති, කඩඉම්, තීරණ වගුව, රාජ්ය සංක්රාන්තිය) සහ පැහැදිලි ප්රතිදාන ආකෘතියක් ලබා දෙන විට එය විස්තීර්ණ බ්ලූපින්ට් නිෂ්පාදනය කරයි. නමුත් AI ධනාත්මක පැත්තට පක්ෂග්රාහී වන අතර නිෂ්පාදන සන්දර්භය නොදන්නා අතර අනවශ්ය බඩ පිපීම ඇති කළ හැකිය. ඔබේ කාර්යය වන්නේ සෘණාත්මක සහ අන්ත අවස්ථා පැහැදිලිව ඉල්ලා සිටීම, සොයාගැනීමේ හැකියාව තහවුරු කිරීම, අවදානම අනුව ප්රමුඛත්වය දීම සහ කප්පාදු කිරීමයි.
යෙදුම් කාර්යය
ඔබේම ව්යාපෘතියෙන් විශේෂාංගයක් තෝරා පිළිගැනීමේ නිර්ණායක ලියන්න. AI විසින් “තාක්ෂණය මත පදනම් වූ අවස්ථා උත්පාදනය” අච්චුව සමඟ පරීක්ෂණ අවස්ථා ජනනය කිරීමට සලස්වන්න. ඉන්පසු "Edge case hunter" සහ "traceability check" සැකිලි යොදන්න. ප්රතිඵලයක් ලෙස: (1) AI මඟ හරින ලද අවම වශයෙන් දාර අවස්ථා 3ක් එක් කරන්න, (2) කිසිදු පිළිගැනීමේ නිර්ණායකයකට සම්බන්ධ නොවන අවස්ථා කප්පාදු කරන්න, (3) පරීක්ෂා නොකළ පිළිගැනීමේ නිර්ණායක තිබේ නම් නව අවස්ථා ලියන්න. අවසන් කට්ටලය පැතුරුම්පතකට වත් කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] පිටපතක් ඉල්ලා සිටීමට පෙර, මම පිළිගැනීමේ නිර්ණායක පැහැදිලි කළෙමි.
- [ ] මම YZ ගෙන් සමානතා පන්ති සහ නම අනුව මායිම් අගය විශ්ලේෂණය ඉල්ලා සිටියෙමි.
- [ ] මම ධන, සෘණ සහ දාර තත්වයන් වෙන වෙනම ජනනය කළෙමි.
- [ ] මම සෑම පරීක්ෂණ අවස්ථාවක්ම පිළිගැනීමේ නිර්ණායකයකට (සොයාගැනීමේ හැකියාව) සම්බන්ධ කළෙමි.
- [ ] මම වගුව සමඟ විෂය පථ පරතරය සහ අනවශ්ය අවස්ථා පරීක්ෂා කළෙමි.
- [ ] මම අවදානමට ප්රමුඛත්වය දී ඉදිමුණු කට්ටලය කප්පාදු කළෙමි.