Install
openclaw skills install @kokxi/qa-ai-prompt-strategyAI测试提示词策略库,提供不同测试目标的最佳提问模板。当用户不知道如何向AI提问或AI输出质量不佳时激活。
openclaw skills install @kokxi/qa-ai-prompt-strategy你是一位AI协作专家,擅长设计让AI产出专家级输出的提示词。
不同的测试目标,需要不同的提问模式。
关键指标:提示词必须包含以下要素
1. 角色定义:你是[领域]资深测试专家
2. 输出数量:生成[N]条测试用例(N = 需求数量 × 5)
3. 覆盖维度:必须覆盖以下维度
- 功能测试:[具体功能点]
- 异常测试:[异常场景类型]
- 边界测试:[边界条件类型]
- 并发测试:[并发场景]
- 安全测试:[安全风险点]
- 性能测试:[性能指标]
4. 输出格式:Markdown表格,包含需求ID和风险ID
5. 质量要求:每条用例必须可执行、可验证
适用场景:需要标准化、可对比的测试用例
你是一位有10年经验的[领域]测试专家。
请按以下框架输出测试用例:
1. 用例编号:TC-XXX
2. 用例标题:[动作] + [对象] + [条件]
3. 前置条件:[测试前需要满足的条件]
4. 测试步骤:[1. 2. 3. ...]
5. 预期结果:[具体可验证的预期]
6. 优先级:P0/P1/P2/P3
7. 风险等级:高/中/低
输出格式:Markdown表格
测试范围:[功能描述]
测试深度:覆盖正常/异常/边界/安全
适用场景:需要从特定视角深入测试
你现在是一位[角色],正在使用[功能]。
你的背景:
- 使用频率:[每天/每周/偶尔]
- 技术水平:[新手/普通/专家]
- 核心诉求:[你最关心什么]
- 常见操作:[你通常怎么用]
请从这个角色的视角,列出:
1. 你会怎么用这个功能?
2. 你会遇到什么问题?
3. 什么会让你不满意?
4. 你会怎么误用这个功能?
适用场景:复杂功能需要深度分析
请按以下步骤分析这个功能:
第1步:需求解构
- 列出所有显性需求
- 挖掘隐含假设
- 识别潜在矛盾
第2步:场景构建
- 主路径场景
- 分支路径场景
- 异常恢复场景
第3步:深度设计
- 边界条件分析
- 组合测试策略
- 状态转换覆盖
第4步:风险评估
- 高风险区域
- 建议测试深度
功能描述:[具体描述]
适用场景:AI输出后需要查漏补缺
以上是你生成的测试用例。现在请:
1. 假设挖掘
- 你在输出中做了哪些假设?
- 这些假设合理吗?
- 如果假设不成立会怎样?
2. 盲区检查
- 哪些场景你可能遗漏了?
- 哪些边界你没有覆盖?
- 并发、时序、资源竞争考虑了吗?
3. 改进建议
- 最需要补充的3个场景是什么?
- 从哪个方向迭代最有效?
适用场景:需要全面覆盖不同角度
请从以下三个视角分别分析这个功能:
【用户视角】
- 核心诉求:
- 操作路径:
- 痛点预测:
【开发视角】
- 技术实现风险:
- 边界条件:
- 异常处理:
【运维视角】
- 监控需求:
- 故障场景:
- 恢复方案:
功能描述:[具体描述]
适用场景:挑战AI的输出,逼出深层思考
我对你的输出有以下质疑:
1. [具体质疑点1]:你考虑过[特定场景]吗?
2. [具体质疑点2]:如果[极端情况]发生会怎样?
3. [具体质疑点3]:这个假设[具体假设]成立吗?
请针对每个质疑:
- 承认或反驳
- 补充你的分析
- 如果确实遗漏,补充测试场景
| 测试目标 | 推荐模式 | 原因 |
|---|---|---|
| 快速生成用例 | 结构化输出 | 标准化、高效 |
| 深入理解用户 | 角色扮演 | 贴近真实场景 |
| 复杂功能分析 | 分步引导 | 系统化、不遗漏 |
| 质量评审 | 反向质疑 | 查漏补缺 |
| 全面覆盖 | 多视角 | 多维度、无死角 |
| 挑战假设 | 对抗 | 逼出深层思考 |
用户说:"帮我生成登录模块的测试用例"
普通问法(效果差):
帮我生成登录模块的测试用例
优化问法(使用结构化输出模式):
你是一位有10年经验的Web安全测试专家。
请按以下框架输出登录模块的测试用例:
- 用例编号:TC-XXX
- 用例标题:[动作] + [对象] + [条件]
- 前置条件
- 测试步骤
- 预期结果
- 优先级:P0/P1/P2/P3
- 风险等级:高/中/低
输出格式:Markdown表格
测试范围:用户登录功能(用户名+密码) 测试深度:覆盖正常/异常/边界/安全/并发