最近我一直在使用我自己的测试用例生成平台，让它帮我生成测试用例。

整体来说看起来是没有大问题的。

有模块。有步骤。有预期结果。甚至还会分正常场景、异常场景、边界值场景。

这不就是测试人梦寐以求的“自动写用例”吗？

但我使用了一段时间后发现一个问题：

它写得很完整。

但它不一定真的懂业务（即使给它业务背景文档，但是也无法全部给到它，因为同一个业务可能又涉及到其他多个业务）

这也是我现在对 AI 生成测试用例的真实态度：

能用，但不能直接用。

AI 更适合当一个测试助理，帮我们生成初稿、补充思路、整理结构、查漏补缺。

但最后要不要采用、风险有没有覆盖到、这条用例有没有价值，还是得靠测试工程师自己判断。

一句话说就是：

AI 不是替你测试，而是帮你更快进入高质量思考。

AI 写测试用例，确实很爽

先说实话。

AI 写测试用例这件事，确实爽。

以前我们拿到一个需求，通常要先做几件事：

• 读 PRD
• 拆功能点
• 梳理主流程
• 补异常场景
• 考虑边界值
• 再想权限、数据状态、上下游影响

如果需求很长，光是从 0 开始整理测试点，就已经很费脑子。

尤其是那种文档写得很“产品语言”的需求。

你看完以后知道它大概想做什么，但要真正拆成可执行的测试用例，还得自己在脑子里翻译一遍。

AI 在这个环节就很好用。

你把需求丢给它，经过测试点拆解skill，它很快就能生成一版测试点： （关于测试点拆解skill，可见这篇文章：我是怎么把“拆测试点”这件事，做成一个可复用 Skill 的）

• 功能点拆解
• 正常流程整理
• 基础异常场景补充
• 边界值提醒
• 用例格式标准化
• 从 0 到 1 搭一个框架

它最大的价值，不是替你一步到位写完所有用例。

而是帮你把空白页填起来。

对测试来说，这个帮助其实很大。

因为最痛苦的往往不是修改，而是从 0 开始。

空白页真的会让人脑壳疼。

但它最大的问题是：看起来很完整

AI 写出来的测试用例，最危险的地方不是它写得差。

而是它写得太像真的了。

格式很标准。语言很专业。分类也很清楚。甚至每条用例都有步骤和预期结果。

但这些都不代表它真的覆盖了风险。

很多时候，AI 生成的内容会有一种“表面完整感”。

看起来什么都有。

但关键问题可能没覆盖到。

比如一个普通的商品发布功能，AI 可能会写：

• 商品发布成功
• 商品编辑成功
• 商品下架成功
• 商品标题为空校验
• 商品图片格式校验
• 商品价格不能为空
• 商品详情保存成功

这些场景当然没错。

但如果放到二手奢侈品交易业务里，这就远远不够了。

它可能漏掉：

• 鉴定状态变化
• 寄卖和回收业务差异
• 商品价格审核规则
• 不同角色的操作权限
• 历史 Bug 高发链路
• 库存、订单、支付之间的状态联动
• 后台审核后，前台展示是否实时更新
• 商品状态变化后，搜索结果是否同步

这些才是真正容易出问题的地方。

AI 可以补很多通用场景。

但它不一定知道你们公司的真实业务规则（这需要大量的历史沉淀知识库，这现在应该是每个公司想要使用AI但是无法完全推展开的痛点）。

更不知道你们系统以前哪里炸过。

所以我现在看 AI 生成的测试用例，会先提醒自己一句：

格式正确，不代表测试有效。

AI 最容易漏掉的 5 类测试点

我自己用下来，发现 AI 生成测试用例时，最容易漏掉这 5 类内容。

1. 业务隐性规则

很多业务规则，其实不会完整写在 PRD 里。

比如：

• 哪些状态不能逆流转
• 哪些字段虽然不是必填，但业务上必须校验
• 哪些操作只有特定角色能做
• 哪些状态下按钮应该隐藏，而不是置灰
• 哪些流程虽然页面能点，但业务上不允许操作

这些东西，往往是测试、产品、研发在长期协作里慢慢形成的共识。

AI 如果只看 PRD，很难知道这些隐性规则。

它能看见“写出来的需求”。

但看不见“没写出来的业务经验”。

2. 历史 Bug 场景

AI 不知道你们系统以前哪里老出问题。

但测试工程师知道。

比如：

• 某个字段经常空指针
• 某个接口高峰期容易超时
• 某个页面兼容性特别差
• 某个流程上线前经常返工
• 某个状态流转以前出现过脏数据
• 某个按钮重复点击会产生重复提交

这些历史 Bug 场景，往往是测试里特别重要的回归点。

但如果你不告诉 AI，它大概率不会主动想到。

所以用 AI 写用例时，我会特别关注：

它有没有覆盖历史问题。

如果没有，这一版用例只能算基础初稿。

还不能放心。

3. 上下游联动

AI 很容易只看当前页面。

但真实测试不能只看当前页面。

比如商品发布成功之后，不只是看发布页面有没有提示成功。

还要继续看：

• 商品会不会出现在列表里
• 搜索能不能搜到
• 用户端展示是否正确
• 后台审核状态有没有同步
• 库存有没有变化
• 后续下单流程是否受影响
• 价格修改后，订单侧有没有同步
• 商品下架后，用户端是否还可见

