测试人员的大模型提示词备忘单

📝 面试求职： 「面试试题小程序」 ，内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）

📝 职场经验干货：

软件测试工程师简历上如何编写个人信息（一周8个面试）

软件测试工程师简历上如何编写专业技能（一周8个面试）

软件测试工程师简历上如何编写项目经验（一周8个面试）

软件测试工程师简历上如何编写个人荣誉（一周8个面试）

软件测试行情分享（这些都不了解就别贸然冲了.）

软件测试面试重点，搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用（永久使用）

---

我最近正在通过 Ministry of Testing 推出的 30 天 AI 测试挑战（30 Days of AI in Testing Challenge）  学习 AI 在测试领域的应用。这个备忘单就是我与另一位挑战参与者、出色的测试人员 Joyz Ng 一起合作的成果。

我们结合了对提示词工程（Prompt Engineering）的学习、各种提示技巧以及我们自己使用 AI 大语言模型（LLMs）时的实际经验，共同总结出这份清单，帮助测试人员更好地构建高效提示词。

🧠 通用原则

• 使用简单完整的句子

• 明确地定义任务或说明

• 明确你希望得到什么，精确表达需求

• 提供提示词四要素：
  上下文（Context）+ 指令（Instruction）+ 输入/参考（Input/Reference）+ 输出指示（Output Indicator）

• 减少模糊性（避免“模糊词”）
  ✅ 示例：「给我 10 组数据」优于「给我一些数据」

• 设置你期望的 模型输出风格（温度 temperature）

  • 创意型（Creative）

  • 精确型（Precise）

  • 平衡型（Balanced）

• 明确语气与目标读者

  • 示例语气：专业、个人、幽默、创意

• 指定格式要求

  • 如：项目符号、双引号、CSV、表格等

• 避免在公开模型中输入敏感或专有信息

---

🎯 上下文设计技巧（Context）

• 让 LLM 扮演某个角色（persona）
  例子：测试人员 / 测试主管 / 普通客户 / 开发人员 / 自动化工程师

• 提供背景信息

  • 示例：引用网站、专家、社区观点（如 Context Driven Community）

• 定义你的测试领域、应用类型、被测系统

  • 图片

  • 系统描述

  • 产品模型

  • 技术结构/模块介绍

  • 可通过以下方式说明：

---

🧾 输入与输出（Input & Output）

• 明确期望 LLM 做什么？

  • 只生成正向测试用例？还是多样化用例？

  • 功能覆盖还是数据覆盖？

  • 是需要测试数据，还是测试数据生成程序？

  • 示例：

• 提供输出格式/风格的示例

  • 示例格式：代码片段、邮件模板、报告结构

• 明确数据要求

  • 用户名：字符串（20字符）

  • 年龄：整数（必须 > 18）

  • 示例：

• 引用已有内容或链接作为灵感

  • 示例：编码规范、测试记忆法、已有写作样本

• 要求“逐步解释”来提高推理质量
  ✅ 使用链式思考提示（Chain of Thought Prompting）

• 使用“少样本提示技巧（Few Shot Prompting）”提供输出示例

• 要求模型自行检查回答的正确性
  ✅ 触发“思考时间错觉（Time to Think Illusion）”以提升准确率

---

🤖 大语言模型（LLM）使用技巧

• 对 LLM 的输出提供反馈，优化提示词（RHLF：基于人类反馈的强化学习）

• 不要止步于第一次回答，提出跟进问题
  ✅ 不断尝试、探索、评估

• 与其他模型对比输出

  • Google Gemini

  • GitHub Copilot

  • ChatGPT

  • Claude 等

  • 可用模型包括：

最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】

​

​​​