一、源头管控：结构化输入，消除信息歧义（最基础、零成本）
大模型输出失控 80% 源于输入杂乱、需求模糊，先规范喂给模型的素材：
素材标准化，禁止碎片化内容
接口：直接导入 OpenAPI/Swagger JSON，不要复制截图、零散聊天文本；
需求：统一模板输出「功能点 + 输入限制 + 异常规则 + 页面交互 + 禁止场景」；
禁止混杂无关信息：历史聊天、无关页面、临时草稿一并粘贴。
固定上下文边界，限定业务范围
提示词开头明确限定：仅处理 XX 模块、仅输出功能 / 接口用例、禁止拓展无关业务场景，防止模型自由发散脑补需求。
明确排除项，提前拦截无效输出
强制告知模型：不要生成重复场景、不要生成 P2 低价值用例、不要输出自然语言大段描述，仅输出结构化表格 / JSON。
示例约束句：
禁止生成重复等价类场景，禁止输出无边界、无异常的简单正向用例，不输出多余解释文字。
二、提示词工程标准化：固定模板，消除随机波动
1. 固定角色 + 固定输出格式模板（强制统一结构）
通用标准 Prompt 五段式，每次调用统一结构，大幅降低输出差异：
1）角色定义：你是资深接口测试工程师，严格遵循企业测试规范；
2）输入材料：粘贴结构化需求 / 接口文档；
3）输出要求：字段、格式、字段必填项；
4）约束规则：覆盖类型、边界、禁止内容、重复剔除；
5）返回格式：JSON/CSV/ 固定表格，禁止自由文本。
2. 加入参考样本（核心稳定手段）
在 Prompt 中传入资产库内成熟标准用例 / 脚本作为范本，强制模型模仿格式、粒度、描述逻辑。
参考下方标准用例示例，严格按照示例字段、步骤粒度生成，格式完全对齐，不得简化或扩充字段。
3. 增加强确定性指令，削弱模型随机性
添加确定性关键词：严格、必须、仅、完全匹配、禁止、统一、固定，减少模型自由发挥；
避免模糊词：尽量、大概、可选、参考。
4. 封装业务专属 Prompt 资产库
按支付 / 商品 / 后台等业务域、接口 / UI / 性能测试分类预制模板，测试人员直接调用，不用每次手写提示词，避免人为输入差异带来输出波动。
三、注入历史资产库数据，让 AI 基于存量生成，减少跑偏
AI 生成前自动调用测试资产库接口，做三层约束：
查重约束：检索同模块已有用例，告知模型不要重复生成已有场景；
补齐缺失场景：只生成存量资产未覆盖的边界、异常场景；
复用公共脚本片段：生成自动化脚本时自动拉取公共登录、鉴权代码，模型不会随意手写不稳定通用逻辑。
效果：大幅减少 AI 凭空脑补的错误场景，输出贴合团队历史沉淀标准。
四、后置自动化规则引擎拦截（兜底过滤，解决输出错误、冗余）
无论模型输出如何，统一经过规则引擎批量校验、清洗，自动剔除不合格内容，完全隔离人工重复修改：
1. 用例生成过滤规则
重复过滤：功能点 + 步骤完全一致的用例直接丢弃；
完整性校验：缺少前置条件 / 预期结果 / 输入参数的无效用例自动剔除；
覆盖度校验：仅保留边界、异常、并发等高价值场景，过滤简单无意义正向用例；
格式校验：不符合企业统一字段规范的内容自动格式化修正。
2. 自动化脚本过滤规则
代码规范校验：缺少注释、硬编码账号、无异常捕获的脚本标记待修改；
公共依赖校验：未引用资产库公共方法的脚本自动补全调用代码；
无效逻辑拦截：死循环、重复点击、无意义断言代码直接删除。
3. 输出统一格式化
规则引擎自动将 AI 自由文本转换成标准 JSON / 表格，统一字段命名，消除模型输出格式混乱问题。
五、分层人工校验机制，分级管控风险，防止漏测
根据 AI 产出内容风险等级设置不同审核强度，避免完全依赖模型导致质量失控：
低风险内容（造测试数据、基础正向用例）
AI 输出 + 规则过滤后可直接入库，仅定期抽样复核；
中风险内容（边界异常、UI 自动化脚本）
批量 AI 生成后，测试快速批量审核，标记不合格内容重生成；
高风险内容（支付、资金、权限、安全测试用例）
禁止 AI 直接入库，必须测试负责人逐条评审确认后才能纳入资产库。
配套流程：AI 产出统一打上「AI 草稿」标签，未人工审核标记资产库不可用于正式回归执行。
六、控制大模型随机参数，降低输出波动（模型侧参数调优）
调用大模型接口时，固定超参，从底层减少随机性：
temperature=0~0.1（关键）
温度越高创造力越强、越容易跑偏；测试场景统一设置 0，强制模型严谨、保守输出，几乎无随机发散；
top_p=0.1~0.3
限制低概率词汇输出，减少脑洞式内容；
关闭流式自由输出，启用结构化 JSON 强制输出模式
多数大模型支持response_format={"type":"json_object"}，强制返回标准 JSON，杜绝自由段落文字。
七、进阶方案：私有微调 / 领域 RAG，从根源对齐测试业务
适合中大型企业长期落地，彻底解决 “不懂业务、输出偏离” 问题：
搭建测试领域 RAG 知识库
将企业 PRD、接口规范、历史优质用例、自动化编码规范、测试标准全部存入向量库；AI 生成时自动检索内部专业资料作为上下文，替代通用大模型通识知识，输出高度贴合内部业务。
领域微调专属测试模型
使用公司上万条高质量人工编写用例、脚本做微调，训练专属测试小模型，相比通用大模型，输出一致性、准确率提升 60% 以上，几乎不会脑补错误业务逻辑。
私有化本地部署模型
切断公网通用大模型不可控更新、版本变动问题，模型能力完全自主可控，不会因厂商模型升级导致输出风格突变。
八、闭环迭代机制：持续优化，逐步稳定输出
建立 AI 输出问题台账
记录模型每次输出错误类型：重复、场景缺失、逻辑错误、格式混乱、脑补需求；
反向迭代提示词 + 规则
针对高频错误，更新 Prompt 约束语句、新增规则引擎过滤条件；
定期扩充 RAG 向量库
将人工修正后的优质 AI 产出、评审通过用例入库，持续优化参考样本。
九、新手落地优先级（由易到难，快速见效）
短期 1 天落地：固定低 temperature 参数 + 标准化五段式提示词模板；
短期 3 天落地：搭建简单规则引擎，做用例去重、格式校验；
1 周落地：搭建简易测试资产库，生成前检索复用样本；
中长期：RAG 知识库 + 分层人工审核流程；
企业长期方案：领域微调私有模型。
十、常见避坑点
只改提示词，不做后置规则过滤：模型仍会产出大量冗余内容，人工整改工作量大；
temperature 设置过高（>0.5）追求 “灵活”：测试场景不需要创意，只会大幅增加不可控性；
不给 AI 标准业务样本，仅靠文字描述要求规范：模型无法精准对齐团队标准；
高风险场景完全信任 AI 输出，无人工复核：容易出现严重漏测、线上故障。
400-035-7887
sales@spasvo.com
