ai-assisted-testing

AI を活用したテスト

中国語版： 対応する中国語スキルをご覧ください。

使用するタイミング

• 実際のプロジェクトの状況に即した、AI を活用したテストの支援が必要な場合。
• 実行、レビュー、または後続作業にそのまま使える出力が必要な場合。

ワークフロー

1. Progressive disclosure に記載されたメインプロンプト（カバレッジ、構成、品質基準）を読み、それに従います。
2. 結果に影響するプロジェクトのコンテキストのみを追加します：範囲、環境、制約、リスク、依存関係、期待する成果物。
3. 入力が不完全な場合は、実用的な初稿を提示し、前提と不足情報を明示します。
4. 既定では Markdown を使用します。ユーザーから指定があった場合のみ、形式を切り替えます。

ドメイン実行の要点

1. 入力の分類、サニタイズ、許可された用途を記録します。スキーマやビジネス上の制約は維持しながら、識別情報、トークン、個人データを復元できないプレースホルダーに置き換えます。
2. 入力スナップショット→モデル／プロンプトのバージョン→AI のドラフト ID→人間によるレビュー→採用バージョン ID→受け入れの証拠を追跡します。ドラフトが自動的に実行用資産になることはありません。
3. ビジネスオラクル、アサーション、プライバシー、高リスクのトレードオフについて、レビュー担当者を明記します。レビューされていない作業はドラフトのまま、実行されていない作業は NOT_RUN のままです。AI が人間に代わって受け入れを判断することはありません。
4. 同等のタスク／複雑さ／期間で比較します：手動でのベースラインと、AI による生成＋レビュー＋手戻り＋受け入れにかかる時間です。不具合と手戻りは個別に追跡します。生成時間だけでは生産性の向上を証明できません。

主な制約

• リスク／ビジネスへの影響に基づいて優先順位を付け、すべてを同等に扱わないでください。
• 確認済みの事実と現時点での前提を分けてください。
• ユーザーが提示していないエンドポイント、フィールド、環境、根本原因を作り出さないでください。
• 出力は実行可能なものにします。具体的なシナリオ、明確な優先順位、明確な次のステップを示してください。

段階的な情報開示

• ドメインの評価基準、有効なチェック項目、または証拠の不足を調整する場合は、サニタイズ済みの入力、項目ごとのオラクル、再現可能な計算について、references/domain-decision-example.md を読んでください。

• 出力を作成する前に、prompts/ai-assisted-testing.md を読み、その内容に従ってください（最低限のカバレッジ、出力構成、品質基準）。

• Excel／CSV／JSON／Word が求められた場合は、output-formats.md を読み、指定形式に従ってください。

• 既製のテンプレートが適している場合は、output-templates/ 内の対応するファイルを使用してください。

• 形式変換や補助チェックには、一から作り直すのではなく、既存の scripts/ を優先してください。

• このスキルの評価や回帰テストには、skill-up と evals/ を使用してください。

納品前チェックリスト

• メインプロンプトの出力構成に従っている
• 最低限のカバレッジの重点を網羅している：タスクの範囲、AI 活用に最適な機会、人間による検証ポイント、手動での判断が必要な高リスク領域、生成するドラフト成果物、レビューと承認の手順、品質ゲート、時間短縮の機会など（詳細はメインプロンプトを参照）
• 最低限のチェックリストを網羅しているか、省略した項目について説明している
• 高リスク項目に明示的な優先順位を付けている
• ユーザーが提示していない詳細を作り出していない
• 前提と不足情報を明示している

よくある落とし穴

• 範囲やコンテキストが不足しているのに、完全であるかのように装わないでください。
• すべての項目を同等に重要なものとして扱わないでください。
• 前提や情報の不足を見落とさないでください。
• 現在のツールチェーンに関係のない一般論を羅列しないでください。