测试skill

目标把散落在个人的AI 使用小技巧沉淀成团队级资产。使用方式复制 Prompt → 替换 {{占位符}} → 粘贴到 Cursor / Claude / DeepSeek / ChatGPT 使用。分类需求转用例7 条· Bug 分析6 条· 脚本生成7 条。版本v1.0 使用总则每条 Prompt 都遵循 6 元素结构角色Role你是什么专家背景Context项目/业务/技术栈任务Task具体要做什么约束Constraint格式、边界、禁止项输入Input需求文档、日志、代码片段输出Output期望的格式和结构⚠️ 通用注意事项敏感数据用户手机号、金额、身份证在贴给公有 AI 之前必须脱敏AI 输出必须人工审核后再作为交付物每次使用后有明显改进空间的反馈给 Prompt 库维护人一、需求转测试用例7 条P-01 · 从 PRD 生成完整测试用例大纲你是一名10年经验的资深测试专家熟悉互联网 B/C 端产品的测试用例设计方法等价类、边界值、场景法、判定表、状态迁移。 【背景】 - 产品{{产品名称}}- 端{{APP / Web / 小程序}}- 业务模块{{模块名如订单支付}}- 相关依赖{{下游服务/第三方}}【任务】 基于以下需求文档输出一份结构化的测试用例大纲。 【约束】 - 每条用例包含编号、标题、优先级(P0/P1/P2)、前置条件、操作步骤、预期结果 - 分组正向流程 / 异常流程 / 边界值 / 兼容性 / 安全 / 性能相关 - 每个字段必须具体不允许其他情况这种含糊表述 - 边界值和异常场景占比 ≥40% - 明确指出你判断存在歧义、需要产品澄清的需求点 【输入】{{粘贴 PRD 原文或核心业务规则}}【输出格式】 先给一个用例数量分布表正向 X / 异常 Y / 边界 Z /... 再按分组用excel表格输出每条用例并且格式符合metersphere格式要求 最后单独列一节【需求澄清项】。P-02 · 从接口文档生成接口测试用例你是一名接口测试专家熟悉 REST API 设计和 HTTP 协议边界。 【任务】 基于以下 Swagger/OpenAPI 接口定义生成完整的接口测试用例包括正向、参数校验、鉴权、边界、并发。 【约束】 - 至少覆盖1)正向所有必填字段合法值2)参数校验每个字段的必填、类型、长度、格式、枚举3)鉴权无 token / 过期 token / 越权 token4)边界字段最大最小长度、极值、特殊字符、SQL 注入类5)幂等性重复调用是否有副作用6)并发同一资源并发操作 - 每条用例给出入参 payload、预期响应码、预期业务码、断言点 - 用 YAML 或 JSON 输出方便后续导入自动化框架 【输入】{{粘贴 OpenAPI 或接口文档片段}}【输出】 - 用例总数 - 分类列表 - 每条用例的可执行 payloadP-03 · 补齐边界值和异常场景你是测试边界思维专家。以下是我已经写好的正向流程测试用例请专门帮我补齐我可能想漏的边界值和异常场景。 【约束】 - 只输出我遗漏的已有的不要重复列 - 覆盖维度数值边界、字符串边界、集合边界、时间边界、并发边界、网络边界、权限边界、状态迁移边界 - 每条用例注明补漏的原因你是基于什么规则想到的 【输入】{{粘贴已有用例}}【输出】 表格用例|补漏原因|优先级P-04 · 从交互稿/截图生成 UI 用例你是移动端 UI 测试专家。 【任务】 基于上传的交互稿/截图输出针对该页面的 UI 测试用例。 【约束】 - 覆盖视觉一致性、交互行为、状态展示、异常态、空数据态、加载态、网络异常态、多语言、暗黑模式、无障碍 - 每个交互元素单独列一条用例 - 明确列出设计稿中没交代但产品会追问的问题 【输入】{{附交互稿图片或以文字描述界面元素}}【输出】 按元素/交互分组的用例表P-05 · 从用户故事拆分测试场景你是敏捷测试教练。基于用户故事和验收标准AC拆分出所有测试场景。 【约束】 - 每条 AC 至少对应一个正向和一个反向场景 - 使用 Given-When-Then 结构 - 场景颗粒度可以直接落成用例级别 【输入】 User Story:{{As a... I want... So that...}}AC:{{验收标准列表}}【输出】|场景编号|Given|When|Then|关联 AC|P-06 · 用例评审前的自检 Checklist你是测试用例评审专家。请对以下用例做一次自检 Review找出以下类型的问题1)用例语义不清换个人看不懂2)预期结果模糊如正常显示3)步骤缺失关键动作4)边界/异常覆盖不足5)与需求描述不一致6)重复用例7)优先级判断不合理 【输入】{{粘贴用例集合}}【输出】 按用例编号列问题清单附修改建议P-07 · 用例转 MeterSphere/Zentao 导入格式你是测试管理平台使用专家。请把以下用例转成可直接导入 MeterSphere 的 Excel 表格结构。 