qe-risk-based-testing

リスクベーステスト

<default_to_action> テストの計画やテストリソースの割り当てを行う際は、次の手順に従います。

1. リスクを特定します。何が起こり得ますか？影響はどの程度ですか？発生する可能性はどの程度ですか？
2. リスクを算出します。リスク = 発生確率 × 影響度（それぞれ1〜5の尺度を使用）
3. 優先順位を付けます。クリティカル（20以上）→ 高（12〜19）→ 中（6〜11）→ 低（1〜5）
4. 労力を割り当てます。クリティカルに60%、高に25%、中に10%、低に5%
5. 継続的に再評価します。新しい情報、変更、本番環境でのインシデントを考慮します

簡易リスク評価：

• 発生確率の要因：複雑さ、変更頻度、開発者の経験、技術的負債
• 影響度の要因：ユーザー数、収益、安全性、評判、規制
• 動的な調整：本番環境のバグはリスクを高め、安定したコードはリスクを低下させます

成功のための重要な要素：

• どこでも均等にテストするのではなく、バグによる被害が最も大きい箇所をテストします
• リスクは変動します。新しい情報に基づいて再評価します
• 本番環境のデータをリスク評価に活用します（シフトライトがシフトレフトに役立ちます） </default_to_action>

クイックリファレンスカード

使用するタイミング

• スプリント／リリースのテスト戦略を計画するとき
• 何から自動化するか決めるとき
• 限られたテスト時間を割り当てるとき
• テストカバレッジの判断を正当化するとき

リスクの算出

Risk Score = Probability (1-5) × Impact (1-5)

スコア	優先度	労力	アクション
20-25	クリティカル	60%	包括的なテスト、複数の手法
12-19	高	25%	綿密なテスト、自動化を優先
6-11	中	10%	標準的なテスト、基本的な自動化
1-5	低	5%	スモークテスト、探索的テストのみ

発生確率の要因

要因	低（1）	中（3）	高（5）
複雑さ	シンプルなCRUD	ビジネスロジック	アルゴリズム、統合
変更率	6か月以上安定	月次の変更	週次／日次の変更
開発者の経験	シニア、ドメインの専門家	中級	ジュニア、コードベースを使い始めたばかり
技術的負債	クリーンなコード	多少の負債あり	レガシー、テストなし

影響度の要因

要因	低（1）	中（3）	高（5）
影響を受けるユーザー	管理者のみ	部門	全ユーザー
収益	なし	間接的	直接的（チェックアウト）
安全性	利便性	データ損失	身体的危害
評判	社内	業界内	公開スキャンダル

---

リスク評価ワークフロー

ステップ1：機能／コンポーネントを列挙する

Feature | Probability | Impact | Risk | Priority
--------|-------------|--------|------|----------
Checkout | 4 | 5 | 20 | Critical
User Auth | 3 | 5 | 15 | High
Admin Panel | 2 | 2 | 4 | Low
Search | 3 | 3 | 9 | Medium

ステップ2：テストの深さを適用する

await Task("Risk-Based Test Generation", {
  critical: {
    features: ['checkout', 'payment'],
    depth: 'comprehensive',
    techniques: ['unit', 'integration', 'e2e', 'performance', 'security']
  },
  high: {
    features: ['auth', 'user-profile'],
    depth: 'thorough',
    techniques: ['unit', 'integration', 'e2e']
  },
  medium: {
    features: ['search', 'notifications'],
    depth: 'standard',
    techniques: ['unit', 'integration']
  },
  low: {
    features: ['admin-panel', 'settings'],
    depth: 'smoke',
    techniques: ['smoke-tests']
  }
}, "qe-test-generator");

ステップ3：動的に再評価する

// Production incident increases risk
await Task("Update Risk Score", {
  feature: 'search',
  event: 'production-incident',
  previousRisk: 9,
  newProbability: 5,  // Increased due to incident
  newRisk: 15         // Now HIGH priority
}, "qe-regression-risk-analyzer");

---

MLを活用したリスク分析

// Agent predicts risk using historical data
const riskAnalysis = await Task("ML Risk Analysis", {
  codeChanges: changedFiles,
  historicalBugs: bugDatabase,
  prediction: {
    model: 'gradient-boosting',
    factors: ['complexity', 'change-frequency', 'author-experience', 'file-age']
  }
}, "qe-regression-risk-analyzer");

// Output: 95% accuracy risk prediction per file

---

エージェント連携のヒント

メモリの名前空間

aqe/risk-based/
├── risk-scores/*        - Current risk assessments
├── historical-bugs/*    - Bug patterns by area
├── production-data/*    - Incident data for risk
└── coverage-map/*       - Test depth by risk level

フリート連携

const riskFleet = await FleetManager.coordinate({
  strategy: 'risk-based-testing',
  agents: [
    'qe-regression-risk-analyzer',  // Risk scoring
    'qe-test-generator',            // Risk-appropriate tests
    'qe-production-intelligence',   // Production feedback
    'qe-quality-gate'               // Risk-based gates
  ],
  topology: 'sequential'
});

---

CI/CDとの統合

# Risk-based test selection in pipeline
- name: Risk Analysis
  run: aqe risk-analyze --changes ${{ github.event.pull_request.files }}

- name: Run Critical Tests
  if: risk.critical > 0
  run: npm run test:critical

- name: Run High Tests
  if: risk.high > 0
  run: npm run test:high

- name: Skip Low Risk
  if: risk.low_only
  run: npm run test:smoke

---

関連スキル

• エージェント型品質エンジニアリング - リスクを考慮するエージェント
• コンテキスト駆動テスト - コンテキストがリスクに影響します
• 回帰テスト - リスクベースの回帰テスト選定
• シフトライトテスト - 本番環境の情報をリスク評価に活用します

---

覚えておくこと

リスク = 発生確率 × 影響度。 バグによる被害が最も大きい箇所をテストします。クリティカルには60%、低には5%を割り当てます。リスクは変動するため、新しい情報に基づいて再評価します。本番環境でのインシデントはリスクスコアを引き上げます。

エージェントを活用する場合： エージェントは過去のデータに対してMLを使ってリスクを算出し、リスクに応じたテストを選択して、本番環境からのフィードバックに基づいてスコアを調整します。大規模な動的リスクプロファイルの維持には、エージェントを活用します。