霍格沃兹测试开发学社

《Python测试开发进阶训练营》(随到随学!)
2023年第2期《Python全栈开发与自动化测试班》(开班在即)
报名联系weixin/qq:2314507862

我用ChatGPT把回归测试从3天压到3小时,提示词全公开

关注 霍格沃兹软件测试开发 公众号,回复「资料」, 领取人工智能测试开发技术合集

先说结论:不是标题党。

上个月我们发版前最后一次回归,从早上9点干到晚上11点,三个人轮着点,点到后面眼睛都花了。结果还是漏了一个优惠券叠加的边界场景,上线第二天客服就炸了。

那天晚上我就在想,这破事儿能不能让ChatGPT干。

试了两周,现在回归测试基本3小时收工。不是全自动,但至少不用人肉当点读机了。

下面直接把我的用法和提示词全倒出来,能不能复用你们自己判断。

先说说我们之前的蠢办法
项目是电商后台,200多个接口,前端页面40多个。每次发版前回归测试清单有180多条用例,大部分是重复的:登录、下单、退款、优惠券、库存扣减……

之前就是三个人分,一人60条,手动点。点完还要对数据,看日志,录结果。三天下来人都傻了。

最关键的是,人一累就会偷懒。有些用例看着“应该没问题”就跳过了,结果偏偏就是这种地方出事儿。

我是怎么用ChatGPT的
先说清楚,ChatGPT不能帮你点页面。但它能干三件事:

帮你把测试用例梳理清楚,找出重复和遗漏
帮你生成自动化脚本(Python + Selenium/Requests)
帮你分析失败日志,快速定位问题
我一个个说。

第一步:让ChatGPT帮你“瘦身”测试用例
我把180条用例粘贴进去,用这个提示词:

你是一个资深测试工程师。以下是我们项目的回归测试用例清单,格式为“编号 | 模块 | 用例描述 | 预期结果”。

请帮我做三件事:

  1. 找出功能重复或高度相似的用例,合并建议;
  2. 找出覆盖缺失的边界场景(比如并发、空值、极值、网络异常);
  3. 按“核心链路 / 重要分支 / 边缘场景”重新分级,并给出每级的建议执行频率。

用例清单:
[粘贴你的用例]
它给我输出了十几条合并建议,还指出了三个我压根没想到的边界:优惠券并发核销、退款时库存回滚的时序、以及弱网下重复提交。

这一步省了我大概半天的手工梳理时间。

第二步:让ChatGPT写自动化脚本
不是所有用例都值得自动化。我挑了三类:

接口层面的核心链路(下单、支付回调、退款)
数据一致性校验(库存、优惠券、积分)
重复性高的页面操作(登录、搜索、列表翻页)
提示词长这样:

你是一个Python自动化测试专家。请根据以下接口文档和测试用例,生成基于 pytest + requests 的接口测试脚本。

要求:

  1. 使用 fixture 管理登录态和测试数据;
  2. 每个用例独立可运行,不依赖执行顺序;
  3. 断言要具体,不要只断言 status_code;
  4. 对数据库的校验用 SQL 查询,不要直接查接口返回;
  5. 异常场景要 mock 超时和 500 响应。

接口文档:
[粘贴Swagger或手写文档]

测试用例:
[粘贴用例]
它生成的脚本大概能直接用70%,剩下的30%是业务字段和数据库连接需要我改。但比起从零写,快了不止一点。

这一步省了我大概一天半。

第三步:失败日志丢给ChatGPT定位
回归跑完总有几个红的。以前是挨个翻日志,现在直接把报错和上下文丢进去:

以下是一个接口测试的失败日志和请求响应。请帮我:

  1. 判断是代码bug、测试数据问题、还是环境问题;
  2. 如果是代码bug,指出最可能出问题的模块和函数;
  3. 给出下一步排查建议。

失败日志:
[粘贴日志]

请求参数:
[粘贴请求]

响应内容:
[粘贴响应]
它不能100%准确,但能帮我快速排除掉“测试数据脏了”“环境没刷新”这种低级问题。真正需要开发看的bug,我直接把它的分析附在工单里,开发也省事。

这一步省了我大概半天。

效果对比
环节
之前
现在
用例梳理
半天
1小时
脚本编写
1.5天
3小时
执行+排查
1天
1.5小时
合计 3天 约3小时
当然,第一次搭建的时候花了两天调提示词和改脚本。但后面每次回归都在复用,边际成本趋近于零。

几个坑,你们别踩

  1. 不要让它写UI自动化脚本。 页面元素定位它写得一塌糊涂,改的时间比自己写还长。UI层建议用低代码工具或者录制回放。

  2. 数据库连接、密钥这些别粘贴进去。 用占位符代替,自己本地替换。

  3. 它生成的断言经常“太松”。 比如只断言 code == 0,你要手动加字段级校验。

  4. 提示词要迭代。 我上面给的版本是改了五六版之后的。第一版它输出的东西根本不能用,你得根据它的输出不断调整约束条件。

最后说句实在的
ChatGPT不是银弹。它不能帮你点页面,不能帮你连数据库,也不能替你判断业务逻辑对不对。

但它能帮你把重复劳动压缩,让你把时间花在真正需要人脑的地方:设计边界场景、分析复杂bug、判断风险。

回归测试从3天到3小时,省下来的时间我没摸鱼,拿去补了之前一直没空写的契约测试。

这才是重点。

推荐学习
智能化测试落地公开课,从大模型到Harness,再到用例生成与自动化实战。不需要你懂大模型原理,但需要你有真实的测试业务场景。听完之后,你至少能判断:自己团队当前阶段该从哪个方向切入,该用什么工具,该避开哪些坑。

扫码进群,报名公开课。

image

提示词都在上面了,直接复制就能用。有问题评论区聊。

关于我们
霍格沃兹测试开发学社,隶属于 测吧(北京)科技有限公司,是一个面向软件测试爱好者的技术交流社区。

学社围绕现代软件测试工程体系展开,内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试,以及人工智能测试与 AI 在测试工程中的应用实践。

我们关注测试工程能力的系统化建设,包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设,同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法,沉淀可复用、可落地的测试开发工程经验。

在技术社区与工程实践之外,学社还参与测试工程人才培养体系建设,面向高校提供测试实训平台与实践支持,组织开展 “火焰杯” 软件测试相关技术赛事,并探索以能力为导向的人才培养模式,包括高校学员先学习、就业后付款的实践路径。

同时,学社结合真实行业需求,为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务,用于个性化能力提升与工程实践指导。

posted @ 2026-09-17 20:54  霍格沃兹测试开发学社  阅读(13)  评论(0)    收藏  举报