一、现状
随着chatGPT的发布，点燃了人们对人工智能的热情，也同样引起了一场“人类将会被AI替代”的恐慌。
谁都知道现阶段人工智能难以落地，但几乎是所有人，相关的、不相关的领域都争先恐后的涌入这项技术的研究当中。
大家普遍人为即使现在还未在自己身上发生“机器替代人工”，但一旦出现这种可能性，它带来的变革将十分迅速。
谁都担心在这场变革中落后于他人，从而导致失去先机，甚至是被淘汰。
1. “机器替代人工” 那么首先从人工的内容入手
2. 那么从软件测试工作，都有什么工作内容
·测试用例编写与执行、bug定位与跟踪，
· 测试报告等一些文档的编写
· 自动化脚本编写
3. 测试用例算是测试工作中的一个重要的文档
4. 而当前的AI技术大多数运用于文档编写，所以运用AI来编写测试用例是首先能想到的实践方向。
三、尝试使用AI编写测试用例（实验过程）
因为此篇文章主要探讨一种工作模式的可行性，所以直接使用CSDN的chitGPT作为测试对象
在整个实验的过程中，确认了使用AI编写测试用例确实可行。但过程中也暴露了一些问题。
1、AI联系上下文的能力弱
在问答交流的过程中，不算流畅。
2、回答的内容类似于能在网上搜索到的内容
空泛的问题，得到空泛的答案。
如果没有一个明确的指令，得到的内容很像是通过搜索引擎获取到的一样。
3、需要有一个明确的指令
当我开始给AI一个明确的需求的时候，这个实验变得有趣了起来。
AI的回答已经是能够运用到实际测试用例当中的测试点了。
4、输出内容有限
当我把编写用例的指令再明确一些，AI输出的结果已经非常完整了。
但是可能因为内容太多，一会就报错了。
5、无法想象到需求描述之外的内容
在我两次问答的过程中，有意去掉一些内容，比如弹出键盘的这个描述。
含有这个描述时，AI回答的内容也包含这个。
去除这个描述，AI回答的内容也就没有包含这个内容。
四、总结：使用AI编写测试用例方案
AI就像一面镜子，提供的指令是模糊，照出的结果也是模糊的。指令越清晰，结果也越清晰。
针对上面的过程，我总结出一个可行的方案
1、方案
向AI输入需求文档，及编写用例的指令
我在上诉实验过程使用的指令如下，有兴趣可以尝试一下：
编写下面这段需求的测试用例。
需求说明：
1.手机号输入框限制只能输入数字，除数字外字符输入不成功。手机号限制输入11位；
2.点击发送验证码，向服务端发起获取验证码请求。并且客户端提示“验证码已发送”；
3.密码输入框，限制只能输入数字或字母，限制位数为8-16位；
4.点击注册按钮提交数据；
5.用户协议默认选中，用户点击“隐私协议”或“用户协议”跳转至对应协议页面；
6.点击“直接登录”跳转至登录弹框；
7.当用户点击“X”按钮，关闭注册弹框；
输出内容需要包含用例序号、前置条件、用例标题、用例步骤、用例预期。
输出格式为表格。
获取AI输出的测试用例，并核验
2、存在的问题及解决方案
问题：AI对自然语言的理解有限，且无法联系上下文。
解决方案：需求文档通过人工提炼功能点。大部分功能分为展示\触发时机、样式、功能逻辑、异常处理几个部分，可以从这个几个方向整理功能点。
问题：针对迭代的项目和功能，如何输入需求文档？
解决方案：通过机器学习，让AI了解整个项目。但同时存在隐私泄漏的可能性。或是在需求文档中增加描述。
问题：AI产出的用例格式并非用例最终格式
解决方案：将指令更详细，更贴合自己的需求。通过脚本、或人工转换格式。
问题：AI产出的用例无法思考到文本描述之外的内容
解决方案：可以通过机器学习，也可以通过人工整理功能点时加入必要功能点。
3、存在风险、疑虑
让机器学习，伴随而来的就是严重隐私泄漏问题。它越了解公司的项目，那隐私泄漏的也就越多。所有AI也是一个双刃剑，想要利用好AI，首先要处理好这之间的平衡。
近期存在chatGPT大量封号的消息，想要方便安全的使用并不是那么容易。当然国内也有，到底哪个好用，这个还需要等各大厂的产品正式推出才可以。
因为使用AI还是需要一些前期的装备，和后续的处理，产出的价值是否能够大于成本这也是需要考虑的问题之一。
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系51Testing小编(021-64471599-8017)，我们将立即处理
