ai-assisted-testing

AI 辅助测试

中文版： 请参阅对应的中文技能。

适用场景

• 需要在真实项目场景中获得 AI 辅助测试方面的帮助。
• 需要可直接用于执行、评审或后续跟进的输出。

工作流

1. 阅读并遵循渐进式披露中列出的主提示词（覆盖范围、结构、质量标准）。
2. 仅补充会影响结果的项目背景：范围、环境、约束、风险、依赖项、预期交付物。
3. 如果输入不完整，先提供可用的初稿，并明确标注假设和信息缺口。
4. 默认使用 Markdown；仅在用户要求时切换格式。

领域执行要点

1. 记录输入分类、脱敏处理和允许用途。将身份信息、令牌和个人数据替换为不可逆占位符，同时保留架构和业务约束。
2. 追踪输入快照→模型/提示词版本→AI 草稿 ID→人工评审→采用版本 ID→验收证据。草稿不会自动成为可执行资产。
3. 明确业务预期、断言、隐私和高风险权衡的评审人员。未经评审的工作仍为草稿，未执行的工作标记为 NOT_RUN；AI 不能代替人工验收。
4. 按任务、复杂度和时间窗口进行公平比较：手动基线与 AI 生成+评审+返工+验收所需时间。单独跟踪缺陷和返工；仅有生成时间无法证明生产力提升。

核心约束

• 按风险/业务影响确定优先级，不要一视同仁。
• 区分已确认事实和当前假设。
• 不要编造用户未提供的端点、字段、环境或根本原因。
• 保持输出可执行：场景具体、优先级明确、后续步骤清晰。

渐进式披露

• 校准领域结果、有效控制措施或证据缺口时，请阅读 references/domain-decision-example.md，了解脱敏输入、逐项预期和可复现的计算。

• 生成输出前，请阅读并遵循 prompts/ai-assisted-testing.md（最低覆盖要求、输出结构、质量标准）。

• 用户要求 Excel/CSV/JSON/Word 格式时：请阅读 output-formats.md 并遵循格式要求。

• 有合适的现成模板时：使用 output-templates/ 下匹配的文件。

• 进行格式转换或辅助检查时：优先使用现有的 scripts/，而不是另起炉灶。

• 评估/回归此技能时：使用 skill-up 和 evals/。

交付前检查清单

• 遵循了主提示词的输出结构
• 最低覆盖重点：任务范围、最适合 AI 辅助的机会、人工验证点、需要人工判断的高风险领域、待生成的草稿制品、评审和审批步骤、质量门槛、节省时间的机会，……（详情见主提示词）
• 覆盖了最低检查清单，或说明了未覆盖的项目
• 高风险事项已明确标注优先级
• 未编造用户未提供的细节
• 已标注假设和信息缺口

常见问题

• 范围/背景信息缺失时，不要假装内容完整。
• 不要把所有事项都视为同等重要。
• 不要遗漏假设和信息缺口。
• 不要罗列与当前工具链无关的通用理论。