【约束】 - 列名固定名称|所属模块|标签|前置条件|步骤描述|预期结果|编辑模式|用例等级 - 步骤描述用[1] xxx [2] yyy的编号格式 - 所属模块用 / 分层 - 编辑模式统一填 STEP 【输入】{{粘贴原始用例}}【输出】 Markdown 表格第一行是列名之后每行一条用例二、Bug 分析与定位6 条P-08 · 从错误日志推断根因你是资深后端问题排查专家熟悉 Java/Spring 技术栈。 【任务】 基于以下错误日志推断可能的根因并按可能性从高到低排序。 【约束】 - 每个根因给出证据日志里的哪一行 排查方法 修复方向 - 明确标注哪些是推测哪些是高置信- 如果日志信息不足明确说需要补充哪些信息才能确诊【输入】 业务背景{{做什么操作时报错}}时间{{}}环境{{生产/预发/测试}}错误日志{{粘贴 stacktrace 及上下文日志}}【输出】1. 高置信根因Top32. 待补充信息3. 建议下一步排查动作P-09 · Bug 单去重与聚类你是缺陷管理专家。以下是最近一周新报的 Bug 单列表请1)判断哪些是同一根因去重2)按现象/模块聚类3)找出最容易忽视的低频但高危Bug 【输入】{{粘贴 Bug 列表每行含 ID、标题、模块、报告人、简述}}【输出】 - 疑似重复组[BUG-1, BUG-3]因为 xxx - 聚类分组模块 / 现象 / 触发条件 - 高危 Bug 提醒P-10 · 从截图/录屏推断问题你是资深前端/移动端问题分析专家。 【任务】 用户反馈了以下截图/录屏请1)描述你观察到的现象视觉层面2)推断可能的技术原因3)给出建议的排查方向 【约束】 - 不要编造用户没提供的信息 - 明确标注看不清或信息不足的部分 【输入】 用户描述{{用户原话}}{{附截图/录屏截取的关键帧}}【输出】 - 现象描述 - - 可能原因 Top3- 需要用户补充的信息P-11 · Bug 单质量 Review你是资深 QA 主管负责把关 Bug 单质量。请对以下 Bug 单做 Review检查1)标题是否包含模块 现象2)复现步骤是否可换人复现3)预期 vs 实际是否清晰4)环境信息是否完整5)是否有证据截图/日志6)严重程度 / 优先级 是否合理7)影响范围是否评估 【输入】{{粘贴 Bug 单原文}}【输出】 - 问题清单 - 修改建议可以直接拿去改 - 严重程度/优先级 是否需要调整P-12 · 生成 Bug 复盘报告你是缺陷复盘专家。以下是本次迭代产生的 Bug 数据请生成一份复盘报告包含1)Bug 类型分布功能/性能/兼容/安全2)模块分布 Top33)严重程度分布4)高频根因归纳比如边界值处理不当、接口未鉴权5)遗漏原因分析用例未覆盖 / 需求边界不清 / 环境差异 / 其他6)改进建议下一迭代重点关注哪些方向 【输入】{{粘贴 Bug 列表和分类字段}}【输出】 按1-6 结构生成 Markdown 报告P-13 · 定位是前端还是后端问题你是全栈问题定位专家。用户报了问题你需要基于现象判断锅在前端还是后端。 【任务】 - 分析问题现象 - 给出定位方法用什么手段确认 - 输出结论 置信度 【输入】 现象{{描述用户看到的现象}}接口调用{{如果有 network trace}}控制台报错{{如果有}}后端日志{{如果有}}【输出】 - 前端可能性X%依据... - 后端可能性Y%依据... - 确诊方法{{具体动作}}三、脚本生成7 条P-14 · 生成 pytest 接口自动化脚本你是接口自动化专家精通 Python Requests pytest pytest-html。 【任务】 基于以下接口定义生成完整可运行的 pytest 测试脚本。 【约束】 - 使用 pytest 的 fixture 管理 token 和公共数据 - 每个用例独立不依赖执行顺序 - 断言至少3层HTTP 状态码 业务 code data 字段 - 用 parametrize 处理多个测试数据 - 加中文注释说明每个断言意图 - 不要虚构不存在的 SDK 或 API 【输入】 接口路径{{}}方法{{}}入参{{}}返回结构{{}}测试场景{{正向 至少3个反向}}【输出】 完整 .py 文件内容P-15 · 生成 Selenium/Playwright UI 自动化你是 UI 自动化专家。 【任务】 基于以下操作场景用 PlaywrightPython生成自动化脚本。 【约束】 - 使用 Page Object 模式 - 元素定位优先用 role/text避免脆弱的 XPath - 显式等待不使用sleep- 每个断言前加中文注释说明检查点 - 失败时自动截图并附加到报告 【输入】 测试场景{{分步描述用户操作}}目标 URL{{}}测试账号{{已脱敏}}【输出】 - pages/xxx_page.py - tests/test_xxx.py - 简要说明如何运行P-16 · 生成 JMeter 性能测试脚本你是性能测试专家。 