04 — AI 测试用例生成与评审实战

从 Prompt 模板到 Skill 自动化：让 AI 帮你写用例

面向财政系统业务场景

作者：浅木·先生
版本：v1.0（2026-05-29）

---

目录

• 一、现状：AI 生成用例到底能不能用
• 二、Prompt 模板库（10 个可直接套用）
• 三、Harness 接口知识库方法论
• 四、Skill 驱动：从手动到自动
• 五、用例审核：量化评审体系
• 六、需求评审：从源头堵住 Bug
• 七、企业级落地案例与踩坑
• 八、财政系统落地建议

---

一、现状：AI 生成用例到底能不能用

结论：绝对能用，但有条件。

质量公式

用例质量 = 智能体能力 × 提示词质量 × 模型能力 × 需求文档质量

四个因素缺一个都不行：

因素	影响	最低要求
智能体（Agent/Skill）	决定是否能理解上下文	能加载参考文献
提示词	决定生成的精准度	结构化、约束输出格式
模型	决定推理深度	中文能力好（DeepSeek/千问）
需求文档	决定信息是否完整	包含角色-操作-预期结果

AI 能做什么、不能做什么

AI 擅长	AI 不擅长
正向流程用例（按文档理解）	业务"潜规则"校验
边界值（自动推导上下限）	跨系统"感觉不对"
接口参数组合（自动枚举）	探索性场景
格式规范（统一输出模板）	理解业务歧义
大批量生成（50+ 用例/10分钟）	判断"这个结果对不对"

最佳分工模式

AI 写初稿（80%），人工做审核（20%）

---

二、Prompt 模板库（10 个可直接套用）

模板 1：通用框架（四要素）

【角色定位】
你是一名资深的软件测试工程师，擅长功能测试设计。

【背景信息】
系统类型：[预算管理系统 / 支付审批系统 / 政府采购系统]
业务规则：[具体业务约束条件]
技术约束：[前后端分离 / 微服务 / 单点登录]

【覆盖维度】
- 正向流程
- 异常流程
- 边界值
- 权限场景

【输出格式】
| 用例编号 | 模块 | 功能点 | 用例标题 | 前置条件 | 步骤 | 预期结果 | 优先级 |

模板 2：接口测试

你是一名接口测试专家。

接口信息：
- URL: POST /api/budget/create
- 请求体: {"year": "2026", "amount": 100000, "dept": "财务处"}
- 响应: {"code": 200, "message": "创建成功"}

请从以下维度生成接口测试用例：
1. 正常创建（各类合法参数组合）
2. 参数缺失（必填字段缺一个）
3. 参数类型错误（字符串传数字等）
4. 边界值（金额 0 / 负数 / 极大值）
5. 权限校验（无权用户调用）
6. 重复提交（幂等性）

格式：Markdown 表格

模板 3：边界值测试

请为以下字段生成边界值测试用例：
- 预算金额：decimal(18,2)，范围 0.01 ~ 999999999999.99
- 项目名称：varchar(200)
- 审批层级：int，1~5 级

每个字段至少 5 个边界值，标注预期结果。

模板 4：权限测试

系统角色：
- 系统管理员（查看/编辑/审批/删除）
- 预算填报人（查看/编辑）
- 部门审批人（查看/审批）

测试场景：
1. 角色 A 能操作的功能，角色 B 是否能看到入口
2. 无权限直接访问 URL 是否被拦截
3. 接口层面绕过前端校验直接调用

请生成完整权限矩阵 + 测试用例。

模板 5：异常场景

请为以下场景生成异常测试用例：
"预算申报流程" — 填报 → 部门审批 → 财务审核 → 领导审批

异常维度：
1. 每个环节跳过（不走流程直接审核）
2. 每个环节退回（退回后再提交）
3. 并发操作（两人同时审批）
4. 数据异常（预算超支提交）
5. 网络异常（审批中断后重连）

模板 6：安全测试

请为以下财政系统功能生成安全测试用例：
1. SQL 注入（登录框 / 查询框）
2. XSS（输入框 / 富文本）
3. CSRF（关键操作是否有 Token 校验）
4. 越权访问（修改 URL 参数访问他人数据）
5. 敏感信息泄露（接口返回是否包含密码/手机号）

