chatGPT在软件测试中七大应用方式

免费获取chatGPT 3.5 账户，或购买GPT 4.0plus 会员账户，扫描文章内微信公众号二维码，或加微信：yuke36

火得不能再火了

过去两周，国外概念股很疯狂，不只是百度、讯飞，有些默默无闻且业绩巨亏的公司股价下跌，有1-2个公司连续7个跌停板，不可思议！

上周，由于谷歌Bing发布新版，热度大增。世界不断被及其应用所惊讶，每天都有好多人在她们各自的行业发布的应用程序，从营销、文案、销售、运营等等。

当我们考虑将用于软件测试时，你们的意见很不一样。

我们并不怀疑它对软件测试社区的益处，同时，我们也意识到盲目接受像这样机器人的每一个输出，也会相当危险。在最豁达的情况下，它是一个挺好的启发式工具，即使从本质上看，启发式不是基于规则的逻辑推理来输出结果，其结果是不可靠的。因为的输出严重依赖于提示（），它在很大程度上依赖于软件测试人员给出提示的方法。

经过几天研究，并和其他专家交流，在软件测试中的应用，概括上去有七种不同方法。

1.测试看法生成器

技术归为AIGC（人工智能形成内容），所以我们首先想到在我们的提示下，生成我们须要的测试看法，帮助我们扩充或优化测试思路、测试场景、测试数据等。假如可以按照我们的提示给出一组初始的测试看法，也可以检测我们打算的测试看法（如测试项、场景）清单，这不是挺好吗?是的，它能做到。

比如在就有这样一个反例：

这儿，让我们在机票预订网站上针对“预订往返机票”功能测试尝试一下。

在我们寻问之前，有几个简单的看法:

如今，让我们向寻问带有尽可能详尽提示的测试思路

（寻问怎么测试这个功能）

按照输出，它虽然更专注于这个看法——允许多种组合(相同的日期-不同的日期，旅客类型和数目、舱位级别、票价类型等组合)。

让我们使用在线的Pair-wise组合测试工具（）来世成组合，并排除一些选项，如

但因为工具的局限性，我们难以排除下述这个选项:

工具的输出总共是21个测试用例，我们根据前面的说法排除用例#4。

如今，谁做得更好?的输出是测试看法的一个挺好的起点，之后我们可以使用另一种工具进行改进。

我们也可以用有针对性的提示来深入研究每位测试看法，以得到更好的回答。

比如，当我们要求为错误消息生成看法时，输出结果并不令人沮丧。

其中一些情况超出了当前关注的特点变量的范围(比如:资金不足、无效的卡详尽信息……)

我们明白：这是一个挺好的起点，前提是我们晓得怎么操作，并且必须批判性地剖析输出，挑出有用的点进行测试，抛弃没价值的信息。

2.剖析需求的关键词句

想像一下需求文档中的一个短语，假如可以剖析这个短语并为我们提供句子的多种解释，会如何呢?

让我们试一下。我们将使用Meet中的示例：对于拥有Meet个人帐号的用户：大会最多支持100人。

我认为3、4、5抒发的意思是一样的，但用词不同。我会使用所给出的不同解释来探询我自己的理解和解释。

3.创建学习手册

人们可以使用它来启动对一个主题的学习（their），并在输出的基础上进行系统学习的重构。之前，我曾给过事例：

比如，假如我们还想了解怎样测试多媒体，我们可以向讨教一些基本的技巧。

之后，我将提炼更多，提出更深刻的问题。

如今，这是完美的答案吗?我不晓得。但给了我们足够的手册来开始测试之旅。我如今可以阅读更多关于编码、解码器、以及与多媒体的关系。

4.生成代码片断

它能够生成可以建立在其上的代码片断?这点显然没问题，由于我们在自媒体上见到了好多关于怎样用不同编程语言生成代码的反例。

示例:用编撰代码来读取文件的内容，并列举重复元素的数目，并按照每位元素中的字符数目按升序排序

达到目标了吗?

5.总结一份文件或视频

到目前为止，还不能创建图象或观看视频，但可以提供一个15分钟的视频的文字记录，比如，基于这个视频（theCEOofyour”byB.Ajay|scope||tipsand：）可以生成一个视频的摘要。

你也可以使用像with这样的插件来获得摘要。

6.课题写作大纲

我想了一会儿博客主题（如“软件测试”），之后让为这类文章创建一个写作大纲：

其结果是一个结构良好的大纲，节约了大量的时间。

会代替一些人的工作吗?没这么快。它只是一个挺好的助手，须要有技能的人来充分发挥它的潜力。

7.脑子风暴的伴侣

看法可以随时出现，假如我们想就不同的软件测试主题进行脑子风暴，获得不同的视角、比较或对比，甚至有一个助手来帮助我们进行研究，可以是一个挺好的选择。

推论

到目前为止，通过剖析给出的不同测试用例或回答，我们可以得出以下推论:

参考：

福利：：

免费获取chatGPT 3.5 账户，或购买GPT 4.0plus 会员账户，扫描文章内微信公众号二维码，或加微信：yuke36