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。
#AI 测试
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。
30 天 AI 测试挑战活动：第七天：研究并分享提示词工程技术
结合提示词学习资料，总结撰写 Prompt 的方法：清楚说明背景、约束、目标和期望输出。
30 天 AI 测试挑战活动：第六天：探索并分享对 AI 测试工具的见解
概述 Katalon Studio 宣传的 AI 用例编写、代码解释和自愈功能，并说明作者因何考虑尝试该工具。
30 天 AI 测试挑战活动：第五天：确定一个测试中的人工智能案例研究，并分享你的发现
介绍美团与复旦大学的多模态 UI 测试案例，说明如何结合界面文本、视觉内容和组件树属性识别交互意图。
30 天 AI 测试挑战活动：第四天：观看有关测试中人工智能的任何问题视频并分享主要收获
回顾一场 AI 测试 AMA，涵盖偏见与数据安全、日常测试应用、AI 表现监控，以及测试人员职责的变化。
30 天 AI 测试挑战活动：第二天：阅读有关测试中的人工智能的介绍性文章并分享
介绍多模态手机代理 AppAgent 如何通过自主探索或观察示范学习应用，并讨论其用于移动端探索测试的潜力与落地挑战。
30 天 AI 测试挑战活动：第一天：介绍你自己以及你对人工智能的兴趣
介绍作者的 QA 经历、对 AI 测试的兴趣，以及借挑战探索提升手工和自动化测试效率的目标。