01｜AI 能在测试的哪些环节提效？你实际用过哪些？

开场按测试活动全程报场景，五个阶段各点两个场景，全景图先铺开——然后收窄到自己真实用过的两三个，讲深不讲全。

回答思路

第一步：全景图（五个阶段）

阶段	场景
测试设计	需求理解、测试点提取、用例生成、用例评审查漏
测试执行	自动化脚本生成、数据构造、环境检查
测试分析	失败日志归类、bug 根因初判、报错聚类
测试报告	用例执行数据的总结成文、日报周报
测试资产	历史 bug 检索问答、用例库知识库化

第二步：深讲两三个真实场景

• 用例生成：需求贴进去出测试点初稿，人工评审后入库，效率提升有数字
• 失败日志分析：CI 挂了先让模型归类原因再人看
• 脚本生成：描述页面结构让它写 PO 和用例骨架

深讲两个有细节的场景，胜过报菜名十个。

第三步：讲「AI 提效」的准确定位

AI 的角色是初稿生成器和加速器——产出的是半成品，人来评审定稿，测试的质量责任还在人身上。这个定位讲清楚，说明你用过而不是看过。

第四步：给量化习惯

哪个环节、原来耗时多少、现在耗时多少、省下的时间拿去干什么了（更深的设计和探索）——提效不量化等于没提效。

收尾：讲边界诚实

试过但没效果的环节也讲一个（比如让 AI 判断用例优先级，效果不好因为缺业务上下文）——有失败案例的候选人比全成功的可信。

考察重点

维度	说明
企业动机	2026 年测试面试的第一新题——企业想知道你是主动拥抱 AI 还是被动等着被推，前者来了就能带动团队
过线标准	全景图有 + 深讲的实际场景两个以上带细节
区分度	有量化数字、有失败案例的是真用过的；只说「用 ChatGPT 生成过用例」的是浅尝
加分项	「AI 出初稿人定稿」的责任定位认知
减分项	说「AI 会取代测试」或「AI 生成的都不靠谱」两个极端，认知不成熟

来源

整理自知识星球帖《面试情报 06｜AI 测试提效 20 题》，返回题库。