大家好我是洋子现阶段很多测试同学都会用大模型辅助编写测试用例但大家应该都遇到过同一个问题让AI生成用例第一版看着很完整真拿去执行才发现只测了正常流程异常和边界几乎全漏另外部分生成出来的用例脱离业务场景执行了也无法覆盖到真实业务场景。其实抛开需求质量不谈还有一个更隐蔽的关键点大多数人用AI写测试用例的方法是「丢需求 → 一次性直出一大堆用例」。这恰恰是资深测试绝不会用的方式。真实的资深QA写用例从来不是一步到位而是先把需求读透 → 拆测试点 → 停下来Review一遍 → 结合历史踩过的坑去补 → 最后自己当评审员逐条挑刺。而一次性直出等于把这套「分阶段兜底」的测试思维全丢了所以我做了一个Skill——gen-testcase-pro把这套资深测试的完整思维流程固化进去。下面用一个「商城支付功能」的真实需求完整演示一遍。为什么「一次性直出」的用例总是不能用我们先看看直接把PRD丢给AI让它出用例通常会踩哪些坑前期跑偏、后期全错AI对需求的理解一旦在开头就有偏差后面几十条用例会顺着错误方向越走越偏你还得从头核对。只测正常流程正常流程写得头头是道但「余额正好等于应付金额」「优惠券正好满门槛」这类边界以及「并发重复扣款」「支付超时未回滚库存」这类资损高危场景全靠你自己临场想起来补。知识不沉淀这次踩的坑、补的测试点下次换个需求又得重新想一遍团队的经验永远留不住。问题不只在需求也在于我们没把「资深测试的思维流程」交给AI我的方案多Agent分阶段 知识库增强 自检评审gen-testcase-pro的核心是把用例生成拆成一条六阶段流水线每个阶段模拟资深QA的一个动作需求 → ①结构化解析 → ②拆测试点树[人工Review] → ③知识库召回坑点 → ④五法展开用例 → ⑤Critic自检评审[自动迭代] → ⑥多格式输出 沉淀回库两个关键设计是它和「一次性直出」的本质区别★ 人工Review卡点拆完测试点先停下来给你确认不急着展开用例——从源头堵住「越走越偏」。★ 知识库增强内置一个「缺陷坑点库」如支付业务场景涉及支付/订单/输入框等自动把历史踩过的坑召回强制补进用例。★ Critic自检生成后AI切换成「评审员」视角拿一份11项的checklist逐条挑自己的刺发现遗漏自动重写。实战演示一份商城支付需求跑通全流程这次的输入是一份我准备的《商城支付功能PRD》覆盖订单确认、收银台、支付结果、异常处理里面还故意留了几个「需求没写清」的坑看Skill能不能识别。第1步一句话启动在对话框直接调用Skill把需求文档甩给它/gen-testcase-pro 基于 商城支付功能_PRD_V1.0.md 生成测试用例多端输出 MarkdownXmindExcel支持本地.md / .pdf / .docx / .pptx、粘贴正文、在线链接多种来源PDF/Word/PPT会自动转成结构化Markdown首次运行自动装依赖不用手动折腾。第2步AI先拆「测试点树」停下来等你Review关键这一步是重点。Skill不会直接甩用例给你而是先输出一棵测试点树——把需求拆成「模块 → 子功能 → 测试点」每个点标好用什么测试方法、优先级以及是否命中了知识库里的资损坑点标模块四支付异常与资损防护 ├─ TP-23 [幂等] 同一订单重试只扣一次款 ├─ TP-24 [并发] 快速连点支付不重复扣款 ├─ TP-26 [超卖] 秒杀库存1并发下单只1单成功 ├─ TP-28 [超时回滚] 15分钟超时关单后库存释放、优惠券返还 └─ TP-29 [异步回调] 回调丢失/延迟/重复状态最终一致 然后它会停下来问我「有无遗漏有无超范围优先级是否合理」这一步的价值巨大——这些标记的资损点是纯靠读PRD最容易漏、但线上一旦出事就是资损事故的场景。它在展开用例前就帮你把关键测试点摆上台面你确认「无遗漏」后它才继续。第3步展开为可执行的详细用例我回复「无遗漏」后Skill基于确认的测试点树用等价类、边界值、业务场景、异常、用户体验五种方法逐点展开成详细用例。每条用例都做到步骤有具体数据、预期可观察而不是「输入数据 → 功能正常」这种没法执行的废话用例编号测试场景测试步骤预期结果优先级来源TC-021余额正好等于应付(边界)应付100余额100选余额支付可支付成功余额扣至0P0知识库-坑点TC-038并发连点不重复扣款快速连点/双击支付按钮仅一次扣款无重复扣款P0知识库-坑点TC-047安全篡改金额为1分抓包篡改应付100为0.01提交服务端按真实金额校验拦截P0知识库-坑点注意最右边的「来源」列——标了知识库-坑点的就是从缺陷坑点库自动召回、强制补进来的。这些一个都没漏。第4步AI自己当评审员挑出自己的遗漏用例生成完Skill会切换成独立评审员视角拿checklist逐条自查。这次它就真的揪出了2处自己的遗漏状态机漏测「支付中→渠道失败→待支付可重试」这条状态回退只测了结果页展示漏了订单状态是否真的回退 →自动补了 TC-034b体验漏测优惠券「无可用券」的空态没覆盖 →自动补了 TC-007b发现→修订全自动完成不用我提醒。最终产出59条用例P0占59%资损相关全部P0。第5步一键导出 Markdown / Xmind / Excel最后三种格式一起导出Markdown可diff、可衔接自动化测试Xmind脑图评审汇报直接用Excel按模块分Sheet直接导入云效/TAPD/禅道第6步把这次的坑沉淀回知识库越用越准跑完Skill会问这次有没有值得沉淀的我把评审揪出的「订单状态回退」「改单后优惠券返还」这些盲区写回了知识库的缺陷坑点库和场景模板。下次再来任何商城/交易类需求这些坑会在第3步自动召回、强制覆盖——不再依赖临场发现。这就是它「越用越准」的关键。我们第2遍再次进行用例生成时会自动召回命中知识库里面的知识文件注入到测试点拆解方案核心优势对比「丢需求一次性直出」的传统姿势这套流水线的优势非常明显✅分阶段不跑偏先拆测试点树、人工Review卡点从源头堵住AI理解偏差后面几十条用例不会顺着错误方向走。✅资损坑点不遗漏内置缺陷坑点库并发扣款、超卖、超时回滚、异步回调、篡改金额这些高危场景强制覆盖不靠临场记忆。✅质量自己兜底Critic评审员逐条自查11项遗漏自动重写交付前就把「只测正常流程」的毛病治了。✅经验能沉淀每次踩的坑、补的点都能写回知识库团队经验越攒越厚Skill越用越懂你的业务。✅多格式即用Markdown/Xmind/Excel一键导出评审、汇报、导入用例平台无缝衔接。小结很多时候我们抱怨AI生成用例质量差一味去调提示词、换模型却忽略了一个更本质的问题我们给AI的是「一次性直出」的错误姿势而不是资深测试「拆点—评审—沉淀」的完整思维流程。优质用例的前提是完整的需求上下文 结构化的生成流程 可沉淀的业务知识。gen-testcase-pro做的就是把这三件事固化成一条流水线让AI真正像个资深QA那样干活。以上就是今天分享的实战教程感兴趣的同学可以照着流程试试想要获取SKill文件欢迎加入测开学习圈子