一、源头管控：高质量输入，从根上减少 AI 输出错误

AI 用例质量上限由输入材料决定，输入模糊、残缺，用例必然残缺。

1. 统一结构化输入模板，禁止碎片化描述

给 AI 的材料必须规范，不能一段随意文字：

PRD 标准化字段：功能主体、正常流程、前置条件、后置结果、入参限制、业务约束、权限规则、支付 / 审批等强业务逻辑；

配套补充材料：接口 OpenAPI、原型截图、旧版本缺陷、历史漏测场景、合规要求（隐私、风控、金额限制）；

禁止只给一句话需求，避免 AI 脑补错误业务逻辑。

2. 精准约束提示词（Prompt 工程），限定生成规则

固定一套企业级 AI 测试用例生成 Prompt，强制 AI 遵守规则：

分层要求：必须覆盖正向流程、反向异常、边界值、兼容性、权限、安全、性能7 大类场景；

业务约束：区分 P0/P1/P2 优先级，必填校验、数值范围、特殊字符、空 / 空数组 / 超长参数；

输出格式约束：统一用例模板（用例 ID、前置、操作步骤、预期结果、测试类型、风险等级）；

纠错指令：要求 AI 主动识别需求冲突、逻辑矛盾，标注疑问点，不自行脑补。

示例核心约束：

生成用例必须覆盖：①正常主流程 ②参数边界（最大 / 最小 / 0 / 负数 / 空 / 超长）③非法输入（特殊字符、SQL 注入、XSS）④角色权限（管理员 / 普通用户 / 游客越权）⑤分支逻辑（审批通过 / 驳回 / 超时）；若需求存在模糊点，单独列出疑问清单，不要自行推测业务规则。

3. 喂给 AI 企业专属测试资产，对齐业务逻辑

上传内部知识库，降低 AI “外行错误”：

历史优质用例库、高频缺陷库、线上漏测案例；

业务字典：金额规则、订单状态流转、用户权限体系、行业合规规则；

AI 参考内部沉淀资产生成，大幅减少不符合业务实际的错误用例。

二、生成后自动化校验：机器初审，过滤低级无效用例

AI 输出后先跑自动化规则校验，批量筛掉明显不合格用例，减少人工重复劳动。

1. 用例完整性校验规则（自动化脚本执行）

校验项不通过直接标记待修正：

字段完整性：前置条件、操作步骤、预期结果不能为空；

逻辑自洽：步骤和预期结果匹配，不存在 “操作 A，预期 B 完全无关”；

全覆盖校验：自动统计覆盖维度，判断是否缺失边界、异常、权限场景；

去重校验：剔除重复流程、仅参数微小变化的冗余用例。

2. 逻辑冲突自动检测

对比接口文档：用例入参是否超出接口定义范围、字段名称错误；

状态流转校验：订单 / 审批等流程，判断是否出现非法状态跳转；

风险校验：是否遗漏核心流程、支付、数据隐私等高风险场景。

3. 量化质量打分（自动化输出）

设定评分标准，低于阈值直接打回重生成：

需求覆盖率（40 分）：覆盖全部功能点、分支；

场景完整度（30 分）：正向、异常、边界、安全、权限齐全；

逻辑准确性（20 分）：步骤、预期、接口定义无冲突；

简洁无冗余（10 分）：无重复无效用例。

例：总分＜70 分，自动触发 AI 二次优化生成。

三、人工分层评审：精准查漏补缺，解决 AI 无法理解的复杂业务

机器只能查低级错误，复杂业务、隐性规则必须人工评审，采用分层轻量化评审，不拖慢迭代速度。

1. 三级评审机制（按模块风险区分）

低风险模块（查询、展示页）：测试单人快速复核

只核对核心流程、关键边界，AI 生成 80% 可用，仅微调少量场景；

中风险模块（表单、上传、基础交易）：测试 + 开发双人复核

重点校验业务规则、参数限制、报错提示是否符合产品定义；

高风险模块（支付、资金、权限、合规、对账）：产品 + 开发 + 测试三方评审

AI 极易遗漏隐性业务约束（手续费计算、退款规则、风控拦截），人工逐条核对预期结果。

2. 固定评审检查清单（标准化，避免漏审）

评审时逐项核对，不留盲区：

隐性业务规则：需求没写但线上存在的历史逻辑；

极端业务场景：并发操作、跨账号、跨日期、批量数据；

负面安全场景：越权访问、敏感数据泄露、非法文件上传；

用户体验场景：报错文案、弹窗拦截、弱网 / 断网交互；

遗漏分支：if-else 多分支、多种状态组合场景。

3. 修正信息回流记录

人工修改、删除、补充的用例，统一记录修改原因：

AI 脑补错误、边界缺失、业务规则不了解、安全场景遗漏；

该记录作为后续优化 Prompt、扩充知识库的依据。

四、长效机制：持续迭代 AI 能力，稳步提升长期用例质量

单次校验只能解决单次产出问题，通过数据反馈持续训练，让 AI 越生成越准。

1. 建立用例质量反馈闭环

测试执行阶段：标记 AI 用例问题（预期错误、场景无效、重复冗余）；

线上复盘阶段：线上漏测场景，反向生成补充用例，输入知识库；

定期汇总问题分类：

输入类：PRD 描述模糊；

AI 能力类：不理解复杂流转、缺乏行业合规知识；

Prompt 类：缺少边界、安全约束。

2. 动态优化 Prompt 与知识库

针对高频错误，更新固定提示词约束；

例：AI 经常遗漏越权测试，则在 Prompt 强制增加 “所有接口必须增加不同角色越权访问用例”；

每月更新知识库：新增业务规则、漏测场景、修正后的标准用例；

3. 质量指标持续监控，量化管控 AI 产出水平

长期跟踪 4 个核心指标，出现恶化及时介入优化：

AI 用例有效率：人工无需修改可直接使用的用例占比（目标≥85%）；

场景覆盖率达成率：AI 自动产出是否覆盖边界 / 异常 / 安全 / 权限全部维度；

漏测率：仅依靠 AI 原始用例，回归后出现的缺陷数量；

人工修正工时：每迭代用于修改 AI 用例的耗时，持续下降代表质量提升。

五、补充兜底策略：规避 AI 固有盲区

高风险业务不单独依赖 AI 用例

支付、资金、合规等核心链路，AI 用例仅作基础覆盖，人工额外设计专属复杂场景；

新旧用例对比校验

迭代功能时，将 AI 生成用例与历史成熟用例对比，防止 AI 丢失原有场景；

多重 AI 交叉校验（可选）

用两套不同大模型生成同一份需求的用例，互相比对，合并双方优势场景，弥补单一模型短板；

用例执行反向验证

AI 用例投入自动化执行，若大量用例预期结果与实际不符，直接判定本次 AI 生成质量不合格，重新优化输入后生成。