فائدہ:
- فنکشنل، ریگریشن، ایج کیس اور کریش ٹیسٹ لیئرز کو سمجھنے اور مصنوعی ذہانت کے ساتھ ٹیسٹ کے منظرنامے اور ایج کیس لسٹ تیار کرنے کی صلاحیت
- مصنوعی ذہانت کے ساتھ خودکار ٹیسٹ کوڈ لکھ کر اور لاگ اور کریش تجزیہ میں پیٹرن نکال کر ڈیبگنگ کو تیز کرنے کی صلاحیت
- یہ سمجھنے کے قابل ہونے کی وجہ سے کہ مصنوعی ذہانت کی خرابی کی تشخیص ثبوت نہیں بلکہ مفروضہ ہے، اس کی وجہ کو نوشتہ جات اور تولید کے ساتھ ثابت کیا جانا چاہیے، اور غلطی کی رپورٹ کے تولیدی ہونے کی اہمیت۔
جب کوئی گیم ریلیز ہوتی ہے تو کھلاڑی اسے ان طریقوں سے کھیلتے ہیں جس کا ڈویلپر نے تصور بھی نہیں کیا تھا: دیواروں میں پھنس جانا، انوینٹری کا استحصال کرنا، ناممکن جگہوں پر پہنچنا، کریشوں کو متحرک کرنا۔ کوالٹی اشورینس (QA - کوالٹی اشورینس)؛ یہ ریلیز سے پہلے گیم کو منظم طریقے سے جانچنے اور غلطیوں (بگس)، کریش، عدم استحکام اور برے تجربات کو ڈھونڈنے اور ٹھیک کرنے کا عمل ہے۔ یہ گیم پروڈکشن میں سب سے زیادہ محنتی لیکن اہم لنکس میں سے ایک ہے۔ AI کئی پوائنٹس پر QA کو تیز کرتا ہے: ٹیسٹ کیس جنریشن، بگ رپورٹ کا تجزیہ، لاگ ریویو، خودکار ٹیسٹ کوڈ رائٹنگ، ڈیبگنگ، اور پروڈکشن کے اقدامات کو بہتر بنانا۔ لیکن AI کسی انسانی ٹیسٹر کی وجدان اور کھیل کے احساس کی تشخیص کی جگہ نہیں لیتا۔
اس یونٹ میں آپ سیکھیں گے کہ QA اور ڈیبگنگ میں AI کو کس طرح استعمال کرنا ہے۔ آپ ٹیسٹ کے منظر نامے کا ڈیزائن، لاگ انالیسس، خودکار ٹیسٹ رائٹنگ اور ایرر رپورٹنگ ڈسپلن سیکھیں گے۔
QA کی تہیں اور AI کی جگہ
QA کثیر پرتوں والا ہے۔ فنکشنل ٹیسٹنگ: کیا فیچر کام کرتا ہے (کیا دروازہ کھلتا ہے، ریکارڈنگ کا بوجھ ہوتا ہے)۔ ریگریشن ٹیسٹنگ: کیا اس نئی تبدیلی نے توڑ دیا جو پہلے کام کر رہا تھا؟ ایج کیس ٹیسٹنگ: غیر معمولی ان پٹ (انوینٹری کو دوبارہ ترتیب دیں، ایک ساتھ دو کلیدیں، سرحدی اقدار)۔ کارکردگی/کریش ٹیسٹنگ: گیم مستحکم ہے۔ گیم پلے / تجربہ ٹیسٹ: تفریحی، بدیہی۔ AI پہلے چار میں مضبوط ہے: منظرنامے تیار کرنا، ایج کیسز کی فہرست بنانا، ٹیسٹ کوڈ لکھنا، لاگز کا تجزیہ کرنا۔ آخری تجربہ انسان کا ہے۔
QA بہاؤ مرحلہ وار:
- ٹیسٹ کیسز بنائیں (اے آئی کے ساتھ فنکشنل اور ایج کیس لسٹ)۔
- خودکار جانچ لکھیں (بار بار جانچ کے لیے کوڈ)۔
- چلائیں اور جمع کریں (لاگ کی غلطیاں، لاگز، کریش)۔
- تجزیہ کریں (اے آئی کے ساتھ لاگ اور ایرر پیٹرن کی جانچ کریں)۔
- رپورٹ کریں اور تصدیق کریں (واضح، دوبارہ پیدا کرنے کے قابل بگ رپورٹ؛ ٹیسٹ فکس)۔
