📝 面试求职： 「面试试题小程序」 ，内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）

📝 职场经验干货：

软件测试工程师简历上如何编写个人信息（一周8个面试）

软件测试工程师简历上如何编写专业技能（一周8个面试）

软件测试工程师简历上如何编写项目经验（一周8个面试）

软件测试工程师简历上如何编写个人荣誉（一周8个面试）

软件测试行情分享（这些都不了解就别贸然冲了.）

软件测试面试重点，搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用（永久使用）

---

随着时间的推移，我见证了人工智能在推进我所说的“自主测试”方面发挥的重要作用——将手动测试带入了一个新时代。这种经历确实具有变革性，为增强和简化我们的测试操作以提高效率、有效性和准确性提供了宝贵的见解。我将通过现实世界的示例和可操作的策略进一步说明这一历程，这些策略强调了人工智能在增强手动测试方面的力量。

引入AI工具进行手动测试的风险和好处

现代人工智能系统不断发展，为测试团队带来了新的机遇和潜在风险。基于广泛的研究和第一手经验，我总结一些在手动测试中利用人工智能的好处和担忧：

风险：

• 人工智能缺乏测试中复杂决策所必需的细致入微的人类判断。

• AI 输出需要细致的校对和错误解决。

• 利用真实客户数据进行人工智能模型训练引发了隐私问题。

• 过度依赖人工智能可能会掩盖内部技能的发展。

• 自动化程度的提高加剧了手动测试人员的工作不稳定性。

好处：

• 自动重复测试用例生成，为新端点起草 200 多个 API 测试用例。

• 加速创建全面的50多页测试计划框架。

• 通过多样化的测试场景扩大测试覆盖范围——生成 100 多个边界和负面测试变体。

• 接管回归套件维护——更新数千个过时的测试步骤。

• 提供持续的测试知识支持。

鉴于目前存在的风险，我赞同以下观点：“目前，人工智能最适合作为增强协作的技术，而不是替代技术。”

建议将人工智能的优势与人类的监督、验证和调整相结合。根据我丰富的经验，将人工智能的功效与我们的创造性相结合可以大大提高生产力，补充我们宝贵的测试团队成员。将人工智能集成到手动测试中可以实现更智能、更高效的工作实践，从而显著提高软件质量。

手动测试中AI工具使用的示例

随着我不断增强手动测试程序，我选择了三种 AI 工具：

1. Claude (https://claude.ai/)

2. ChatGPT (https://chatgpt.com/)

3. Postbot (https://www.postman.com/product/postbot/)

下面，我将提供有关每个工具的详细信息，并附上实际的示例。

Claude

在我的工作流程中，Claude.ai利用先进的自然语言处理 (NLP) 来处理大型测试数据文件、分析信息并提供建议以提高测试覆盖率和质量。Claude.ai擅长管理各种数据集并通过交互式对话提供见解，使其成为测试人员的直观工具。

以下是如何在日常中使用 Claude 的示例：

示例 1. 测试方法的全面分析

先决条件：从错误跟踪系统导出错误报告并上传至 Claude。

提示：分析所附的房地产应用程序中发现的错误报告，并对我的测试方法进行全面分析。

结果：

Claude 示例1

Claude 示例1

我附上了部分答案，这对 QA 工程师来说似乎很有帮助。对测试方法的全面分析使 QA 工程师能够获得所需的洞察力，从而有效地识别、优先处理和缓解潜在问题，从而提高软件产品的质量和可靠性。

示例2. 测试流程增强

先决条件：执行示例1中的步骤。

提示：提供详细的、分步的指南，说明如何使用所提供的数据增强我的测试过程。

结果：

Claude 示例2

Claude 示例2

再次，这对 QA 工程师来说似乎非常有帮助。这种有组织的方法提高了识别错误和潜在改进的准确性和效率，最终有助于打造更强大、更可靠的产品。

示例3. 错误预防

先决条件：执行示例1中的步骤。

提示：这个 Bug 被重现的可能性有多大，我该如何防止它再次发生？

结果：

Claude 示例3

Claude 示例3

这绝对是有用的信息。了解错误发生的可能性和预防方法可以让 QA 工程师优先考虑测试工作并实施有效的解决方案，以尽量减少未来发生错误的可能性，从而提高整体软件质量。

