夜雨聆风课程介绍
本课程聚焦于利用人工智能（AI）技术提升软件测试的智能化水平，系统讲解AI和机器学习概述、自然语言处理入门、提示工程技巧、软件测试基础框架、AI在测试需求分析中的应用（含LLM分析需求规格说明与智能生成用例）、AI辅助测试设计（含测试用例设计、代码路径覆盖优化、GUI测试、测试环境构建），并通过单元测试、系统测试、性能与可靠性测试等实际案例帮助学员掌握AI驱动的智能化测试全流程能力。通过理论与案例结合，掌握利用LLM和NLP技术优化测试需求分析、用例设计与执行的全流程智能化测试能力。
本课程聚焦于利用人工智能（AI）技术来提升软件测试的智能化水平。
课程从智能技术基础入手，逐步引导学员了解AI和机器学习在软件测试中的具体应用，包括需求分析、测试设计、测试执行与结果分析。通过理论与实际案例相结合，学员将学习如何利用大型语言模型（LLM, Deepseek 或 GPT5）、自然语言处理（NLP）以及其他智能化工具对测试需求进行分析，优化测试用例设计，提升自动化与智能化测试的覆盖率和执行效率。
课程涵盖了AI在测试需求分析、测试设计、测试执行环境构建中的典型应用路径，以及实际操作案例，帮助学员全面理解如何利用AI技术来优化单元测试、系统测试、性能测试和可靠性测试。此外，课程通过习题和讨论环节，激发学员对智能化测试未来发展的深入思考，最终提升他们在现代软件测试工程中的竞争力和实践能力。
学习目标
1.掌握AI和机器学习在软件测试中的基本概念及其应用，理解如何利用智能技术提升测试效率和质量。
2.能够应用大型语言模型（LLM, Deepseek 或 GPT5）和自然语言处理（NLP）技术对测试需求进行分析，并生成高质量的测试用例。
3.学习如何使用AI工具优化测试设计、执行环境的搭建及测试覆盖率，提升测试自动化和智能化水平。
4.通过实际案例和项目实践，具备运用AI技术进行单元测试、系统测试、性能测试和可靠性测试的能力。
适用学习对象
本课程主要面向软件测试工程师、测试管理人员、软件研发负责人、软件开发工程师及质量保证人员，特别适合希望系统掌握AI技术在软件测试中应用的 professionals。
时间地点：2026年08月21日-22日 北京
研修费用：3980元/人(含培训费、午餐费、资料费)
工程师高培报名热线：13269857695
中际赛威刘老师微信致电均可，欢迎来询！
讲师介绍
业内资深
博士，副教授，主要从事软件测试、软件验证方向研究，发表学术论文20余篇，出版软件测试专著2部，获国防科技进步一等奖1项（排名第二），具备深厚的理论基础与行业影响力。
经验丰富
参与多个大型航空、航天、电子型号项目测试任务，为国内大飞机项目提供软件测试技术咨询，并为国防院所及海尔、格力等多家大型企业开展技术培训，教学风格生动活泼，注重理论联系实际。
课程大纲
1. 智能技术基础（1.5学时）
1.1 AI和机器学习概述
1.1.1 AI 与 ML 的基本概念和原理
1.1.2 AI 在提升软件测试效率和质量方面的意义
1.2 机器学习和自然语言处理（NLP）入门
1.2.1 监督学习、无监督学习的基本原理
1.2.2 NLP 技术在软件测试中的潜在应用能力
1.3 提示工程介绍
1.3.1 提示工程的基本概念及重要性
1.3.2 提示的设计技巧：如何撰写高质量提示来引导生成模型输出最优化结果
1.3.3 提示工程对软件智能化测试的启发
2. 软件测试基础（1学时）
2.1 软件测试的基本概念
2.1.1 测试的目标分析
2.1.2 测试类型与测试级别
2.1.3 测试技术与工具
2.2 软件测试系统的框架
2.2.1 验证与确认
2.2.2 验证系统与测试系统
2.2.3 测试系统框架的应用
2.3 软件测试的自动化与智能化
2.3.1 何时引入测试自动化
2.3.2 引入智能化测试的基本条件
2.3.3 自动化测试与智能化测试的融合
3. AI 在测试需求分析中的应用（3学时）
3.1 软件测试需求分析的一般过程
3.1.1 测试依据的分析与特征提取
3.1.2 测试项的分析
3.1.3 测试用例的设计
3.2 AI 辅助测试需求分析的基本路径
3.2.1 利用LLM进行软件测试依据的分析（以软件需求规格说明为例）
3.2.2 基于提示工程的测试项分析
3.2.3 基于需求的测试用例智能生成
3.3 一个案例的实操
4. AI 在测试设计中的应用（3学时）
4.1 软件测试设计的一般过程
4.1.1 测试用例与测试脚本的设计
4.1.2 测试执行环境的设计
4.1.3 测试的充分性原则
4.2 AI辅助的测试设计
4.2.1 利用LLM设计测试用例
4.2.2 通过 AI 分析系统结构和代码路径，智能推荐覆盖不足的代码路径
4.2.3 动态调整测试用例集以优化测试覆盖率，提升测试效果
4.2.4 智能化的 GUI 测试设计
4.3 AI辅助的测试执行环境构建
4.3.1 智能化的插装代码设计
4.3.2 基于LLM的测试环境框架搭建
4.4 一个案例的实操
5. AI 在软件测试工程的应用案例（2学时）
5.1 基于AI的单元测试案例
5.1.1 利用 AI进行静态测试
5.1.2 利用AI与自动化测试工具的融合进行单元测试
5.2 基于AI的系统测试案例
5.2.1 利用AI进行系统测试的设计
5.2.2 利用AI进行回归测试
5.3 基于AI的性能与可靠性测试案例
5.3.1 利用AI进行性能分析与测试
5.3.2 利用AI进行复杂场景的可靠性测试
6. 总结与讨论（1.5）
6.1 通过一个习题进行课程总结
6.2 几个值得深入思考问题的讨论
