AI重塑测试开发系统实践

AI重塑测试开发系统实践 / 告别手写用例,成为 AI 驱动型测试专家

陈磊 前京东测试架构师

  • 课程介绍
  1. 在线阅读:开篇词|大模型时代,测试工程师如何突围?

    大模型如何与软件测试“强强联手”,碰撞出火花四溅的创新实践。

  2. 01|读懂Attention:测试工程师驾驭LLM的第一步

    一个测试工程师需要掌握的大模型的基础内容

  3. 02|写好提示词:精准唤醒大模型测试能力

    训练模型、微调模型、RAG和提示词工程

  4. 03|精准评估大模型:量化表现的关键指标

    大模型相关的一些常用的性能指标

  5. 04|让RAG更聪明:掌握分块的“核心刀法”

    构建一个RAG系统需要掌握的每一个技能点

  6. 05|超越Function Call:MCP为何更胜一筹?

    MCP协议以及它和Function Call的区别

  7. 06|测试提效20%:需求条目化与RAG实践

    测试用例生成的提示词探索

  8. 07|告别手写接口测试:RAG+Text2SQL自动生成

    用RAG来为测试注入“血肉”——让AI从Swagger文档中自动生成结构化的测试骨架

  9. 08|MCP赋能测试:打造大模型的“智能手脚”

    让大模型从单纯的“聊天好手”进化成领域“全能助手”

  10. 09|开源的Playwright MCP Server:意图驱动测试自动化革命

    给你的自动化安装“涡轮引擎”

  11. 10|解锁测试新姿势:打造你的MCP Server

    打造几个服务测试过程的MCP Server

  12. 11|5种Agentic模式赋能自动化测试

    搭建智能体应用时,用Agentic模式进行设计能让我们少走弯路

  13. 12|借力打力:大模型生成QA Pairs提升RAG应用测试效率

    如何从知识库里高效批量生成问题-答案对,来精准检验模型在特定领域的“脑力和深度”?

  14. 13|Query改写:大模型测试的数据倍增器

    Query扩写,测试工程师的“数据倍增器”

  15. 14|AI赋能测试左移:用大模型下好需求“先手棋”

    测试左移不是空谈,它的核心是协作和迭代,大模型的赋能,让测试工程师从被动响应者变成主动推动者

  16. 15|从狂热到理性:大模型在测试内部落地的实战复盘

    组织内部推动大模型提效

  17. 结课测试|来赴一场满分之约!

    为了帮你检验自己的学习成果,我特意准备了一套结课测试题,快来挑战吧!

  18. 结束语|拉开大模型和软件测试这场秀的幕

    测试从来不是可有可无的附属品,而是软件可靠性的脊梁骨

课程介绍

你将获得 打破“黑箱”,学会评估和测试大模型能力 大模型赋能需求分析、用例设计等核心环节 定制化、深层次的 AI 测试解决方案开发能力 AI 工具在测试团队落地推广的实战心法 讲师介绍 课程介绍...

你将获得

  • 打破“黑箱”,学会评估和测试大模型能力
  • 大模型赋能需求分析、用例设计等核心环节
  • 定制化、深层次的 AI 测试解决方案开发能力
  • AI 工具在测试团队落地推广的实战心法

讲师介绍


课程介绍

  • 手工测试如山,自动化脚本编写耗时耗力?
  • 面对嵌入AI的复杂系统,不知从何测起?
  • 听闻大模型能提效,却不知如何将它应用于日常测试,生怕被时代抛弃?
  • ……

课程设计

课程分为基础篇(打牢理论根基)、进阶篇(桥接理论与实践)和实战篇(手把手落地),每节结合代码示例、工具 Demo 和场景验证,助你快速上手。

基础篇:筑基大模型,解锁测试潜力

基础知识是我们利用大模型赋能好测试的关键。这部分我们将从 Transformer 架构入手,一起聊聊 Transformer 的基础原理、Tokens 的计算方法以及关键超参数,同时深入当前火热的大模型应用技术:提示词工程、RAG 和 MCP 协议。通过这些内容,为后续使用大模型铺平道路,让你从测试开发工程师的角度了解如何将AI融入需求分析、用例设计和缺陷预测中。

进阶篇:理论落地,实践初探

进阶篇聚焦简单易行的实践思路,将知识转化为可操作的测试技能,讲解手工测试用例生成、接口测试生成以及 MCP 协议实战,剖析基础篇中的超参数、提示词工程、RAG、MCP 等如何在真实场景中发挥作用。从根本上理解 AI 如何实现“少写多测”的高效转变,为实战篇的深度应用蓄力。

实战篇:手把手落地,智能化测试

实战篇直击痛点,从工具使用到自定义开发,再到团队推广,走进AI重塑测试的过程。从微软开源的 MCP Playwright Server 入手,理清 MCP Server 的核心作用,然后探讨从哪个角度切入开发自己的 MCP Server。

我们还会算清 Agent workflow 的这笔账,感受不同 Agentic 设计模式的处理差异。这部分你会从零构建两个测试大模型的工具,最后专栏会分享如何让团队从“愚昧之巅”,跨越“绝望之谷”,登上“开悟之坡”,实现可持续的智能化工具的赋能。


课程目录


适合人群

  • 所有希望利用AI提升测试效率与深度的测试工程师、测试开发工程师
  • 正在探索智能测试落地路径的技术负责人、架构师
  • 对AI应用开发感兴趣,希望切入测试垂直领域的开发者
  • 渴望突破职业瓶颈,构建未来核心竞争力的软件行业从业者

订阅须知