很多 Bug 都不是出在当前操作本身。

而是出在状态传递、数据同步、上下游联动里。

AI 如果没有完整业务链路，很容易只写“当前页面测试”。

但测试工程师要看的是整条链路。

4. 真实数据状态

AI 生成的测试用例，通常都很理想化。

但我们真实测试环境里，数据经常一点都不理想。

可能有：

• 脏数据
• 老数据
• 边界数据
• 数据状态不一致
• 特殊账号权限
• 历史版本遗留数据
• 线上回流数据
• 被其他人改过一半的数据

有时候，一个功能在干净数据下没问题。

但一遇到历史数据，就开始出妖怪。

这类问题，AI 很难凭空帮你想到。

因为它不知道你们测试环境里那些“祖传数据”的脾气。

这个就很真实。

测过的人都懂。

5. 优先级判断

AI 可以生成很多用例。

但它不一定知道哪条最重要。

它可能会把“按钮文案是否展示正确”和“支付金额是否计算正确”放在差不多的位置。

但测试工程师不能这么看。

我们要判断：

• 哪些是 P0 主流程
• 哪些是上线必测
• 哪些是高风险链路
• 哪些是低风险场景
• 哪些适合自动化覆盖
• 哪些必须人工重点验证
• 哪些可以放到回归阶段

测试用例不是越多越好。

而是要有重点。

真正值钱的不是“写了多少条”。

而是你知道哪里最容易出问题，哪里最值得测。

那 AI 生成的测试用例，到底应该怎么用？

我的建议是：

不要一上来就让 AI 直接生成完整测试用例。

可以分几步来。

第一步：先让 AI 拆测试点

不要急着要完整表格。

先让它帮你拆测试点。

先不要生成详细测试用例。

为什么要这样？

因为先看测试点，更容易判断有没有漏方向。

如果方向都漏了，后面生成再多详细用例也没用。

就像地图一开始就画错了，走得越认真，偏得越远。

第二步：再让 AI 按公司的格式生成初稿

当测试点确认差不多之后，再让 AI 生成完整用例。

比如固定成这样的格式：

• 模块
• 用例标题
• 前置条件
• 操作步骤
• 预期结果
• 优先级
• 测试类型
• 备注

这样生成出来的内容，更容易同步到飞书文档、测试管理平台，或者后续整理成表格。

这里有一个小技巧：

一定要告诉 AI 你的格式要求。

不要让它自由发挥。

AI 一自由发挥，就容易写得很“好看”，但不一定好用。

第三步：人工做一次测试评审

AI 写完之后，千万别直接复制粘贴。

一定要人工评审。

重点看这些问题：

• 主流程有没有漏
• 异常场景够不够
• 权限场景有没有
• 数据状态是否真实
• 是否结合历史 Bug
• 预期结果是否可验证
• 操作步骤是否能真的执行
• 优先级是否合理
• 有没有只写了页面校验，没写链路影响

我特别想说一句：

AI 写完用例，不代表测试完成。

测试工程师评审完，才开始靠谱。

第四步：让 AI 反向查漏

评审完一版之后，还可以让 AI 继续当“评审人员”。

比如这样问：

你现在作为测试评审人员，请检查上面这批测试用例可能遗漏哪些场景。

重点从权限、边界值、状态流转、异常数据、历史缺陷风险、上下游影响几个角度检查。

这个方法挺好用。

因为第一次让 AI 生成，它是站在“产出者”的角度。

第二次让它评审，它会换一个视角帮你挑问题。

虽然它依然不能完全替代人工判断，但很适合做查漏补缺。

我一般会把它当成一个“不会累的测试助理”。

让它多帮我扫几遍。

测试工程师真正不能交给 AI 的部分

AI 可以帮我们做很多事。

比如：

• 整理
• 归纳
• 生成
• 查漏
• 改格式
• 补充通用场景

但有些事情，不能完全交给它。

比如：

• 判断风险
• 理解业务
• 设计验证路径
• 识别关键链路
• 决定测试优先级
• 对上线质量负责

AI 可以生成用例。

但它不会替你承担质量风险。

上线后如果出了问题，不会有人说：

“没关系，是 AI 没写到。”

最后还是要回到测试自己身上。

所以我觉得，AI 时代测试工程师的价值，不是被削弱了。

反而更清晰了。

以前我们可能花很多时间在整理、复制、格式化这些事情上。

现在这些可以让 AI 多做一点。

我们把精力放回真正重要的地方：

风险判断。业务理解。场景设计。质量兜底。

这才是测试真正值钱的部分。

所以，AI 生成的测试用例能不能直接用？

我的答案是：

能用，但不能直接用。

它适合帮我们：

• 生成初稿
• 补充思路
• 整理格式
• 提醒边界场景
• 做第一轮查漏

但它不适合替我们做最终判断。

对测试工程师来说，最好的用法不是复制 AI 的答案。

而是把 AI 当成一个很快的测试助理。

它帮你铺底稿。你负责兜质量。

AI 负责提速。

人负责判断。

这可能才是目前最靠谱的协作方式。

最后也想问问大家：

如果让 AI 帮你写测试用例，你最担心它漏掉哪类场景？欢迎大家一起交流讨论！👏🏻