一、事前：输入层管控，从源头降低 AI 生成劣质用例概率
1. 标准化输入素材（AI 素材越规范，产出越稳定）
（1）统一交付规范，禁止残缺信息喂给大模型
提供给 AI 的资料必须包含 4 类完整信息，缺一则不予生成用例：
业务背景：业务流程、角色、上下游依赖、核心规则（如金额不能负数、订单状态流转约束）
需求范围：本次迭代新增 / 修改点、本次不用覆盖的旧逻辑
接口 / 页面元数据：Swagger/OpenAPI、字段枚举、页面按钮、弹窗、校验规则
风险约束：P0 核心流程、资金 / 权限敏感逻辑、历史高频缺陷
（2）素材预处理：清洗、脱敏、结构化
去除模糊话术、歧义需求；把自然语言 PRD 提炼成结构化需求清单
敏感数据脱敏，使用私有知识库 RAG，避免公有大模型丢失内部业务规则
历史缺陷、过往成熟用例、业务禁忌规则入库，AI 生成时强制参考
2. 分层标准化 Prompt 模板（最强约束手段）
禁止测试人员随意写自由 Prompt，统一内置企业模板，强制 AI 遵守输出规则，模板固定包含 5 部分：
身份限定：你是资深业务测试专家，熟悉 XX 行业 XX 系统，严格遵循内部业务规则，禁止编造不存在的字段、流程
输入上下文：拼接结构化 PRD、接口文档、历史缺陷库片段
强制覆盖规则（核心）：
正向正常流程；
反向异常场景（空值、超长、特殊字符、非法枚举）；
边界值（最大值、最小值、临界值）；
多分支状态流转；
权限 / 角色隔离；
上下游依赖异常；
历史同类缺陷复现场景；
禁止项约束：不得生成不符合业务规则的用例、不虚构接口、不忽略资金风控逻辑
输出格式规范：统一用例字段（模块、场景、前置条件、操作步骤、预期结果、风险等级、测试类型）
示例极简 API Prompt 约束片段：
生成用例必须覆盖：参数为空、参数超限、非法状态、多状态流转、并发冲突；禁止出现订单金额小于 0 的用例；所有预期结果必须和接口返回枚举严格匹配，禁止自行编造返回码。
3. 配置 AI 生成前置校验规则（平台自动化拦截）
在 AI 生成前自动校验输入素材完整性：
缺少接口文档 / 状态枚举 → 拒绝生成，提示补充资料
未关联历史缺陷库 → 弹窗确认是否继续（风险提示）
核心支付模块未勾选资金规则集 → 强制加载风控知识库再生成
二、事中：生成 + 输出双重校验，实时拦截低质量用例
1. AI 自校验机制（大模型二次自检，减少人工工作量）
生成第一轮用例后，自动追加自检 Prompt，让 AI 自查 3 类问题并标记：
场景遗漏：是否缺失边界、异常、权限场景；
业务冲突：是否存在违背系统规则、资金逻辑、状态流转的用例；
逻辑重复：高度重复、无测试价值的冗余用例；
AI 自检后自动删除冗余用例、补充缺失场景、标记可疑用例供人工重点审核。
2. 自动化规则引擎初审（机器先筛一遍，拦截明显错误）
搭建轻量规则引擎，AI 用例输出后自动扫描，命中规则直接打回 / 标红预警：
（1）业务规则校验
识别违反固定业务规则的用例（如提现金额 > 账户余额、重复下单不校验幂等）
字段取值与接口枚举不匹配、不存在参数、错误状态值直接标记高风险
（2）用例完整性校验
缺少前置条件 / 预期结果、步骤模糊、场景描述笼统标黄提醒
（3）覆盖度校验
自动统计：正向 / 异常 / 边界 / 权限场景数量，若某类场景为空，强制提示补充
3. 分级人工评审机制（质量兜底，区分风险等级，差异化审核力度）
按业务风险划分 3 级评审标准，杜绝 “AI 生成直接上线”：
评审标准化检查清单（测试人员统一对照）
