很多测试同学写用例时，最头疼的不是设计测试点，而是需求资料不完整。

常见情况有两种：

一种是没有完整需求文档。需求分散在会议纪要、聊天记录、原型截图里，甚至只有一个已经开发出来的页面。

另一种是有文档，但写得比较粗。比如只写了「支持新增、编辑、删除」，但字段规则、按钮状态、异常提示、权限差异、页面跳转都没有展开。

这种情况下，测试只能自己脑补、补充大量操作步骤来写用例，很容易出现理解偏差，等到执行阶段才发现各种问题。

我的方案

针对上面的痛点，我最近尝试了一套新的流程：借助 Skill，把 Playwright CLI 的页面探索能力和需求文档分析结合起来，先让AI理解页面，再生成测试计划，最后基于人工确认后的计划输出测试用例。

它不是把测试工作完全交给 AI，而是把最耗时间的页面梳理、测试点初稿、用例步骤整理交给AI完成；测试人员重点负责确认范围、纠正业务规则、补充关键场景。

这样产出的用例会更接近真实页面，也更容易被人工校准。

整体流程

 输入系统地址，补充测试账号、需求文档 → Playwright CLI 页面自动探查（识别按钮/输入框/弹窗/跳转等元素） → 生成测试计划文档（含页面功能、已探索界面、需求页面差异、初步测试点） → 人工核对并修正测试计划 → 生成 Excel / XMind 测试用例

这里比较关键的是第三步：先出计划，再出用例。

很多人使用 AI 生成用例时，会直接说「根据这个需求帮我写测试用例」。这样做的问题是，一旦前面对需求的理解错了，后面生成的几十条、上百条用例都会跟着错。

先生成计划，就相当于在正式写用例前加了一道评审。

计划里会把AI探索到的功能、页面路径、差异判断和测试点先列出来。测试人员只需要先看这些内容是否合理，不合理的地方直接对话修正。确认无误后再生成最终用例，整体返工成本会低很多。

实践案例

案例 1：只提供系统地址

第一种情况比较常见：手头没有需求文档，只知道系统地址，希望根据当前页面生成测试用例。

这种方式适合文档缺失、老系统补用例、页面已实现但需求资料不完整的场景。

第一步：执行 Skill

输入系统地址后，Skill 会启动页面探索流程。

如果系统需要登录，就按提示补充账号信息。

如果后续发现某些页面需要特定权限，也可以继续在对话中补充账号或说明操作路径。

这里有一点需要注意：如果你手里有需求文档，即使不完整，也建议一起提供。AI会同时参考需求文档和页面。如果页面与文档不一致，它会在计划里标出来，让你确认到底以哪边为准。

第二步：页面探索

AI会先跳转到对应页面，生成页面快照。

页面快照可以理解为当前界面的结构化记录。

它会识别页面上的标题、按钮、输入框、下拉框、表格、弹窗、链接等元素。接下来，AI会基于这些元素进行点击、输入、跳转等操作，把可探索的页面尽量走一遍。

第三步：生成计划文档

页面探索完成后，会先生成一份计划文档，而不是直接生成最终用例，包含以下内容：

1. 页面功能清单

AI会根据探索结果，总结当前页面包含哪些功能。

看这一部分时，要重点确认两件事：

第一，是否把当前不需要测试的模块写进来了。

比如本次只测「用户管理」，但计划里把「角色管理」「组织架构」也写进来了，就需要删掉或说明不在本次范围内。

第二，页面上真实存在的重要入口有没有遗漏。

比如页面有「批量导入」按钮，但功能清单里没有，就说明探索可能不完整，后续测试点也会漏掉导入相关场景。

2. 已探索的界面

计划里还会列出这次探索过的页面。

这个列表很有用。

它可以帮助你判断AI到底走到了哪些页面，哪些页面还没有覆盖。

如果关键页面没有出现在列表中，比如只探索到了列表页，没有进入新增页和编辑页，那就不要急着生成用例。可以继续让AI补充探索对应入口，再重新生成计划。

3. 差异和合理性判断

如果没有需求文档，AI会根据页面本身做一些合理性判断。

4. 测试点

计划中还会先生成测试点。

建议重点检查这些方面：

• 主流程是否完整，比如新增、编辑、删除、查询是否都覆盖；

• 字段校验是否充分，比如必填、长度、格式、重复值、特殊字符；

• 异常场景是否合理，比如接口失败、无数据、无权限、重复提交；

• 权限场景是否需要补充，比如不同角色可见按钮不同；

• 是否存在业务规则遗漏，比如状态流转、审批条件、不可逆操作；

• 是否混入了不必要的测试点，比如纯展示文本、无交互说明。

测试点确认得越充分，后面生成的用例越接近可执行状态。

第四步：生成测试用例

确认计划没问题后，回复「确认」即可生成用例。

默认生成的是 Excel 格式。

如果需要 XMind 格式，也可以继续对话生成。

生成后的 XMind 用例如下：

案例 2：同时提供需求文档和系统地址

第二种情况是同时提供需求文档和 URL。

这种方式更适合真实项目。

因为大多数项目并不是完全没有需求，而是需求文档和页面实现之间可能存在差异。

输入需求文档和 URL

输入方式如下：

AI会一边解析需求文档，一边探索页面，然后生成计划。

和只提供 URL 不同的是，这种情况下计划里会多出一块重点内容：需求和界面的差异表。

这套方法适合哪些场景

比较适合：

• 需求文档不完整，但页面已经可操作；

• 老系统补测试用例；

• 提测前快速梳理功能覆盖；

• 文档和页面实现存在差异，需要先对齐；

• 测试人员要快速生成 Excel 或 XMind 用例初稿；

• 产品、开发、测试需要围绕页面进行差异评审。

不太适合：

• 页面还没开发完成；

• 主流程无法点击；

• 接口未联调，页面大量报错；

• 纯后端逻辑，没有可探索页面；

• 强依赖复杂业务规则，但没有任何说明资料。

如果页面不可操作，Playwright 能发挥的作用有限。这种情况下，更适合先基于需求文档生成测试点，再等页面可用后补充页面探索。

总结

Playwright CLI + Skill 的价值，就在于把页面探索、需求对比、测试点整理和用例生成串成了一条流程。

对测试人员来说，这套方法最适合用来生成第一版用例初稿。它能节省大量整理页面和书写步骤的时间，但关键业务判断仍然需要人工把关。

如果项目里经常遇到需求不完整、文档和页面不一致、老系统补用例这些场景，可以尝试把这套流程加入日常测试设计中。