AI生成用例落地：先让它做草稿而不是结论

2025年1月记录，分类「AI测试」。这篇更像工作笔记，记录的是一次问题拆解和复用清单。

定位

AI 生成用例我更愿意把它当草稿助手，不直接当结论。它能帮忙补思路，但业务规则和风险等级必须人工确认。

这类问题如果只写结论，过一段时间就很难复用，所以我把判断依据也留了下来。

输入材料

• 输入需求、原型、接口字段和历史缺陷，而不是只丢一句标题。
• 让 AI 按场景、输入、动作、期望、风险输出。
• 人工复核边界值、权限、数据状态和不可测项。

输入: 需求原文 + 接口字段 + 历史缺陷
输出: 场景、输入、动作、期望、风险等级
人工: 校验业务规则和不可测项

人工校验

• 生成结果没有编造不存在的功能。
• 关键业务规则和需求原文能对应。
• 最终用例经过测试负责人确认。

如果要自动化，我会先挑稳定、关键、失败后能定位的部分，不急着全量脚本化。

落地方式

AI 适合提高起草效率，质量责任还是在测试自己手里。等业务规则再稳定一点，可以把这里的检查点拆成参数化用例。