场景完整性：是否覆盖正向、异常、边界、历史缺陷场景；
业务合规性：无违背系统规则、风控、资金逻辑；
步骤可执行：前置条件清晰，步骤无歧义，可直接自动化；
预期结果精准：与接口、页面校验规则一致，不模糊；
无冗余：不存在高度重复、无测试价值用例。
三、事后：执行反馈 + 知识库迭代，持续提升 AI 用例原生质量
核心闭环：人工修正痕迹回流知识库，让 AI 下次生成自动规避同类错误
1. 全流程采集质量反馈数据（量化问题，定位 AI 短板）
平台埋点记录每一条 AI 用例的人工操作标签：
标签分类：无需修改直接可用、少量调整、大量重写、完全废弃；
记录修改原因：漏边界、业务规则错误、参数错误、场景重复、逻辑冲突；
执行侧反馈：自动化执行失败、线上漏测缺陷（证明该用例覆盖不足）。
2. RAG 知识库持续增量更新（最核心长效优化手段）
人工评审中修正、补充的标准用例，自动入库作为正向样本；
废弃、错误 AI 用例 + 错误原因标注为负样本，AI 生成时自动规避；
新增业务规则、状态流转、风控约束、新增缺陷案例定期入库；
按月做知识库清洗：删除过时业务流程、淘汰失效旧用例。
3. 定期模型 / Prompt 迭代优化
统计高频错误类型：
若频繁漏边界场景 → 更新 Prompt，强化边界值强制生成规则；
若频繁出现资金逻辑错误 → 扩充风控知识库片段，提升权重；
若大量重复用例 → 在自检环节增加去重逻辑。
月度质量复盘：计算AI 有效用例率（无需大幅修改可用用例 / 总生成用例），设定目标阈值，低于阈值优化 Prompt 与知识库。
四、配套管控机制：防止人为因素破坏用例质量
1. 资产版本管控
AI 生成用例、人工修改记录全部纳入测试管理平台版本管理，可追溯谁生成、谁评审、修改记录，出现漏测可定位责任。
2. 质量指标监控看板（量化衡量用例质量）
每日自动统计核心质量指标，异常告警：
AI 有效用例率：试点≥45%，成熟期≥75%；
AI 用例废弃率：成熟阶段控制≤10%；
高风险模块用例修改率：支付 / 资金类大幅修改占比持续下降；
漏测关联率：线上缺陷是否存在 AI 用例未覆盖场景。
3. 培训与准入规范
禁止新人自定义 Prompt，只能使用平台内置标准化模板；
定期培训业务规则、评审清单、知识库使用方法；
新增业务线上线 AI 用例能力前，必须完成知识库初始化，否则关闭 AI 生成权限。
五、常见质量问题专项解决方案
AI 编造不存在接口 / 字段
方案：生成前绑定 OpenAPI 文档做自动字段校验；知识库限定仅使用系统现有参数。
大量遗漏边界、异常场景
方案：Prompt 强制枚举场景类型；机器规则引擎自动检测场景缺失并预警。
生成违反资金、风控逻辑的用例
方案：高风险模块加载独立风控知识库，100% 人工二次复核。
用例重复冗余，无实际测试价值
方案：AI 自检环节自动合并去重；规则引擎过滤高度相似用例。
需求迭代后 AI 用例不更新、场景过时
方案：需求变更自动触发重新生成，旧用例标记归档，评审确认是否复用。
六、极简落地执行步骤
输出分业务分层标准 Prompt 模板，内置场景覆盖强制规则；
搭建 RAG 知识库，导入现有成熟用例、接口文档、历史缺陷、业务规则；
配置 AI 自校验 + 机器初审规则引擎，自动拦截明显劣质用例；
落地三级风险人工评审制度，配套标准化评审检查清单；
平台埋点采集用例修改反馈，自动回流知识库；
建立月度质量复盘机制，根据 AI 错误数据优化 Prompt 与知识库。
400-035-7887
sales@spasvo.com