总体而言，Claude 的回复似乎对 QA 工程师的日常工作非常有益，尤其是对初级 QA 成员的帮助。此外，该工具对于评估新团队成员提交的测试任务以及提供有关测试用例、测试计划和测试策略等各种文档的反馈非常有用。此外，它还是准备培训课程的绝佳资源。

ChatGPT

ChatGPT 是 QA 工程师可以日常使用的另一个强大工具。下面是几个如何使用它的示例。

示例1. 创建一个新的 Bug

前提条件：发现bug，快速记录到笔记中。

提示：尝试使用无效凭据登录 Firefox 时发现新错误服务器错误。暂存。UI 12.12.2023

结果：

ChatGPT 示例1

QA 工程师绝对可以在日常工作中使用它。ChatGPT 提高了错误跟踪效率。例如，一个详细说明新错误的简单提示可以快速生成一份可供详细说明的结构化报告，从而大大加快了 QA 流程。

示例2.创建测试报告

前提条件：为加拿大一家销售袜子的电子市场应用的登录页面创建新的用户故事。可以使用 Claude 或 ChatGPT 来实现此目的。

提示：以下用户故事中的所有验收标准均已满足。请撰写一份完整的测试报告，详细说明已进行的测试。

结果：

ChatGPT 示例2

在关闭 JIRA 票证之前，可以轻松将其添加到票证中。测试报告对测试结果和任何已发现的问题进行了全面的分析，使 QA 工程师能够验证用户故事实现的功能和质量并做出明智的改进。此外，ChatGPT 可以为用户故事创建测试用例以进行手动测试。测试用例可以转换为 JSON 格式以进行自动测试。QA 主管和经理可以使用 ChatGPT 创建测试计划或测试策略文档。根据我的经验，Claude 做得更好，但我认为两种工具都可以使用，可以选择更好的结果。

示例3.风险登记文件

先决条件：收集尽可能多的有关您想要进行风险分析的项目或功能的信息。

提示：根据以下信息创建风险登记文件：该项目 UI 负载很重，有 3 个主要门户，后端在 php 上，团队位于不同国家。在生成完整文档之前，请至少向我询问 2 个澄清问题。

注意：请注意其他问题。这可能会有所帮助。

结果：

ChatGPT 示例3

风险登记文件可以帮助 QA 工程师识别和确定潜在风险的优先级，使他们能够将测试工作集中在可能影响软件质量和项目成功的最关键领域。

Postbot

Postbot 内置于 Postman 中，可帮助生成集合级测试用例，这是一个无缝流程，可满足特定测试请求。此功能包括利用简单的 API 请求来高效地生成和验证测试，体现了处理复杂测试元素的精确性。

示例1. 可以在集合级别生成测试用例，这非常方便，特别是当您最初设置测试套件或执行回归测试时。

Postbot 示例1

Postbot 示例1

示例2. 可以为特定请求生成测试用例。当您需要彻底验证 API 端点在不同输入场景（包括极端情况）下的行为时，可以使用它，以确保它在各种数据类型和条件下都能正确响应

Postbot 示例2

Postbot 示例2

结论

综上所述，将人工智能能力与人类创造力进行战略性融合，凸显了在手工测试中负责任地采用人工智能的重要性。如果不对输出结果进行完善、编辑和验证，仅仅依赖诸如ChatGPT或Claude这样的人工智能工具是不可取的。通过反馈循环来处理不准确的信息以确保监督，提升分析任务方面的技能水平，并持续对风险和策略进行批判性评估，这些举措与人工智能相辅相成，能够有效地加快测试周期。人工智能确实重新定义了手工测试，它不仅优化了效率，还加强了协作参与度，从而克服各种挑战并提高软件质量。

最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】

​​

​