模板 7：兼容性测试

请生成兼容性测试用例：

浏览器：Chrome 最新版 / Firefox 最新版 / Edge
分辨率：1920×1080 / 1440×900 / 1366×768 / 768×1024（平板）

核心验证点：
- 页面布局是否自适应
- 表格列宽是否正常
- 弹窗是否居中
- 按钮是否可见可点击

模板 8：数据驱动测试

请生成数据驱动测试用例：

场景：预算查询列表
数据维度：
- 年度：2024 / 2025 / 2026
- 部门：财务处 / 办公室 / 信息中心 / 全部
- 状态：草稿 / 已提交 / 已审批 / 已驳回
- 关键词：项目编号 / 项目名称

输出：用笛卡尔积列出所有组合，减掉不合理的组合

模板 9：回归测试选择

代码变更内容：
- 修改了 budget_service.py 文件
- 修改了 /api/budget/list 接口的分页逻辑
- 修改了前端预算列表页的表格渲染

请根据变更影响范围，推荐需要回归的测试用例：
1. 受影响的功能点（直接关联）
2. 可能受影响的功能点（间接关联）
3. 不受影响可以不测的模块（排除）

模板 10：性能测试 Prompt

请为以下接口生成 Locust 压测脚本（Python）：

接口：POST /api/budget/create
场景：100 用户并发，ramp-up 10 秒，持续 60 秒
验证：成功率 > 99%，P95 响应时间 < 2s

输出：完整的 Locust 脚本 + JMeter .jmx 文件（可选）

---

三、Harness 接口知识库方法论

为什么需要接口知识库

Swagger 只回答了"接口怎么调"，没回答"为什么这样设计"。

知识库四要素：

要素	说明	示例
结构化	机器可读的格式	YAML / JSON
关联化	知道谁调谁	预算创建→支付接口
可查询	能快速检索	RAG 向量库
可验证	能测试	调用并断言

知识库示例（YAML 格式）

# interface-knowledge/budget.yaml
interface:
  name: 预算创建
  path: POST /api/budget/create
  desc: 创建新的预算申报单
  business_rules:
    - 年度只能为当前年份或明年
    - 金额不能超过部门预算总额
    - 项目名称不能重复（同部门同年份）
  related:
    - POST /api/budget/approve  # 审批
    - GET /api/budget/list      # 查询
    - POST /api/payment/create  # 支付（下游）
  historical_bugs:
    - "金额为 0 时接口返回 200 但数据库插入失败"
    - "特殊字符(单引号/引号)导致 SQL 报错"

与 MR 联动：智能回归

代码合并请求（MR）
    → 自动检索受影响的接口
    → 提取对应知识库中的业务规则
    → AI 生成针对性测试用例
    → 自动执行回归

---

四、Skill 驱动：从手动到自动

四步法：让 AI 生成符合你思维逻辑的用例

Step 1: AI 生成初稿（用上面任一 Prompt 模板）
Step 2: 人工审核 + 修改（按你的业务经验）
Step 3: 将修改后的用例喂给 AI 学习（反向训练）
Step 4: 反复磨合 → AI 提炼出符合你思维逻辑的 Skill

关键：不需要一次完美，迭代 2-3 轮后 AI 生成的用例质量会明显提升。

接口测试用例生成 Skill（api-testcase-generator）

输入：Swagger 2.0 / OpenAPI 3.0 / Postman Collection v2.1

输出：Markdown 表格 / CSV / Postman Collection JSON

多维度生成：

• 正常用例（正向流程）
• 错误用例（异常参数）
• 边界值用例（参数边界）
• 认证场景（无 Token / Token 过期 / 权限不足）
• 交叉验证（组合参数）
• 分页场景

