✨✨✨学习的道路很枯燥，希望我们能并肩走下来！

编程真是一件很奇妙的东西。你只是浅尝辄止，那么只会觉得枯燥乏味，像对待任务似的应付它。但你如果深入探索，就会发现其中的奇妙，了解许多所不知道的原理。知识的力量让你沉醉，甘愿深陷其中并发现宝藏。

本文开始

1.利用大模型对需求进行分析

前提：实际工作中，拿到产品的PRD文档或者原型图进行需求分析
使用大模型，考虑使用提示词，分析需求进一步提升工作效率

使用提示词
1.写清楚具体需求 - 详细为好
2.将复杂任务拆分为简单子任务
3.随时修改大模型回答的分析结果 - 随大模型回答不断调整，大模型回答不一定是准确的
4.身为什么角色，去进行需求分析的 - 角色扮演

• 做法：
  给大模型一个具体的功能点，如果复杂将复杂需求一点一点给大模型
  如果给出的需求分析结果不够好，如没有考虑负面情况，再进一步给大模型进行调整(就是使用大模型，哪块没有考虑什么的)
  不断修改，调整
• 询问方式改变
  如：我是一个测试人员(角色)，需要从上述需求提炼出需求点，请帮我提炼

2.使用大模型编写测试计划

前提：需要明白测试计划包含哪些具体内容
测试计划：描述进行的测试活动范围，方法，资源，进度
具体：测试项-需要测试哪些部分，被测特性，划分测试任务，谁执行哪些任务，风险控制，其他

使用提示词
1.写清楚具体需求 - 详细为好
2.将复杂任务拆分为简单子任务
3.随时修改大模型回答的分析结果 - 随大模型回答不断调整，大模型回答不一定是准确的
4.身为什么角色，去进行需求分析的 - 角色扮演

例如：如果我是一个测试经理，现在需要输出一份测试计划模版，需要包含以下内容:测试项，被测特性，任务期限3周，3个人执行测试任务，分配执行任务，风险控制，其他，并生成markdown版本的文档。

3.使用大模型生成测试方案

前提：公司有测试方案包括哪些，如：测试方法，测试环境，测试工具，测试用例设计方法等

使用提示词
1.写清楚具体需求 - 详细为好
2.将复杂任务拆分为简单子任务
3.随时修改大模型回答的分析结果 - 随大模型回答不断调整，大模型回答不一定是准确的
4.身为什么角色，去进行需求分析的 - 角色扮演

• 功能：需要一个高级搜索选项的测试方案
• 询问方式：产品形态为web 搜索，针对于高级搜索选项的这个功能输出对应的测试方案，测试方案需要包含xxx内容。
  大模型回答不足调整：测试方案中缺失web专项测试的内容，如兼容性，性能等，补充进行测试方案中。

4.使用大模型自动生成测试用例思维导图

使用提示词
1.写清楚具体需求 - 详细为好
2.将复杂任务拆分为简单子任务
3.随时修改大模型回答的分析结果 - 随大模型回答不断调整，大模型回答不一定是准确的

操作方式：
1）写清楚需求:需要给 ChatGPT 明确要求返回的数据的内容与格式。
2）将复杂的任务拆分为更简单的子任务:直接生成思维导图图片或文件ChatGPT无法完成，
但是可通过曲线救国的方式简介生成思维导图代码，然后再转换为图片。
3）系统地测试变化:因版本的原因，使用 ChatGPT 生成的思维导图可能会出现语法错，所以需要试以及人为的纠正。
4）角色扮演:添加职位等角色信息，让返回的思维导图更贴近需求，

• 需求：在 Web 界面上添加一个搜索按钮，要求能够做到关键词精确匹配与模糊匹配
• 询问方式：我是一个测试工程师，这是我收到的需求信息:在 Web 界面上添加一个搜索按钮，要求能够做到关键词精确匹配与模糊匹配。要求根据以上的需求生成测试用例，必须使用plantuml的mindmap的格式，使用markdown格式，测试用例内容需要详细一点，只需要返回给我mindmap源码，其他内容不需要。

5.大模型生成测试数据

前提：测试数据是一组用于测试服务的数据，功能的输入去验证输出，触发各类异常场景。
测试数据的设计尤为重要，等价类、边界值、正交法等测试用例设计方法都是为了更全面的设计对应的测试数据集。

使用提示词
1.写清楚具体需求 - 详细为好
2.将复杂任务拆分为简单子任务
3.随时修改大模型回答的分析结果 - 随大模型回答不断调整，大模型回答不一定是准确的

询问：需求，使用黑盒/白盒方法，具体要求，生成一些测试用例，包含正常，异常数据。

总结

✨✨✨各位读友，本篇分享到内容是否更好的让你理解了 （），如果对你有帮助给个👍赞鼓励一下吧！！
🎉🎉🎉世上没有绝望的处境，只有对处境绝望的人。
🎉🎉🎉一遇挫折就灰心丧气的人，永远是个失败者。而一向努力奋斗，坚韧不拔的人会走向成功。
感谢每一位一起走到这的伙伴，我们可以一起交流进步！！！一起加油吧！！！