AI 辅助测试 Skill：从可追溯证据走向可靠提效
AI 能快速生成测试想法，却也会把不存在的接口、遗漏的边界和看似合理的断言带进仓库。采用它的前提是让人能验证每一条建议。
AI 辅助测试 Skill 将模型输出视为可审查草稿，并以产品上下文、证据和人的责任约束它。
本文通过一个贴近协作现场的案例，说明如何把不同信号转化为可沟通、可追踪的行动。
Awesome QA Skills 按语言和测试阶段组织 Skill。项目结构和通用安装方式见系列总览，本文只讲 AI 辅助测试。
先看源 Skill
主 Prompt 把工作拆成“质量要求、执行流程、核心约束、按需加载、交付前自检”几个部分。这些标题只是导航，真正使用时还要回到项目材料。
源目录现有 1 份示例、1 份参考、17 个脚本入口。可以先看 AI 辅助测试 示例与使用说明、AI 辅助测试 补充参考资料、模板批量转换脚本。
用一个具体任务跑通思路
本例让 AI 根据需求与历史缺陷提出回归范围，并逐条保留引用和人工复核状态。
可以先把下面这组材料交给 Skill。
事实源：当前需求版本、相关页面或接口、已知缺陷
范围：只覆盖本次变更影响的链路
未知项：环境、账号、数据准备方式
期望输出：风险排序、覆盖清单、待确认问题下面的片段只展示格式，不代表执行结果。
| 优先级 | 测试点 | 依据 | 状态 |
|---|---|---|---|
| P0 | 需求明确要求覆盖的关键路径 | 验收标准或业务规则 | 待设计 |
| P1 | AI 建议新增的边界场景 | 影响分析或历史缺陷 | 待人工复核 |
| P1 | 找不到事实源的接口或断言 | 未提供依据 | 删除或补材料 |
状态列不能提前写成“通过”。静态设计到这里结束，后面还需要真实执行。
从覆盖清单走到决策
先按风险拆任务，再决定写多少用例，并保留每条判断的依据和人工复核状态。
| 风险问题 | 测试设计 | 需要的证据 |
|---|---|---|
| 建议是否能回到真实需求 | 逐条回链需求、接口或缺陷 | source 链接、版本和人工备注 |
| 生成用例能否实际执行 | 检查数据、命令、环境和断言 | 执行日志、退出码和报告路径 |
| 人工改动是否有理由 | 对照原建议与最终用例 | review 记录、取舍原因和 Owner |
这张表会继续长，但别一开始就追求面面俱到。先确认“质量要求”和“执行流程”是否命中本次改动，再补边界和兼容性。
评审输出时怎么判断够不够
对每条测试点都问三个问题：它依据哪条需求或风险？执行需要什么环境和数据？失败后会留下什么？回答不出来的条目仍是想法，还不能交给执行者。
一段可以直接改的调用词
把方括号中的占位内容替换成项目实际信息。材料越具体，Skill 越少猜。
请使用 ai-assisted-testing Skill。
任务：让 AI 根据需求与历史缺陷提出回归范围，并逐条保留引用和人工复核状态
版本与环境：[需求版本 / 构建号 / 环境]
输入材料：[文件路径或链接]
范围：[本次包含与排除的业务链路]
限制：[账号、数据、时间、合规要求]
按业务风险排序覆盖，区分设计状态与执行状态。每条测试点注明依据、数据和预期证据。
最后列出待确认问题，不要补写材料里没有的事实。第一次调用先看结构和缺口，补齐材料后再生成正式产物，可以少一些来回修改。
进阶使用，从一次调用走到持续流程
把这次输出保存成基线。需求或代码变化后先做影响分析，只重跑受影响链路和固定门禁集，完整回归留给合适的阶段。
三段式 Skill 链
requirements-analysis → ai-assisted-testing → test-reporting
| 交接 | 传递内容 | 接收方检查 |
|---|---|---|
| 上游到 ai-assisted-testing | 来源版本、范围、风险和未决问题 | 输入是否过期，冲突是否标记 |
| ai-assisted-testing 到下游 | 主产物、证据索引、未完成项 | 产物能否继续执行，Owner 是否明确 |
| 下游回写 ai-assisted-testing | 运行结果、缺陷和新风险 | 是否更新 AI 辅助测试基线与回归范围 |
不要把三次输出复制进一个大 Prompt。AI 辅助测试只接收结构化摘要和可访问的原始材料，能减少上下文浪费，也方便追错。
放进团队流程的门禁
| 门禁 | 建议检查 | 失败动作 |
|---|---|---|
| ai-assisted-testing 输入门禁 | 版本、环境、Owner、来源可访问 | 停止流程并列出缺口 |
| ai-assisted-testing 产物门禁 | 关键结论带依据和状态 | 退回补证据 |
| ai-assisted-testing 执行门禁 | 命令、退出码、报告可复现 | 标记基础设施或测试问题 |