【任务】 基于以下性能测试场景生成 JMeter 测试计划.jmx的 XML 内容。 【约束】 - 使用线程组模拟{{并发数}}用户Ramp-Up{{X}}秒 - 加合适的 Timer 模拟真实用户思考时间 - 每个请求加断言状态码 关键字 - 加聚合报告和响应时间图 Listener - 参数化从 CSV 读取用户数据 【输入】 被测接口{{}}并发目标{{}}运行时长{{}}断言点{{}}【输出】 - 完整 .jmx XML 内容 - 说明如何在命令行运行jmeter-n-txxx.jmx-lresult.jtl-e-oreport/P-17 · 生成测试数据构造脚本你是测试数据工程师。 【任务】 生成一份 Python 脚本用于批量构造{{数据量}}条{{业务对象}}测试数据。 【约束】 - 使用 Faker 生成真实感数据中文姓名、手机、身份证脱敏、地址 - 覆盖多种维度正常数据 X% / 边界数据 Y% / 异常数据 Z% - 数据落库方式{{直接 SQL / 调用接口 / 写 CSV}}- 支持通过参数控制生成规模 - 生成前先输出一份数据分布报告【输入】 业务对象字段{{}}业务约束规则{{}}数据分布要求{{}}【输出】 完整 Python 脚本P-18 · Postman Collection 转 pytest 脚本你是自动化框架迁移专家。 【任务】 把以下 Postman Collection JSON 转换为 pytest requests 的自动化脚本。 【约束】 - 保留原有的环境变量和鉴权逻辑 - 断言迁移Postman 的 pm.test 转成 assert - 结构conftest.py 管理 fixture每个 folder 对应一个测试文件 - 保留原用例名加中文注释说明含义 【输入】{{Postman Collection JSON}}【输出】 - conftest.py - 各 test_xxx.py 文件 - requirements.txt - README 运行说明P-19 · 生成 ADB / Monkey 稳定性测试脚本你是 Android 测试专家。 【任务】 生成一份 shell 脚本用于对 APP 做稳定性压测和数据采集。 【约束】 - 使用 adb shell monkey 做随机事件流 - 参数化包名、事件次数、随机种子、日志目录 - 同时采集CPU/内存top、logcat crash 日志、ANR - 每 X 分钟采集一次快照 - 输出简要报告崩溃次数、ANR 次数、性能峰值 【输入】 APP 包名{{}}测试时长{{}}关注点{{Crash / ANR / 内存泄漏 / CPU 尖峰}}【输出】 完整 shell 脚本 说明P-20 · Code ReviewAI 自动化代码质量审查你是自动化测试代码审查专家。请对以下测试脚本做 Review检查1)是否引用了不存在的方法/库AI 幻觉2)是否有硬编码敏感信息3)是否有 sleep、依赖执行顺序等坏味道4)断言是否充分不只是断状态码5)是否有资源泄漏连接未关、文件未关6)是否有并发安全问题7)命名和结构是否符合团队规范 【输入】{{粘贴脚本}}【输出】 - 阻断性问题必须改 - 建议性问题应该改 - 加分项值得推广的写法 - 修复后的示例代码 Prompt 库使用规范版本管理每条 Prompt 都有编号P-01 ~ P-20后续新增按序编号Prompt 修改需在 Wiki 里记录 change log包括修改人、修改时间、修改原因每季度做一次 Prompt Review淘汰用得少或效果差的效果度量每次使用后填写反馈可选用途{{做什么任务}}输出质量优 / 良 / 差是否需要多轮追问是 / 否是否需要人工大幅修改是 / 否改进建议{{}}敏感数据处理以下内容贴 Prompt 前必须处理用户手机号、身份证、银行卡脱敏为 139****1234生产数据库表名/字段名抽象化描述API 内网地址替换为 https://api.example.com员工姓名/花名替换为角色名如 “运营 A”团队协作Prompt 库放在 Confluence / Notion / Feishu Wiki全员可读谁写谁维护署名 owner每月团队周会花 15 分钟做 Prompt 分享好的用法及时沉淀 首批 Prompt 推荐使用顺序新人上手推荐按这个顺序试用P-08 从错误日志推断根因最容易看到效果10 分钟见效P-14 生成 pytest 接口自动化能立刻用起来P-01 从 PRD 生成用例大纲体会 AI 的用例思路P-03 补齐边界值和异常场景体会 AI 的边界思维P-11 Bug 单质量 Review体会 AI 的挑错能力跑完这 5 条基本对 AI 在测试岗的能力边界有了实感。