05｜怎么用大模型生成测试用例？怎么保证生成的质量？

开场先给完整流程六步——流程完整讲出来，说明你是真跑通过，不是听说过。

回答思路

第一步：完整流程六步

需求预处理（文档切片、补上下文）→ prompt 设计（角色设定加输出格式约束）→ 分模块生成（按功能模块拆开逐个生成，不整篇一次生成）→ 人工评审（核心环节）→ 验证迭代（评审意见回喂优化）→ 入库沉淀。

第二步：质量保障三层防线

防线	做法
生成侧	prompt 内置质量标准（要求覆盖正常、边界、异常，要求给前置条件和预期结果），Few-shot 给两条高质量示例定标杆
评审侧	AI 生成的用例默认是草稿，资深测试评审后可用——评审修改率就是质量指标
校验侧	规则检查（用例要素齐全吗、步骤可执行吗）先机筛一轮再人审

第三步：讲大模型的强项和弱项分工

• 强项：覆盖面广（会想到你漏掉的边界和异常组合）、格式规范、不知疲倦
• 弱项：业务深度（不知道你们系统的历史坑）、优先级判断、预期结果的业务正确性

扬长避短的用法：「AI 铺面、人攻点，AI 的产出当时刻提醒自己的检查清单」。

第四步：讲和传统方法的结合

AI 生成的测试点用等价类边界值的标准去审它（它有时也会漏边界）——两套体系互查，比单用任何一套都强。

收尾：给一个真实数字

比如评审修改率从初期六成降到三成（prompt 和示例在迭代）、单需求设计工时从四小时降到一个半小时——数字加趋势，说服力全在这。

考察重点

维度	说明
企业动机	用例生成是 AI 落地测试的第一场景，企业几乎都在做或想做——考察你能不能把它从「演示效果」做成「生产可用」
过线标准	流程完整 + 三层质量防线
区分度	有评审修改率数据、有「AI 铺面人攻点」分工认知的是生产级用户；只会「把需求贴给 ChatGPT」的是玩具级
加分项	用传统用例设计方法反向审计 AI 产出的互查思路
减分项	说「生成的用例直接就能用」——没有质量机制的落地必然出事

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。