• 想用 AI 提升分析、写用例、缺陷分诊效率。
• 需求变化快，纯手工产出速度跟不上。
• 团队希望沉淀可复用的提示词与校验流程。

• 在有人把关的前提下，用 AI 提高 QA 产出效率。
• 更快生成测试点、风险清单和问题分析草稿。
• 建立“可复用、可校验、可追溯”的 AI 使用方式。

1. 先定义任务目标和不可妥协的质量要求。
2. 提供结构化输入（需求、边界、数据、约束）。
3. 分阶段使用提示词（分析/用例/评审/报告）。
4. 对 AI 输出做需求对齐和风险补漏校验。
5. 修正幻觉、歧义和边界遗漏。
6. 沉淀通过验证的提示词模板。

输入：

• 需求片段 + 已知风险 + 输出模板

输出：

• 可追溯的测试点草稿和风险优先级
• 明确标注需要人工确认的假设项

输入：

• “帮我把这个功能所有测试都生成出来”

输出（问题）：

• 通用清单看似完整，实际遗漏系统特有边界
• 缺少人工复核关卡

• 不把 AI 草稿当最终交付。
• 不在未获授权时输入敏感生产数据。
• 不对高风险决策省略人工评审。
• 不用一套提示词覆盖所有任务。
• 不掩盖 AI 输出中的不确定性。