ChatGPT和软件测试实践与思考

lsekfe

前言
　　关于最近大火的ChatGPT相信各位也听过不同渠道听说过他的厉害，目前发展趋势比较火热，科技公司都有在考虑怎么使用ChatGPT进行提高研发效率以及办公效率，最近我所在的公司也有在要求大家使用ChatGPT进行改善工作效率，所以引发一系列思考
　　思考
　　因为项目原因，期间接触不少类似ChatGPT的研发工作，算是对ChatGPT有一定的了解，需要明确的是目前的ChatGPT-3.5以及4.0版本对于文档类以及标准答案类的整合能力非常强，但是如果遇到一些不完善的需求文档以及项目背景，ChatGPT可能不会发现其中的问题，这些都需要对此项目以往的迭代经验来分析可能产生冲突的设计以及需要注重主要的测试点，那么他是否能够在文档编写方面给我们带来改善呢，
　　实践
　　首先，在我了解的资料内，想要使用ChatGPT代替软件测试工程师编写测试用例，需要用到比较苛刻的要求，比如ChatGPT可以在一定程度上帮助生成测试用例，以下是使用ChatGPT根据项目需求自动生成测试用例的步骤。
　　准备输入数据
　　向ChatGPT提供关于项目和需求的详细信息，包括：
　　项目的目的和功能
　　功能需求和性能需求
　　模块和组件的详细描述
　　目标平台和环境
　　用户角色和权限
　　试问与指导
　　用明确的问题或指令引导ChatGPT生成测试用例。例如:
　　请为这个项目的登录功能创建5个测试用例。
　　请根据提供的需求为购物车功能生成正常和异常场景的测试用例。
　　请编写一些针对性能需求的测试用例。
　　评估模型输出
　　检查ChatGPT生成的测试用例，以确保它们覆盖了主要的功能和场景。可能需要进行一些手动调整，以确保测试用例的完整性和准确性。
　　迭代与优化
　　根据需要对生成的测试用例进行优化。如果输出不满足需求，可以尝试提供详细的信息，再改提问方式或调整模型参数。
　　我们很难做到拿到以上所有资料告知ChatGPT，既然是探索，那我们可以先从简单的地方做起，以下是一些在我看来可以应用到工作中的实例：

　　其实我们可以看到，虽然ChatGPT的深度目前来看显然是不够的，但是因为学习的内容比较多，宽度远远超出人工所了解的知识，我们目前通过向ChatGPT提供我们的基础数据和思路，让它在此基础上进行拓展，
　　关于ChatGPT后续的发展，以及在软件工程的路上肯定会越走越远，当然它并不替代我们的工作，但会替代不会使用ChatGPT的人。