| ai-assisted-testing 决策门禁 | 残余风险有接受人和日期 | 不进入下一阶段 |
团队可以每个 Sprint 统计 AI 辅助测试的采用率、人工修改率、无依据结论数和失败定位时间。目标由团队自己定，先连续记录几轮再谈阈值。
使用时我会特别检查什么
- 范围是否落到具体业务链路，避免把范围写成百科全书。
- 质量要求是否引用了真实需求、页面、接口或缺陷。
- 正常、异常、边界和恢复路径有没有按风险排序。
- 输出状态是否诚实区分待设计、待执行、通过和失败。
相关 Skill
AI 辅助测试要把效率判断接回测试设计和结果复核：
交付前复核：把判断落到证据
拿到 Skill 输出后，先核对四件事：输入版本是否明确，范围是否完整，每条结论能否回到证据，下一步由谁执行。少一项，报告就容易变成漂亮的猜测。
| 项目 | 需要留下 | 缺失时 |
|---|---|---|
| 输入边界 | 版本、环境、时间窗口和本次范围 | 标记假设，不写成事实 |
| 证据索引 | 日志、报告、Trace、截图或命令输出 | 标记 evidence_pending |
| 结论状态 | verified、assumption、blocked 或 pending | 停止扩大结论 |
| 后续动作 | 最小验证命令、负责人和截止时间 | 交付为待办，不进入门禁 |
source_version: [版本或提交]
scope: [本次包含和排除的对象]
evidence: [日志、报告、Trace 或命令输出]
status: pending
owner: [负责人]
next_action: [最小验证动作]分析类 Skill 要保留查询条件和时间窗口；执行类 Skill 要保留命令、退出码和失败产物。人工修改也要记录，否则下一次复核时无法解释结论为何变化。
安装与调用
安装单个 Skill 就够了。项目总览里的安装说明不再在每篇重复。
npx skills add https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh/testing-types/ai-assisted-testing -g调用时直接写“请使用 ai-assisted-testing Skill”，然后附上真实材料。
常见问题
材料不完整时还能使用 AI 辅助测试 吗？
可以，但输出应降级为已知事实、假设和待确认问题。缺失环境或数据时，不能写执行结论。
怎么判断 执行流程 做得够不够？
拿需求和风险逐项回查。能说明覆盖依据、遗漏原因和下一步动作，才算可交接。
什么时候需要人工复核？
涉及范围取舍、风险接受、发布决定或材料冲突时必须由负责人确认。
输出怎么留档？
保存输入版本、Skill 输出、人工修改和最终证据。只留最后一份文档，很难解释结论怎么来的。
先拿一份真实材料跑 AI 辅助测试，保留输入、输出和复核意见。文中的片段只能帮你搭起结构，真正的项目证据仍要在项目中产生。
参考
- Awesome QA Skills 项目主页：https://github.com/naodeng/awesome-qa-skills
- Awesome QA Skills 系列总览：https://inaodeng.com/zh-cn/blog/ai-testing/introduction_of_awesome_qa_skills/
- AI 辅助测试 示例与使用说明：https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh/testing-types/ai-assisted-testing/examples/README.md
- AI 辅助测试 补充参考资料：https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh/testing-types/ai-assisted-testing/references/local
- AI 辅助测试 辅助脚本：batch_convert_templates.py:https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh/testing-types/ai-assisted-testing/scripts/batch_convert_templates.py
- Awesome QA Skills：AI 辅助测试 Skill 源文件：https://github.com/naodeng/awesome-qa-skills/tree/main/skills/zh/testing-types/ai-assisted-testing
- AI 辅助测试 Skill 详情页：https://inaodeng.com/zh-cn/qaskills/ai-assisted-testing/