财政系统场景：

财政系统接口繁多（一个一体化系统可能有 3000+ 接口），
用此 Skill 从 Swagger 文档批量生成接口用例，节省 99% 手写时间。

文档驱动用例生成 Skill（doc-based-testcase-generator）

设计方法：正向/反向/边界值/等价类/状态流程/场景法

输入：PRD / 需求文档 / 接口文档

输出：结构化测试用例文档

财政系统场景：

财政系统的新政策发布时，PRD 文档可直接转化为测试用例，
规范统一、覆盖全面。

---

五、用例审核：量化评审体系

为什么需要量化评审

传统用例评审的问题是"张三说不错，李四说还行"——全凭经验，没有标准。

评分体系

维度	权重	评分标准
覆盖度	30%	正向/负向/边界是否全部覆盖
清晰度	25%	步骤是否可执行，有没有歧义
可执行性	20%	是否有前置条件、预期结果是否明确
关联性	15%	是否关联了需求和缺陷编号
可维护性	10%	是否用了参数化，避免硬编码

评分等级：

• ≥90 分 → 优秀，可直接入库
• 70-89 分 → 良好，需微调后入库
• 50-69 分 → 需大幅修改
• <50 分 → 重写

审核 Skill 输出模板

## 用例审核报告

总评分：82/100（良好）

### 各维度得分
| 维度 | 得分 | 说明 |
|------|------|------|
| 覆盖度 | 85 | 缺少一个异常场景：金额超限 |
| 清晰度 | 90 | 步骤明确，无歧义 |
| 可执行性 | 80 | 缺少前置条件的设置步骤 |
| 关联性 | 75 | 未关联需求编号 |
| 可维护性 | 70 | 金额参数可抽取为变量 |

### 优化建议
1. 补充异常场景：金额超过部门预算总额
2. 补充前置条件：登录 + 进入预算编制页面
3. 关联需求编号：REQ-2026-001

---

六、需求评审：从源头堵住 Bug

AI 需求评审检测维度

维度	检测内容
功能完整性	有没有遗漏功能点
数据准确性	字段定义是否明确
业务规则	规则是否有歧义
用户体验	交互流程是否合理
风险识别	是否有潜在的技术实现风险

测试"质疑问题模板"

【功能完整性】
- 这个功能有没有遗漏的分支？
- 用户操作到一半退出怎么办？

【数据准确性】
- "金额"是指含税还是不含税？
- "审批"是指部门审批还是财务审批？

【业务规则】
- 规则 A 和规则 B 冲突时怎么处理？
- 有没有隐含的行业规范没有写出来？

【用户体验】
- 操作失败后用户怎么知道？
- 长时间加载有没有进度提示？

---

七、企业级落地案例与踩坑

案例：飞猪 AI 测试新范式

指标	优化前	优化后
用例维护	全量维护	维护降 70%
漏测率	较高	减半
死循环	偶发	归零

踩坑 1：“以为给一份需求文档就够了”

AI 需要结构化的需求文档，包含角色-操作-预期结果表格。
给一段散文式 PRD，AI 生成的用例质量很差。

解法：需求文档结构化，关键信息用表格呈现。

踩坑 2：“以为堆 Prompt 就能解决”

不是提示词越长越好。500 字以上 Prompt 也会让 AI"迷失"。
关键是指定输出格式，而非描述需求细节。

解法：Prompt 控制在 200~400 字，重点约束输出格式。

踩坑 3：“以为多 Agent 协作就能覆盖全”

多 Agent 需要明确分工和衔接机制。
一个 Agent 负责功能用例，另一个负责异常用例 — 但衔接处容易遗漏。

解法：每个 Agent 的输入/输出边界必须明确。

---

八、财政系统落地建议

最佳实践组合

业务理解 → 用 Harness 知识库（存财政业务规则）
用例生成 → 用 Prompt 模板（套用财政场景）
用例审核 → 用审核 Skill（评分体系）
用例管理 → 用 TestHub / 测试管理平台

分级实施

阶段	内容	目标
L1	套用 Prompt 模板，手工生成用例	先跑通流程
L2	搭建接口知识库，AI 生成接口用例	提升效率
L3	用例审核 Skill 覆盖	统一质量标准
L4	需求评审 + 用例生成 + 审核全链路	全流程 AI

---

建议配合 02-Agent-Skills-MCP-测试实战指南.md 一起使用