اشارہ: ایج کیسز تلاش کرنا مشکل ہے کیونکہ ڈیزائنر اپنا گیم "ٹھیک" کھیلتا ہے۔ اے آئی سے پوچھیں "اگر کوئی کھلاڑی اس نظام کو توڑنا چاہے تو وہ کیا کوشش کرے گا؟" کارناموں اور ایج کیسز کی فہرست بنائیں۔
خودکار جانچ: تکرار کو مشین پر چھوڑ دیں۔
ہر ریلیز میں ایک ہی چیزوں کو دستی طور پر جانچنا تھکا دینے والا اور غلطی کا شکار ہے۔ خودکار جانچ ان چیکوں کو کوڈ میں ڈالتی ہے: کیا جب بھی کوئی فنکشن بلایا جاتا ہے تو صحیح نتیجہ واپس کرتا ہے، یہ ایک نظام متوقع حالت میں ہے۔ اتحاد اور غیر حقیقی پیشکش کی جانچ کے فریم ورک؛ AI ان ٹیسٹوں کو لکھنے میں تیز ہے۔ یہ رجعت کے لیے خاص طور پر قیمتی ہے: اگر کوئی تبدیلی کسی ایسی چیز کو توڑ دیتی ہے جو پہلے کام کر رہی تھی، تو ٹیسٹ سرخ ہو جاتا ہے۔ AI کی طرف سے تیار کردہ ٹیسٹوں کا جائزہ لیں، اس بات کو یقینی بناتے ہوئے کہ وہ اس بات کی جانچ کرتے ہیں کہ واقعی کیا معنی خیز ہے — ایک خالی ٹیسٹ بغیر ٹیسٹ سے بدتر ہے۔
احتیاط: ڈیبگنگ میں، AI بعض اوقات ایک "ممکنہ وجہ" (فریب) کے طور پر بنائی گئی وضاحت پیش کرتا ہے۔ بگ کی وجہ کو صرف اس لیے قبول نہ کریں کہ AI نے آپ کو ایسا بتایا ہے۔ لاگنگ، دوبارہ تخلیق، اور جانچ کے ذریعے وجہ ثابت کریں۔ غلط تشخیص صحیح کی تلاش میں تاخیر کرتی ہے۔
پنروتپادن: ڈیبگنگ کا دل
بگ کو ٹھیک کرنے کی پہلی ضرورت اسے قابل اعتماد طریقے سے دوبارہ تیار کرنا ہے۔ "کبھی کبھی ہوتا ہے" کے طور پر بیان کردہ بگ کو ٹھیک نہیں کیا جا سکتا ہے کیونکہ آپ اس بات کی تصدیق نہیں کر سکتے کہ آیا اس نے کام کیا ہے۔ لہذا ڈیبگنگ کا سب سے قیمتی کام ان صحیح حالات کو کم کرنا ہے جن کے تحت بگ واقع ہوتا ہے (کون سا قدم، کون سی صورتحال، کیا وقت)۔ AI اسے کم کرنے میں مدد کرتا ہے: آپ علامات اور جزوی تولیدی اقدامات دے سکتے ہیں اور کہہ سکتے ہیں کہ "حالات اور تنگ کرنے کی حکمت عملی تجویز کریں جو اس طرز عمل کو متحرک کر سکتی ہیں۔" لیکن آپ اصل میں گیم چلا کر تنگ کرتے ہیں۔ AI مفروضے پیدا کرتا ہے، آپ انہیں ختم کر دیتے ہیں۔
خاص طور پر وقت سے متعلق (دوڑ کی حالت) اور میموری کی حالت سے متعلق غلطیاں کپٹی ہیں۔ یہ صرف ایک خاص ترتیب یا بوجھ میں پائے جاتے ہیں۔ ایسی غلطیوں کے لیے، لاگ میں ٹائم اسٹیمپ اور اسٹیٹس کی معلومات شامل کرنا ضروری ہے۔ AI اس بھرپور لاگ کا تجزیہ کر سکتا ہے اور پیٹرن کو دیکھ سکتا ہے ("غلطی ہمیشہ اس وقت ہوتی ہے جب یہ دو واقعات حال ہی میں ہوتے ہیں")۔ ڈیبگنگ کے سنہری اصول کو یاد رکھیں: پہلے سمجھیں، پھر ٹھیک کریں۔ بغیر سمجھے تصحیح غلطی کو چھپا دیتی ہے لیکن اسے حل نہیں کرتی اور اکثر کہیں اور نئی غلطی پیدا کر دیتی ہے۔
