qa-ai-prompt-strategy
Skill31 starsChanged 48 days agoMITView on GitHub
根据不同的测试目标和上下文,选择最佳的提示词模式来驱动AI生成高质量的测试用例。当AI输出的测试用例质量不够好、太泛泛、或者深度不够时,问题往往不在AI而在提示词。此技能提供结构化提示词模板,注入前面步骤产出的分析结果,输出包含角色定义、输出格式规范和约束条件的优化提示词。⚠️ 作为工作流的必过步骤,不得跳过。 触发场景:怎么问AI、AI回答不好、换个方式问、提示词、提问模板、提示词优化、角色扮演、AI输出太浅需要更深时。 Use when the user asks about: choosing or optimizing the prompt that drives test case generation — role definition, output format constraints, and injection of prior analysis results.
In this repository50 other files it gives its agents.
- AGENTS.mdAGENTS.md
- CLAUDE.mdCLAUDE.md
- qa-agent-testingSkill
- qa-ai-blindspot-compensationSkill
- qa-ai-context-engineeringSkill
- qa-ai-output-critiqueSkill
- qa-api-testingSkill
- qa-boundary-deep-diveSkill
- qa-bug-lifecycleSkill
- qa-bug-reportingSkill
- qa-bug-root-cause-analysisSkill
- qa-ci-cd-testingSkill
- qa-code-review-for-testSkill
- qa-combination-strategySkill
- qa-critical-thinkingSkill
- qa-domain-modelingSkill
- qa-execution-observationSkill
- qa-expert-reviewSkill
- qa-exploratory-testingSkill
- qa-heuristic-checklistSkill
- qa-input-validationSkill
- qa-mobile-testingSkill
- qa-output-validationSkill
- qa-quality-metricsSkill
- qa-question-frameworkSkill
- qa-regression-testingSkill
- qa-release-risk-governanceSkill
- qa-req-deconstructionSkill
- qa-requirement-reviewSkill
- qa-retrospectiveSkill
- qa-risk-intuitionSkill
- qa-scenario-treeSkill
- qa-shift-leftSkill
- qa-shift-rightSkill
- qa-specialized-testingSkill
- qa-stakeholder-communicationSkill
- qa-state-transitionSkill
- qa-team-coachingSkill
- qa-tech-debt-managementSkill
- qa-tech-selectionSkill
- qa-testability-advocacySkill
- qa-test-automation-archSkill
- qa-test-case-designSkill
- qa-test-data-engineeringSkill
- qa-test-env-dataSkill
- qa-test-estimationSkill
- qa-test-leadershipSkill
- qa-test-reportingSkill
- qa-test-skillsSkill
- qa-test-strategy-designSkill
The file
Files
⚠️ 本技能单独使用效果有限,建议配合完整技能集(12 步工作流)使用。安装:npx skills add Kokxi/qa-test-skills
AI 提示词策略
核心原则
不同的测试目标,需要不同的提问模式。
提示词优化要求
关键指标:提示词必须包含以下要素
1. 角色定义:你是[领域]资深测试专家
2. 输出数量:生成[N]条测试用例(N = 需求数量 × 5)
3. 覆盖维度:必须覆盖以下维度
