关注 霍格沃兹软件测试开发 公众号回复「资料」, 领取人工智能测试开发技术合集从“两周的活”到“半小时搞定”我们团队经历了一场效率地震大家好我是某互联网公司的测试开发工程师负责自动化测试体系建设。上周发生了一件事让我到现在还有点恍惚。我花了一个多小时搭了个Skill然后它半小时内帮我生成了300多条测试用例。测试组长看完我发过去的用例文档在群里沉默了整整十分钟。最后只回了一句话“这谁写的 ”一、一个测试工程师的日常痛苦先说说我为什么要折腾这个事。做测试的兄弟应该都懂这种痛——产品文档动辄几百页里面全是密密麻麻的功能描述、参数配置、业务规则。测试工程师要从中一点点抠出测试点整理成测试用例。这活儿又枯燥又容易出错还特别耗时间。我自己就踩过不少坑。以前在测试部门整理文档、编写测试用例经常漏看一些边界条件结果测试的时候发现问题又得回头改文档、补用例。折腾来折腾去一个项目的测试准备工作就得占整个周期的三分之一。更难受的是我们团队最近接了一个新项目PRD下来的时候我打开一看——整整180页。按照以往的速度光是把这份文档啃完、提炼出测试点、写出用例至少两周。我当时坐在工位上盯着那180页文档脑子里只有一个想法有没有办法让AI替我把这个活干了二、WorkBuddy是什么后来我发现了WorkBuddy。简单说WorkBuddy是腾讯推出的全场景AI办公工作台。但它和普通AI聊天工具有本质区别。普通AI聊天工具是“你问一句它答一句”。WorkBuddy是桌面AI Agent——它能理解任务、调用模型、连接插件、操作本地文件、浏览器和办公流程。用一句话概括WorkBuddy不是让你学命令而是你说话它执行。你说“帮我生成测试用例”它就能自己读文档、分析功能点、输出结构化的用例表格。更重要的是WorkBuddy支持自定义Skill开发。你可以把自己的测试经验、用例模板、业务规则封装成一个Skill。以后每次接到新项目直接跑这个Skill就行——一次封装重复使用。三、我是怎么做的整个流程其实很简单就三步。第一步创建Skill花了一个多小时在WorkBuddy上创建了一个测试用例生成Skill。我把文档解析、用例生成的逻辑写成了这个Skill让它能读取Word文档识别里面的功能点、输入输出参数、业务规则。同时把测试用例的模板也嵌了进去——包含用例编号、测试场景、前置条件、测试步骤、预期结果这些要素。Skill的核心指令大概是这样的读取输入的产品文档按照黑盒测试的原则提取测试点覆盖正常流程、异常场景、边界值、权限隔离输出结构化的用例表格第二步准备文档把那份180页的PRD文档准备好。WorkBuddy支持Word、PDF、甚至截图。我用的Word版本文档写得比较规范包含了功能描述、参数说明、业务规则这些内容。第三步运行上传文档点击运行。等了大概二十多分钟一份完整的测试用例文档就出来了。四、效果说出来你可能不信说实话第一次跑的时候我没抱太大期望。结果出来的时候我真的被震撼到了。它生成了300多条测试用例。 覆盖了正常流程、异常场景、边界值、权限隔离等各种场景。更厉害的是它不仅仅是提取了所有的输入参数还考虑到了各种边界条件和异常情况——参数的取值范围、必填项校验、权限控制等等全都覆盖到了。生成的用例是结构化的表格包含了用例编号、测试场景、前置条件、测试步骤、预期结果这些要素直接就能导入测试管理工具里用。我粗略估算了一下——如果让我自己写这300多条用例至少两周。AI只用了二十多分钟。 之前有测试工程师反馈用WorkBuddy生成用例比自己手写节省60%-70%的时间。另一位同行说至少能节省80%的用例编写时间以前要两周的活现在半小时就能搞定。我把生成的用例发给了测试组长。他沉默了十分钟。然后问我“这谁写的”我说“AI。”他又沉默了五分钟。最后回了一句“把这个Skill给我也装一个。 ”五、不只是生成用例WorkBuddy还能做什么这次经历之后我开始深入研究WorkBuddy在测试领域的更多用法。发现它的能力远不止“生成用例”这么简单。API契约测试脚本生成WorkBuddy可以基于接口定义OpenAPI或手写说明自动生成契约测试脚本。你把接口文档贴进去它直接产出可运行的断言脚本——验证“实际响应是否符合约定”。接口被改坏时立刻就能发现。需求解析与功能点提取小白最头疼的就是看PRD——专业术语多、思路乱。现在只需要上传PRDWord、PDF、截图均可输入指令“用小白能懂的话列出测试功能点标注模糊点和易漏测点”。AI会用通俗语言总结2小时的活30分钟搞定。用例的优化迭代需求变更的时候上传新PRD输入指令“分析变更点提示需修改用例及建议”。不用重新写AI直接告诉你哪些用例需要改、怎么改。零代码转自动化脚本不会写代码也能转脚本复制用例步骤输入指令“转换成Playwright脚本代码简单、标注每步作用小白可运行”。AI自动生成可执行的自动化代码。页面元素变更时上传新截图输入指令“修复脚本并标注修改处”。不用手动改代码。六、几个避坑提醒虽然WorkBuddy很强但也不是完美无缺的。我踩了几个坑分享给大家坑一文档质量决定用例质量文档写得越详细生成的用例质量越高。如果PRD本身写得含糊不清AI生成的用例也会有很多模糊的地方。建议在上传之前先确认文档包含了功能描述、参数说明、业务规则这些核心内容。坑二生成的用例需要人工审核AI生成的用例也不是完美的还需要测试工程师做一些人工审核和补充。特别是那些隐含的业务规则AI可能会遗漏。但话说回来——审核300条用例比从零开始写300条用例省下来的时间可不是一星半点。坑三指令要具体有用户反馈模糊的需求容易让AI跑偏。比如“帮我想个好方案”这种指令效果就不好。改成“从用户体验、成本、时间三个维度各出3个方案”效果好得多。生成测试用例也一样——指令越具体结果越精准。七、一些思考这次经历让我重新思考了一个问题AI到底能给测试行业带来什么改变以前测试工作很大一部分是重复性的劳动比如写用例、执行回归测试。如果这些都能自动化测试工程师就能把更多精力放在探索性测试、安全测试这些更有价值的工作上。WorkBuddy这类桌面AI Agent的出现标志着AI正在从“问答工具”升级为能参与真实工作的执行型助手。尤其是测试开发场景里的用例生成、脚本生成、文件处理、执行反馈和知识库问答都可能被这类Agent重新串起来。组长沉默的那十分钟我猜他在想两件事第一这玩意儿太强了。第二测试团队以后的工作方式要变了。我的答案是测试工程师不会失业但不会用AI的测试工程师可能会被会用AI的替代。本文系作者基于真实使用经验的总结。WorkBuddy为腾讯旗下产品文中所有指令模板均可直接复制使用。欢迎同行交流讨论。本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容侧重测试实践、工具应用与工程经验整理。