30 天 AI 测试挑战活动：第十九天：探索 AI 在测试优先级排序中的作用，并评价其利弊
梳理 AI 测试优先级排序的方法与收益，并结合团队数据和决策因素评估适用性与风险。
30 天 AI 测试挑战活动
30 天 AI 测试挑战活动：第十八天：分享你在 AI 测试中遇到的最大难题
总结使用 AI 测试工具时的现实困扰：数据隐私、功能限制、学习成本以及工具获取难度。
30 天 AI 测试挑战活动：第十七天：利用人工智能实现缺陷报告自动化，并分享你的流程和评估结果
讨论 AI 缺陷报告自动化，并说明作者因数据隐私顾虑和试用限制而未能充分评估相关工具。
30 天 AI 测试挑战活动：第十六天：评估采用 AI 进行无障碍测试并分享你的发现
围绕当前项目的无障碍测试需求，评估 ChatGPT-4 给出的 AI 工具建议及其潜在收益和限制。
30 天 AI 测试挑战活动：第十五天：衡量测试计划中的短期人工智能
回顾测试中短期 AI 使用情况的投票结果，结合作者的使用经验，讨论 AI 带来的效率机会与风险顾虑。
30 天 AI 测试挑战活动：第十四天：生成 AI 测试代码并分享你的体验
记录 Postman AI 助手在 API 请求中的试用：生成响应测试、创建可视化、提取响应字段并辅助撰写接口文档。
30 天 AI 测试挑战活动：第十三天：开发你的测试方法并成为 AI 测试的先行者
回顾团队 QA 参与流程与测试设计、执行的改进空间，评估引入 AI 的价值，并讨论如何推动 AI 测试实践。
30 天 AI 测试挑战活动：第十二天：评估你是否信任 AI 支持测试并分享你的想法
结合两篇 AI 风险文章，讨论准确性、数据隐私、公平性和伦理问题如何影响人们对 AI 测试的信任。
30 天 AI 测试挑战活动：第十一天：使用 AI 生成测试数据并评估其功效
围绕 Auth0 邮箱密码注册和第三方登录生成测试数据，用 ChatGPT 3.5 与 4 对比结果，并评估数据是否适用于场景。
30 天 AI 测试挑战活动：第十天：批判性分析人工智能生成的测试
以购物车税费计算为例，比较 ChatGPT 3.5 与 4 生成的功能测试场景，并检查提示词对覆盖和结果质量的影响。
30 天 AI 测试挑战活动：第九天：评估提示词质量并努力加以改进
以 Web 登录测试为例，展示如何评估并改进 BDD 提示词，结合 CRAFT、PREP 调整背景、目标、约束和输出格式。
30 天 AI 测试挑战活动：第八天：制作详细的 Prompt 来支持测试活动
展示如何用 BDD 提示词为 Ministry of Testing 登录页生成测试用例，并查看 ChatGPT 3.5 对功能与非功能场景的回答。