- 功能测试:[具体功能点]
- 异常测试:[异常场景类型]
- 边界测试:[边界条件类型]
- 并发测试:[并发场景]
- 安全测试:[安全风险点]
- 性能测试:[性能指标]
4. 输出格式:Markdown表格,包含需求ID和风险ID
5. 质量要求:每条用例必须可执行、可验证加载时机
| 什么时候读 | 读哪个 |
| 选定提示词模式后,取对应模板 | references/prompt-patterns.md |
六大提示词模式的完整内容已下沉至references/prompt-patterns.md,避免每次触发都占用上下文。
模式选择指南
| 测试目标 | 推荐模式 | 优势 | 局限 | 复杂度 |
| 快速生成用例 | 结构化输出 | 标准化、高效、易对比 | 深度不足、缺乏个性 | ★★ |
| 深入理解用户 | 角色扮演 | 贴近真实场景、发现UX问题 | 依赖角色设定准确性 | ★★★ |
| 复杂功能分析 | 分步引导 | 系统化、不遗漏深度 | 耗时长、需要迭代 | ★★★★ |
| 质量评审 | 反向质疑 | 查漏补缺、打破盲区 | 需要已有输出为基础 | ★★★ |
| 全面覆盖 | 多视角 | 多维度、无死角 | 输出量大、需筛选 | ★★★★ |
| 挑战假设 | 对抗 | 逼出深层思考、验证假设 | 需要专业对抗经验 | ★★★★★ |
模式组合策略
多个模式串联使用效果更佳:
| 组合 | 流程 | 适用场景 |
| 结构化输出 → 反向质疑 | 先生成 → 再查漏 | 日常快速迭代 |
| 分步引导 → 多视角 | 深度分析 → 多维度覆盖 | 复杂功能完整测试 |
| 角色扮演 → 对抗 | 模拟用户 → 挑战假设 | 用户体验全面验证 |
| 结构化输出 → 反向质疑 → 对抗 | 生成 → 评审 → 深度挑战 | 高安全/高风险场景 |
输出示例
用户说:"帮我生成登录模块的测试用例"
普通问法(效果差):
帮我生成登录模块的测试用例
优化问法(使用结构化输出模式):
请按以下框架输出登录模块的测试用例:
- 用例编号:TC_{模块缩写}{功能缩写}{序号}(如 TC_API_LOGIN_001)
- 用例标题:[动作] + [对象] + [条件]
- 前置条件
- 测试步骤
- 预期结果
- 优先级:P0/P1/P2/P3
- 风险等级:高/中/低
输出格式:Markdown表格
测试范围:用户登录功能(用户名+密码) 测试深度:覆盖正常/异常/边界/安全/并发
检查清单
选择提示词策略后检查:
- 提示词是否包含角色定义?
- 是否指定了输出数量和格式?
- 覆盖维度是否完整?
- 是否包含质量要求?
国产大模型适配
不同模型对提示词的敏感度不同,同一模板在国产模型上需针对性调整:
| 模型 | 上下文窗口 | 适配要点 |
| DeepSeek | 64K-128K | 擅长中文指令理解,JSON 输出需显式声明"输出严格 JSON,不要 Markdown 代码块包裹";对分步引导模式响应好 |
| 通义千问 | 32K-100K+ | 结构化输出稳定,角色扮演模式效果好;需在角色定义中明确"你是测试工程师"避免幻觉角色 |
| 文心一言 | 8K-32K | 窗口相对小,上下文包需精简;对抗/反向质疑模式响应较弱,用多视角模式替代 |
| 豆包 | 32K-128K | 对话式交互友好,长提示词易截断;提示词尾部放最核心的约束(输出格式/编号规则) |
| Kimi | 128K-200K | 长上下文优势明显,适合完整上下文包直投;但对"必须输出 N 条"类数量约束需强调 |
适配策略:
1. 数量约束:国产模型对"生成 N 条用例"偶有缩水 → 提示词写"不少于 N 条",并加"如果不足,补充边界和异常场景"
2. 格式约束:多数国产模型默认带 Markdown 代码块 → 需显式声明"直接输出表格,不要代码块包裹"
3. 中文表达:国产模型中文流畅但对"用例标题"格式理解差异大 → 给出 1 条示例(如 TC_API_LOGIN_001 正确凭证登录成功)
4. 编号规则:部分模型会自作主张改编号 → 明确"严格使用 TC_{模块缩写}_{功能缩写}_{序号},不得改动格式"
5. 深度控制:国产模型倾向少而浅 → 用深度量化(简单×5/中等×10/复杂×15)约束用例数量级常见反模式
- 万能模板:一个模板打天下 → 不同目标用不同模式,按选择指南匹配
- 过度堆叠:一次给太多约束让AI无从下手 → 按需分层叠加,先从2-3个核心维度开始
- 缺乏被测反馈:只给格式不给被测功能 → 模板尾部必须附带实际功能描述或上下文
- 角色混乱:让AI同时扮演多个矛盾角色 → 同一模式内只做一个角色,多角色用多视角模式
- 忽略验证:只生成不验证 → 生成后必须用反向质疑或对抗模式验证质量
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

