得物基于AIGC生成测试用例的探索与实践

一、背景

随着人工智能技术的快速发展，尤其是在自然语言处理（NLP）、计算机视觉和生成对抗网络（GANs）等领域，AIGC（AI Generated Content）得到了广泛应用，这一技术的进步使得内容创作变得更加高效与多样化，推动了各个行业的创新与变革。对于测试而言，基于AI进行测试用例生成也逐渐从梦想变成现实。

传统问题

目前我们在编写测试用例时，大部分依赖人工编写，在实际编写过程中主要存在以下问题：

1. 用例编写量大：传统的测试用例编写方法通常会耗费测试人员大量的时间和精力，编写效率不高；
2. 编写颗粒度粗：由于时间有限，手工编写测试用例可能存在部分测试场景的遗漏，如边界场景、异常场景等；
3. 维护成本高：不同测试同学编写习惯不同，导致部分用例的可读性较差，增加后期维护成本。

因此，借助AI技术自动生成初步的测试用例，随后由测试人员进行审核和优化，可以显著缩短用例的准备时间，提高测试工作的效率。

目标

利用AI技术自动生成测试用例，缩短编写测试用例的时间；

通过AI辅助生成测试用例，提升测试用例的覆盖范围和可读性。

二、方案

技术实现

“RAG：指的是检索增强生成（Retrieval-Augmented Generation），这是一种结合了信息检索和文本生成的技术，通过检索相关信息来增强生成模型的能力，提高生成文本的相关性和准确性。”

“LLM：指的是“大型语言模型”（Large Language Model），这些模型是基于深度学习技术构建的，专注于自然语言处理（NLP），能够处理和生成自然语言文本数据。”

核心功能介绍

整个AI生成测试用例的功能主要分为三个方面：

1. 用户输入：提供AI对话框，可供用户从需求PRD中复制粘贴功能点，实现快速输入；
2. 测试点分析整合：提供智能提取测试点和专家经验介入的能力，用户可以对AI生成的测试点进行灵活调整；
3. 用例生成：基于调整好的测试点自动生成对应的测试用例，并可一键同步至平台，方便后续的管理和使用。

使用流程

需求输入

1.选择相关需求的用例模块，点击“AI生成用例”按钮跳转至AI生成用例交互页面：

2.从需求PRD复制功能点，粘贴到输入框并发送：