一、前置：给 AI 完整、标准化需求输入，从源头减少偏差
1. 统一需求输入模板，强制必填信息
每次调用 AI 生成用例时，固定模板，缺失信息不生成，模板包含：
业务目标：模块核心功能、用户场景、业务价值
角色与权限：普通用户 / 管理员 / 第三方、操作权限边界
功能详细规则：正常流程、分支逻辑、判断条件、计算公式、状态流转
数据约束：入参长度、格式、取值范围、枚举、唯一键、默认值
异常规则：报错文案、错误码、拦截逻辑、重试机制
非功能需求：性能阈值、并发、兼容性、安全要求（加密、防越权）
验收标准（AC）：产品定义的通过 / 失败判定条件
排除范围：哪些场景不做、哪些接口不覆盖、不需要测的分支
实操示例：不要只发 “生成登录用例”，而是粘贴完整 PRD 验收标准 + 接口文档 + 角色权限清单。
2. 配套交付物一并投喂 AI，消除信息差
同步上传 / 粘贴以下资料，AI 不会凭空脑补逻辑：
PRD 产品需求文档、原型图标注说明
API 接口文档（入参、出参、状态码）
数据库表结构、字段约束、关联关系
现有业务流程图、状态机流转图
历史缺陷清单（高频漏测场景）
业务特殊规则（如节假日、金额计算、审批流）
3. 明确测试分层与用例类型约束，限定 AI 输出范围
提前告知 AI 本次要产出哪种用例，避免生成无关内容：
单元测试 / 接口自动化 / 功能手工 / UI / 性能 / 安全用例
覆盖类型：正向、反向、边界、异常、并发、兼容性、场景流程
粒度要求：单接口单条用例 / 完整业务流程串联用例
输出格式：Excel 模板、TestLink 格式、禅道用例格式、Gherkin 脚本
4. 设定业务专属规则约束，防止 AI 通用化输出
针对行业 / 项目特殊规则写死提示词，例如：
金融：金额不能为负、手续费计算规则、超限拦截
电商：库存扣减、优惠券互斥、下单时效限制
后台系统：数据隔离、数据权限、操作日志留存
提示词示例：
所有用例必须严格遵循《XX 项目金额计算规范 V2.0》，不允许出现通用通用电商逻辑，不生成规范外的优惠叠加场景。
二、生成过程：分步引导 AI，分层生成 + 自检，降低失真
1. 分阶段生成，不一次性输出完整用例
三段式分步调用，逐步校准：
第一步：让 AI 输出需求拆解 & 测试点清单
输出每个功能点、分支、边界、异常点，人工核对测试点是否全覆盖需求，缺漏直接补充后再下一步；
第二步：基于确认后的测试点，生成基础用例；
第三步：补充边界、异常、并发、安全类拓展用例。
2. 强制 AI 自带 “需求对照自检逻辑”
在 Prompt 中增加校验要求，AI 生成时自动绑定需求：
每条测试用例末尾标注：对应 PRD 章节、对应验收标准 AC 编号、覆盖的业务规则；若某条用例无对应需求，需标注 “无需求支撑，建议删除”。
3. 控制 AI 泛化能力，禁止脑补未定义功能
增加限制提示词：
严禁脑补需求中不存在的业务逻辑、新增未定义参数、自行拓展产品未规划的流程；若需求信息不足，直接列出缺失项，不要自行假设补充。
4. 按业务流程串联生成，而非孤立接口
优先让 AI 输出完整业务场景用例（如注册→登录→下单→支付），而非单一接口零散用例，避免丢失流程间联动约束。
三、产出后：多层校验机制，逐条对齐项目需求
1. 1 级校验：用例与需求文档逐条比对（产品 / 测试执行）
核对 3 个核心维度：
全覆盖校验：所有 AC 验收标准、功能分支、状态流转是否都有对应用例；
无冗余校验：不存在需求未提及、产品不认可的场景；
规则一致性：参数范围、报错提示、业务计算逻辑和 PRD 完全一致。
快速校验方法：
把所有验收标准列成清单，每条 AC 后打勾对应用例编号，无勾即为漏测。
2. 2 级校验：开发核对接口 / 数据库逻辑一致性
开发校验 AI 用例的技术可行性：
入参、出参、枚举值是否匹配接口定义；
数据库字段约束、状态值是否正确；
异常报错码、拦截逻辑是否符合后端实现。
3. 3 级校验：业务方 / 产品评审场景合理性
重点检查业务场景是否符合真实业务：
特殊业务限制（如会员等级限制、活动互斥）；
用户操作流程是否符合产品预期；
极端业务场景是否允许存在。
4. 结构化校验工具辅助（自动化比对）
用例导出表格，增加字段：对应需求ID、是否覆盖AC、评审意见；
搭建简易校验规则：
无需求 ID 的用例标记待删除；
同一 AC 无对应用例标记漏测；
自动化脚本对比用例参数与接口文档，识别参数不一致、不存在字段。
四、标准化沉淀：构建项目专属 AI 知识库，长期统一输出
1. 搭建项目专属提示词库（Prompt 模板）
按模块固化专属规则，每次生成直接调用，避免每次重复输入约束：
通用基础模板（需求 + AC + 输出格式）
各业务模块专属约束（支付、订单、用户等）
禁用场景清单、常见错误规避清单
2. 沉淀项目需求知识库给 AI 引用
长期方案：
将 PRD、接口文档、业务规则、历史评审修改记录向量化存入 AI 知识库；
生成用例时限定 AI 仅检索本项目知识库内容，禁止调用通用公共知识；
知识库定期更新，同步迭代后的需求变更。
3. 建立用例评审修改沉淀机制
每次 AI 生成用例评审后的修改点统一归档：
AI 常出现的偏差类型（脑补场景、边界取值错误、忽略业务特殊规则）；
整理成《AI 用例生成避坑清单》，加入 Prompt 前置约束，下次生成自动规避同类错误。
五、流程闭环：需求变更联动 AI 用例更新，防止版本脱节
1. 需求变更强制同步 AI 生成条件
需求迭代 / 变更时，执行流程：
产品输出变更点、更新 AC 验收标准；
测试将变更内容更新至 AI 输入模板与知识库；
定向重新生成受影响模块用例，标记新增 / 修改 / 废弃用例；
重新评审变更部分，不遗漏旧用例与新需求冲突。
2. 用例与需求版本绑定
所有 AI 产出用例标注：需求文档版本号、生成时间、评审记录，方便追溯：
需求升级后，旧版本用例作废，基于新版需求重新生成；
禁止直接复用旧 AI 用例适配新需求，避免逻辑不匹配。
400-035-7887
sales@spasvo.com