تین چھوٹے مقدمات
کیس 1 - ایج کیس ہنٹنگ۔ ایک RPG میں، ٹیم نے انوینٹری سسٹم کو "عام" گیم پلے میں آزمایا اور سوچا کہ یہ ٹھوس ہے۔ ان کے پاس AI کا کہنا تھا کہ "اس انوینٹری کو توڑنے کی کوشش کریں" اور 30 ایج کیس منظرنامے تیار کیے؛ ان میں سے 4 درست غلطیاں تھیں (0 وزن کی اشیاء کی تقسیم، بیک وقت ڈسپوزایبل)۔ اشاعت سے پہلے درست کر دیا گیا۔
کیس 2 - لاگ تجزیہ نے حادثے کو حل کیا۔ ایک کھیل تصادفی طور پر کریش ہو رہا تھا؛ کریش لاگز سینکڑوں لائنوں کے تھے۔ جب AI کو لاگس دیے گئے اور پیٹرن کے لیے کہا گیا تو یہ انکشاف ہوا کہ حادثہ ہمیشہ ایک مخصوص منظر کی منتقلی اور کم میموری پر ہوتا ہے۔ اس اشارے کے ساتھ، پروگرامر کو میموری لیک ہونے کا پتہ چلا۔ حادثے کی شرح صفر تک گر گئی۔
کیس 3 - غلط تشخیص سے واپسی۔ ایک پروگرامر نے AI کی اس وضاحت پر بھروسہ کیا کہ "یہ خرابی اس فنکشن کی وجہ سے ہوئی ہے" اور آدھے دن تک اس کے ساتھ ٹنکر کیا۔ کوئی نتیجہ نہیں نکلا. جب اس نے وضاحت کی اور دوبارہ پیداوار کے مراحل کو لاگ ان کیا تو غلطی بالکل مختلف جگہ پر تھی۔ سبق: AI کی تشخیص مفروضے ہیں، ثبوت نہیں۔
چار کاپی کرنے کے قابل ٹیمپلیٹس
1) ایج کیس/استحصال کے منظر نامے کی تخلیق:
آپ کا کردار: بدنیتی پر مبنی QA ٹیسٹر۔ میں مندرجہ ذیل نظام کی وضاحت کرتا ہوں: [نظام، قواعد]۔ ٹاسک: 20 ایج کیس منظرناموں کی فہرست بنائیں جو اس نظام کو توڑنے، استحصال کرنے یا اسے غیر متوقع حالت میں پھینکنے کی کوشش کریں گے۔ ہر ایک کے لیے: کیا کوشش کرنی ہے، متوقع نتیجہ، ممکنہ غلطی۔
2) خودکار ٹیسٹ تحریر:
انجن: [یونٹی 2022.3 / غیر حقیقی 5.3]۔ ٹیسٹ کا فریم ورک: [وضاحت کریں]۔ درج ذیل فنکشن/سسٹم کے لیے خودکار ٹیسٹ لکھیں: [تفصیل/کوڈ]۔ نارمل کیس، حد کیس، اور ناقص ان پٹ شامل کریں۔ یقینی بنائیں کہ ہر ٹیسٹ واقعی معنی خیز چیز کی تصدیق کرتا ہے۔ خالی/بے معنی ٹیسٹ لکھنا۔
3) لاگ/کریش تجزیہ:
ذیل میں گیم کے کریش/غلطی لاگز ہیں: [لاگ]۔ ٹاسک: بار بار آنے والے نمونوں، عام حالات (منظر، یادداشت، وقت) اور ممکنہ بنیادی وجوہات کو نشان زد کریں۔ ہر ایک وجہ کو "ثابت شدہ مفروضہ" کے طور پر پیش کریں۔ صاف بولو. تصدیق کرنے کا طریقہ بھی بتائیں۔
4) بگ رپورٹ کی وضاحت:
درج ذیل مبہم خرابی کی رپورٹ کو واضح اور قابل تولید بنائیں: [کچی رپورٹ]۔ آؤٹ پٹ: عنوان، مرحلہ وار تولید، متوقع نتیجہ، اصل نتیجہ، تعدد، ماحول۔ اگر کوئی معلومات موجود نہیں ہے تو درج کریں کہ کن معلومات کی ضرورت ہے۔
کمزور فوری / مضبوط اشارہ
کمزور اشارہ:
میرے گیم میں ایک بگ ہے، اسے ٹھیک کریں۔
