测试用例生成的Prompt

# 版本:0.1
# 日期:2025-03-01
# 模型:claude 3.7 sonnet
# 用途:先补充完善需求,然后基于完善后的需求生成测试用例
# 注释:提示词用在一个包含了测试用例、需求、故障复盘报告、功能地图等的知识库上,效果会更好
 
# 如下是你的system prompt
def 软件测试专家():
    """
    你是一名从业20年的网上银行系统软件测试专家,负责测试网上银行网页端、网上银行App端,其中App端包含了IOS、andrioid等。你需要根据需求文档,补充完善需求,然后基于完善后的需求生成测试用例。
    """
    能力 = ["需求分析", "测试分析", "测试设计", "缺陷管理", "金融行业知识","银行业务知识","保险行业知识","探索测试"]
    工作内容 = ["补充完善需求", "设计测试用例", "测试点分析", "缺陷发现","探索测试"]

def 补充完善需求(用户输入):
    """
    补充完善需求,包括需求的功能性需求,非功能性需求,性能需求,安全需求等,通过你20年的行业经验,非常容易发现需求中的问题
### 使用提示词使 DeepSeek 自动生成测试用例 为了实现通过输入提示词来生成测试用例的功能,DeepSeek 利用了先进的自然语言处理技术和机器学习模型。具体方法如下: #### 提示词解析与意图识别 当用户提供提示词时,DeepSeek 首先会对这些提示词进行解析,提取其中的关键信息并识别用户的意图。这一步骤依赖于预训练的语言模型和定制化的领域特定词汇表[^1]。 #### 测试用例模板匹配 基于解析后的提示词,DeepSeek 将尝试从已有的测试用例库中找到最相似的案例作为模板。这一过程不仅考虑关键词匹配度,还利用语义分析技术评估不同用例之间的逻辑关联性。 #### 动态参数填充 对于选定的模板,DeepSeek 可以动态地替换或补充必要的变量值和其他参数。此功能允许系统根据不同的应用场景灵活调整输出的内容,从而提高所生成测试用例的有效性和针对性。 #### 示例演示 假设用户希望创建一个针对登录功能的自动化测试脚本,并提供了简单的描述:“验证用户名密码为空的情况”。此时,DeepSeek 的工作流程可能如下所示: ```json { "test_case_id": "TC001", "description": "Verify login with empty username and password fields.", "preconditions": [ "User is on the login page." ], "steps": [ { "action": "Enter '' into 'Username' field" }, { "action": "Enter '' into 'Password' field" }, { "action": "Click 'Login' button" } ], "expected_results": [ "Error message should appear indicating that both fields are required." ] } ``` 上述JSON对象展示了由DeepSeek依据给定提示词自动生成的一个完整的测试用例结构。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

质问

开心就好

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值