夜雨聆风一、还在 Excel 手写用例？测试岗正在被重新定义
上周有个做功能测试的朋友跟我吐槽，说一个新模块的需求文档 40 页，领导让他两天内出完用例。他对着 Word 文档一行一行抠，等价类、边界值、场景法全手工套，两天熬到凌晨，产出 120 条用例，覆盖率心里还没底。
同组另一个同事呢？把需求文档丢给 AI，半小时出测试点，再让 AI 扩成表格用例，自己花半天做人工审核和补充，同样 120 条，质量还更全。
这不是个例，是 2026 年测试团队里越来越常见的分化。
一边是还在纯人肉写用例、纯点点点的功能测试；另一边是已经会用 ChatGPT、Dify、Coze 这些工具，把用例生成、接口脚本、日志分析交给 AI 辅助的测试工程师。
企业招人的 JD 也越来越直白，「熟悉 AI 辅助测试」「能搭建测试智能体」这种要求，已经从加分项变成了硬门槛。
今天这篇，我把飞书知识库里那套 AI 测试实战路线，浓缩成一篇能直接上手的公众号稿。不讲空概念，只讲用处 + 用法 + 薪资差距。
二、Dify 工作流，上传需求文档一键出 Excel
如果需求文档是 Word/PDF，几十页那种，ChatGPT 复制粘贴就痛苦了。这时候用Dify Chatflow 更合适。
核心流程就四步：
文档提取器 — 读取上传的需求文件
LLM节点 1 — 深度挖掘需求，输出测试点
LLM 节点 2 — 测试点转 Markdown 表格用例
Markdown转 XLSX — 直接下载 Excel 测试用例
系统提示词里把角色定死为「专业测试工程师」，要求必须覆盖等价类、边界值、异常输入、用户视角验证。实测上传一份商城需求说明书，输入「针对以上文档，生成登录模块测试用例」，138 条用例，7 秒出 Excel。
三、AI 自动生成接口测试脚本
接口测试是 2026 年测试工程师的硬技能。AI 在这里能帮你干两件大事。
Swagger 文档一键生成 Pytest 脚本
上传 Swagger JSON/YAML，解析出接口路径、方法、参数，再让大模型按模板生成 Python 测试代码：
Coze 智能体 + 接口调试插件
在智能体里接入「文件读取 + 接口请求 + JSON 解析」三个插件，上传接口文档后，AI 自动提取地址、参数、请求头，设计等价类和边界值用例，并直接发起调试请求，把状态码和响应体反馈给你。
四、日志与性能结果，AI 也能帮你读
压测完最头疼的是什么？JMeter 聚合报告、服务器监控截图、GC 日志，一堆数据堆面前，要从里面找瓶颈。
2026 年的做法是，建一个性能分析智能体：OCR 识别图表中的 TPS、响应时间、错误率，大模型分析瓶颈根因，自动生成性能分析报告文档。
五、只会点点点 vs AI 自动化测试，薪资差一倍不止
2026 年一线城市测试岗行情，大致可以分四档：
层级 | 核心能力 | 月薪（一线） |
|---|---|---|
L1 纯功能测试 | 手工用例 + 点点点 | 6K–9K |
L2 接口测试 | Postman + 抓包 + SQL | 10K–15K |
L3 自动化测试 | Python + Pytest + CI | 15K–22K |
L4 AI 测试 / SDET | 智能体 + 平台化 + 工程化 | 22K–35K+ |
同一个 title「测试工程师」，L1 和 L4 月薪能差 2 倍以上。
企业缺的不是会点 App 的人，缺的是能把 AI 嵌进测试流程、能搭工作流、能写自动化脚本的人。
六、怎么开始？我的建议
本周 — 用 ChatGPT 试生成一个模块的测试用例
本月 — 在 Dify 或 Coze 搭一个「需求文档 → 测试用例 Excel」工作流
下季度 — 学 Python 基础 + Pytest，让 AI 帮你生成接口自动化脚本初稿
长期 — 把性能分析、缺陷报告、回归测试逐步 AI 化，形成个人作品集
AI 不会取代测试工程师，但会用 AI 的测试工程师，一定会取代不会用的。
七、资料自取
我把完整的 AI 测试入门路线、Dify/Coze 工作流模板、Prompt 示例、接口自动化代码片段，都整理进了软件测试 AI 知识库，涵盖：
AI 测试常见术语与工具箱
需求文档一键生成测试用例（Dify 实操）
Swagger 自动生成 Pytest 脚本
接口智能体调试实战
性能测试结果 AI 分析报告
评论区回复「666」，即可获取完整资料包。
以上，如果觉得不错，随手点个赞、在看、转发三连吧。如果想第一时间收到推送，也可以给我个星标。
谢谢你看我的文章，我们，下次再见。