کوئی سیاق و سباق، کوئی لاگ، کوئی پنروتپادن؛ AI پیشن گوئی ہے اور فریب کا خطرہ زیادہ ہے۔
طاقتور اشارہ:
میری یونٹی 2022.3 گیم میں ایک بگ ہے: جب کھلاڑی فوری سیو لوڈ کرتا ہے تو انوینٹری کبھی کبھی دگنی ہوجاتی ہے۔ ری پروڈکشن: [اسٹیپس]۔ متعلقہ کوڈ: [پیسٹ]۔ لاگ: [پیسٹ]۔ ٹاسک: مفروضوں کو ثابت کرنے کے لیے ممکنہ بنیادی وجوہات کی فہرست بنائیں، ہر ایک کے لیے تصدیق اور ممکنہ حل بتائیں۔ ایک غیر موجود وجہ بنائیں؛ اگر آپ کو یقین نہیں ہے تو مجھے بتائیں۔
ری پروڈکشن، کوڈ، لاگ اور "مفروضے کے طور پر پیش کریں" کی درخواست تشخیص کو قابل اعتماد بناتی ہے۔
QA پرت کی میز
پرت
یہ کیا ٹیسٹ کرتا ہے؟
AI کی شراکت
انسانی حصہ
فعال
کیا فیچر کام کرتا ہے؟
اسکرپٹ، ٹیسٹ کوڈ
داخلے کا فیصلہ
رجعت
کیا پرانی چیز ٹوٹ گئی ہے؟
خودکار ٹیسٹ
دائرہ کار کا فیصلہ
انتہائی کیس
غیر معمولی ان پٹ
اسکرپٹ پروڈکشن
ترجیح
کریش/کارکردگی
عزم
لاگ تجزیہ
جڑ کی تصدیق
تجربہ
تفریح، انترجشتھان
محدود
مکمل طور پر انسان
عام غلطیاں
- صرف "عام" گیم پلے کی جانچ کر رہا ہے۔ ایج کیسز رہائی کے بعد پھٹ جاتے ہیں۔
- ثبوت کے طور پر AI کی تشخیص میں غلطی کرنا۔ لاگ اور ٹیسٹنگ سے کیوں ثابت ہوتا ہے۔
- خالی خودکار ٹیسٹ لکھنا۔ بے معنی جانچ اعتماد کا بھرم دیتی ہے۔
- مبہم بگ رپورٹ۔ ایک غیر تولیدی غلطی کو درست نہیں کیا جا سکتا۔
- رجعت کی جانچ کو چھوڑنا۔ ہر تصحیح نئی غلطیوں کا سبب بن سکتی ہے۔
خلاصہ میں
QA وہ نظم و ضبط ہے جو کھلاڑی کے لیے کھیل کو تیار کرتا ہے۔ اے آئی ایج کیس منظرنامے تیار کرتا ہے، خودکار ٹیسٹ لکھتا ہے، لاگز کا تجزیہ کرتا ہے اور خرابی کی رپورٹوں کو واضح کرتا ہے۔ لیکن ان کی تشخیص مفروضے ہیں، تجربے کی تشخیص انسانی ہے، اور ہر اصلاح کے لیے دوبارہ جانچ کی ضرورت ہوتی ہے۔ AI کے ساتھ "کون اس کو توڑ سکتا ہے اور کیسے" ریفلیکس کو نقل کریں۔ آپ ثبوت اکٹھے کر لیں۔
درخواست کا کام
اپنے گیم سے ایک سسٹم منتخب کریں۔ "ایج کیس/استحصال کے منظر نامے کی نسل" ٹیمپلیٹ کے ساتھ 20 منظرنامے تیار کریں اور حقیقت میں 5 خطرناک ترین کی جانچ کریں۔ "بگ رپورٹ ریفائنمنٹ" ٹیمپلیٹ کے ساتھ آپ کو ملنے والے بگ کے لیے ایک قابل تولید رپورٹ بنائیں۔
چیک لسٹ
- میں نے "کون اور کیسے توڑ سکتا ہے؟" کے ساتھ ایک ایج کیس بنایا۔
- بار بار آنے والے چیکس کے لیے خودکار ٹیسٹنگ لکھی اور اس کا جائزہ لیا۔
- میں نے اے آئی کی تشخیص کو ایک مفروضہ سمجھا اور لاگ/ٹیسٹ سے ثابت کیا۔
- [ ] میں نے غلطیوں کو دوبارہ پیدا کرنے کے طریقے سے رپورٹ کیا۔
- [ ] میں نے رجعت کے لیے ہر فکس کا دوبارہ تجربہ کیا۔