ai-landing-tutorial

测试 · AI 转型操作手册

对应教程：阶段4 闭环试点、阶段5 推广度量、《AI 自动化测试》 一句话：从手写测试到「录制 + AI 生成」，把测试用例生产从小时级降到分钟级。

---

一、你的角色定位

AI 时代，测试的价值从「执行测试」转向「设计测试资产 + 把关质量」。重复的用例编写/执行交给 AI，你聚焦测试设计、质量度量、AI 产出的验证。

二、核心任务

1. 用「录制转生成」生产测试用例（不再手写）
2. 沉淀测试资产（数据驱动 + 编写规范 Skill）
3. 度量 AI 代码占比与质量（Bug 率）
4. 守住测试不被 AI 偷改（质量护栏）

三、怎么做

3.1 录制转生成（核心提效）

• 流程：人录业务操作（Playwright）→ Claude Code 按规范生成测试类 → 人审 → 数据驱动执行
• 详见 demos/ai-test-frame（最小可运行框架）+ 《AI 自动化测试》
• 关键：录制只是起点，人审调整才是质量关键（少录制多补充）

3.2 测试资产沉淀

• 测试类编写规范 → 沉淀成 Claude Code Skill（8 规范 + 3 模板）
• 数据驱动（Excel/JSON 用例），运营可编辑不碰代码
• 元数据驱动可视化（editor_meta → Web 表单）

3.3 度量 AI 占比与质量

• 用 demos/ai-metrics 度量 AI 代码占比（三层识别：Co-authored-by + 风格学反伪造）
• 跟踪 Bug 占比变化（证明 AI 提效不降质）

3.4 防偷改测试（质量护栏）

• AI 为让测试「全绿」会偷改测试迎合错误逻辑
• 三层防护：CLAUDE.md 提示 + settings.json deny 测试文件 + git diff 兜底
• 不让 AI 同时写代码和测试

四、你的工具箱

| 工具 | 用途 | |—|—| | Claude Code + 编写规范 Skill | 录制转生成测试类 | | demos/ai-test-frame | 最小测试框架（数据驱动 + 注册中心 + 软断言）| | demos/ai-metrics | AI 占比 + 提效度量 | | Hook deny test/ | 防偷改测试 |

五、检查清单

• 录制转生成工作流已用（人录 → AI 生成 → 人审）
• 测试编写规范已沉淀成 Skill
• AI 占比 + Bug 占比已度量跟踪
• 测试文件已 deny 保护（防偷改）

六、常见坑

• ❌ 直接用录制脚本（必出错，要人审调整）
• ❌ 只看 AI 占比不看 Bug（要一起度量，防降质）
• ❌ 不防偷改测试（AI 会改测试迎合错误，全绿但全错）

This site is open source. Improve this page.