Содержание

AI не заменяет тестировщика — он убирает рутину

Писать тест-кейсы вручную по ТЗ, придумывать тестовые данные, оформлять баг-репорты — всё это AI делает за секунды. Тебе остаётся то, что AI не умеет: знать контекст бизнеса, чувствовать UX, находить неочевидные сценарии. Все примеры работают в любом чат-ассистенте — если используешь Claude, есть отдельная серия о том, как начать без кода.

Генерация тест-кейсов

Описываешь фичу — AI пишет кейсы:

Напиши тест-кейсы для формы регистрации.
Поля: email, пароль (мин. 8 символов), подтверждение пароля.
Формат: ID | Название | Шаги | Ожидаемый результат.
Покрой: happy path, негативные сценарии, граничные значения.

AI выдаст 15–20 кейсов. Твоя задача — проверить и добавить логику бизнеса, которую AI не знает.

Что хорошо отдавать AI:

Как получать хороший результат

Расплывчатый промпт → расплывчатый результат. Три правила:

Давай контекст:

# Плохо
Напиши тесты для корзины.

# Хорошо
Напиши тест-кейсы для корзины интернет-магазина.
Пользователь может: добавить товар, изменить количество,
удалить, применить промокод (скидка 10%, не работает
на уценённые товары), оформить заказ.
Формат: Gherkin (Given / When / Then).

Показывай пример формата:

Напиши в таком формате:
TC-001 | Успешный логин | 1. Открыть /login
2. Ввести корректные данные 3. Нажать «Войти»
| Редирект на главную, приветствие в шапке

Итерируй:

Хорошо. Теперь добавь 5 негативных сценариев для пароля.
Учти: после 3 неудачных попыток аккаунт блокируется на 15 минут.

AI для анализа требований

Загружаешь ТЗ и просишь найти проблемы до начала тестирования:

Вот user story:
"Как пользователь я хочу сбросить пароль через email."

Найди: неоднозначности, отсутствующие acceptance criteria,
граничные случаи и риски безопасности.

AI найдёт пробелы, которые потом превратились бы в баги.

Автоматизация баг-репортов

Вот лог ошибки: [вставляешь stack trace]

Напиши баг-репорт:
- Заголовок (коротко, по сути)
- Шаги воспроизведения
- Фактический и ожидаемый результат
- Severity и Priority с обоснованием
- Возможные причины

💡 AI хорошо описывает «что», но не знает «почему» в контексте твоего проекта. Финальную причину и приоритет всегда проверяй сам.

Поделиться: