每次裁員潮來(lái)臨時(shí)，首當(dāng)其沖的總是測(cè)試崗位。然而，公司失去專業(yè)測(cè)試人員后，遭殃的卻變成了產(chǎn)品經(jīng)理——不僅要兼顧產(chǎn)品職責(zé)，還要充當(dāng)臨時(shí)測(cè)試員。尤其面對(duì)高要求客戶，產(chǎn)品經(jīng)理還得硬著頭皮編寫詳盡的測(cè)試用例，缺乏專業(yè)測(cè)試技能的產(chǎn)品常常陷入無(wú)限的痛苦掙扎。

身處這樣困境的小明，決定奮起反擊，利用AI開(kāi)發(fā)一款智能測(cè)試實(shí)例生成器，讓產(chǎn)品經(jīng)理輕松緩解“被測(cè)試”的悲慘境地。

第一步：讓AI放飛自己

當(dāng)我們使用AI開(kāi)發(fā)小工具的時(shí)候，可以換一種開(kāi)發(fā)思路。傳統(tǒng)上，我們自己開(kāi)發(fā)的項(xiàng)目通常需要頭腦風(fēng)暴做思維導(dǎo)圖，明確每一步的細(xì)節(jié)；但是使用AI開(kāi)發(fā)的時(shí)候，我們完全可以跳過(guò)這一步。

畢竟，目前AI的算力和理解能力還有限，不適合在前期階段進(jìn)行過(guò)于復(fù)雜的規(guī)劃和設(shè)計(jì)，我們也沒(méi)有必要強(qiáng)行給AI設(shè)定太多條條框框，徒增維度。先讓AI先自由發(fā)揮，創(chuàng)造出一個(gè)初始版本的測(cè)試實(shí)例生成器，看一下AI自己的思路和實(shí)現(xiàn)方式，再根據(jù)實(shí)際效果進(jìn)行調(diào)整和優(yōu)化。

這樣一來(lái)，我們既減弱了前期工作量，又充分發(fā)揮了AI的創(chuàng)造潛力，避免在啟動(dòng)階段對(duì)AI提出過(guò)高的要求，讓開(kāi)發(fā)過(guò)程更加高效、更加輕松、恢復(fù)創(chuàng)造力。（忘了說(shuō)，需要讓AI去適配deespeek API 接口，為什么用這個(gè)，因?yàn)樾∶鞒溴X了）

第二步：細(xì)化需求，重新規(guī)劃

當(dāng)我們看到AI給出的初步方案與界面效果后，可以結(jié)合人工思考進(jìn)一步優(yōu)化規(guī)劃：

一款产品无到有，产品经理需要做些什么？

在一个产品从无到有的过程中，要做好产品经理这个角色实在是不容易，除了大家都知道的写需求、写需求、写需求，要做的事多着呢。产品经理不是你眼中的只会找你麻烦，提要求..

查看详情 >

當(dāng)前的實(shí)際情境是：我們身為產(chǎn)品經(jīng)理，AI的頁(yè)面閱讀權(quán)限僅限于單一頁(yè)面，無(wú)法進(jìn)入子頁(yè)面。同時(shí)，我們也暫時(shí)不需要AI進(jìn)行代碼級(jí)別的測(cè)試驗(yàn)證。

因此，我們可以調(diào)整思路，重新明確任務(wù)目標(biāo)：

• 首先，讓AI直接讀取我們提供的產(chǎn)品原型圖鏈接（單個(gè)頁(yè)面）。
• 然后，針對(duì)這個(gè)原型頁(yè)面，由AI自動(dòng)生成對(duì)應(yīng)的測(cè)試用例方案。

第三步：繼續(xù)測(cè)試，深度迭代

在使用中，我們發(fā)現(xiàn)，即便向AI明確提供了原型圖鏈接，由于AI訪問(wèn)權(quán)限有限，它仍然只能讀取單一頁(yè)面，無(wú)法深入到子頁(yè)面或交互細(xì)節(jié)中。

此時(shí)，作為產(chǎn)品經(jīng)理，我們更需要發(fā)揮自身解決問(wèn)題的能力，靈活應(yīng)對(duì)限制：

• 我們可以利用Axure工具將完整的原型頁(yè)面導(dǎo)出為HTML格式文件；
• 接著，將導(dǎo)出的HTML文件直接上傳給AI；
• AI通過(guò)讀取和解析上傳的HTML文件，就能清晰地理解頁(yè)面結(jié)構(gòu)、交互邏輯和各個(gè)功能模塊；
• 最終，AI會(huì)基于對(duì)HTML文件的深入分析，自動(dòng)輸出更加準(zhǔn)確、全面且可用的測(cè)試用例方案。

繼續(xù)使用過(guò)程中，我們發(fā)現(xiàn)AI直接生成的測(cè)試用例往往不夠?qū)I(yè)、細(xì)致，不適合直接投入測(cè)試。此外，我們也無(wú)需AI針對(duì)原型圖本身提供具體的測(cè)試結(jié)果或分析結(jié)論。

基于此，我們可以進(jìn)一步調(diào)整策略：

• 不再讓AI直接輸出具體的測(cè)試用例結(jié)果；
• 而是讓AI生成一份專業(yè)的、結(jié)構(gòu)清晰的標(biāo)準(zhǔn)化測(cè)試用例模板；
• 將AI生成的模板交給實(shí)習(xí)生或產(chǎn)品助理，由他們基于模板結(jié)合原型圖進(jìn)行人工測(cè)試，逐項(xiàng)驗(yàn)證頁(yè)面功能與交互邏輯。
• 最后給他一份用例模板，不然他自己想不出來(lái)。

第四步：繼續(xù)讓AI飛翔

當(dāng)我們對(duì)產(chǎn)品下一步的迭代方向感到迷?；驎簳r(shí)缺乏靈感時(shí)，可以嘗試讓AI先行提供一些優(yōu)化方案，并對(duì)其進(jìn)行評(píng)估與審核，從中尋找可能的啟發(fā)。

但通過(guò)實(shí)際操作我們也發(fā)現(xiàn)，AI在現(xiàn)階段所提供的方案多數(shù)并不具備較高的實(shí)操價(jià)值，甚至經(jīng)常產(chǎn)生無(wú)效或不合理的建議。因此，目前階段產(chǎn)品的迭代方向和核心決策，仍然需要我們各位產(chǎn)品經(jīng)理憑借自身的經(jīng)驗(yàn)、專業(yè)素養(yǎng)及對(duì)業(yè)務(wù)的深刻理解進(jìn)行判斷。

換句話說(shuō)，我們應(yīng)將AI視為一種輔助工具或靈感啟發(fā)源，而非完全依賴的決策依據(jù)。真正高質(zhì)量的產(chǎn)品規(guī)劃方案，依然取決于產(chǎn)品經(jīng)理自身的專業(yè)能力、經(jīng)驗(yàn)積累和對(duì)用戶需求的深入洞察。

最后：后續(xù)迭代思考

我們最初開(kāi)發(fā)這個(gè)“測(cè)試用例生成器”，是為了緩解公司缺乏專業(yè)測(cè)試人員的問(wèn)題。現(xiàn)在，我們已經(jīng)初步實(shí)現(xiàn)了由AI自動(dòng)生成標(biāo)準(zhǔn)化的測(cè)試用例模板，交由實(shí)習(xí)生或產(chǎn)品助理人工執(zhí)行測(cè)試。

但要真正實(shí)現(xiàn)自動(dòng)化測(cè)試閉環(huán)并進(jìn)一步提高效率，我們還需要繼續(xù)迭代升級(jí)，開(kāi)發(fā)一個(gè)專門用于自動(dòng)測(cè)試的新工具。具體思路如下：

• 解決AI單頁(yè)面訪問(wèn)限制問(wèn)題：由于AI本身無(wú)法主動(dòng)點(diǎn)擊鏈接進(jìn)入子頁(yè)面，我們可以設(shè)定一個(gè)特定的域名后綴范圍，通過(guò)明確告訴AI允許訪問(wèn)的域名范圍，讓AI實(shí)現(xiàn)對(duì)多頁(yè)面的批量讀取和分析。
• 自動(dòng)執(zhí)行AI生成的測(cè)試用例：我們將上一階段AI生成的標(biāo)準(zhǔn)化測(cè)試用例方案上傳給AI，讓其以此為依據(jù)，自動(dòng)在允許的域名范圍內(nèi)執(zhí)行具體的測(cè)試步驟，檢測(cè)頁(yè)面功能、交互邏輯、異常情況等。
• AI輸出詳細(xì)測(cè)試結(jié)果報(bào)告：AI在自動(dòng)執(zhí)行測(cè)試用例后，將生成詳細(xì)的測(cè)試結(jié)果報(bào)告，標(biāo)記測(cè)試通過(guò)、失敗或異常情況，明確定位問(wèn)題所在，便于產(chǎn)品經(jīng)理或開(kāi)發(fā)人員快速了解問(wèn)題、及時(shí)修復(fù)。
• 最終實(shí)現(xiàn)完整自動(dòng)化測(cè)試閉環(huán)：通過(guò)上述迭代，我們最終可實(shí)現(xiàn)完整的AI自動(dòng)化測(cè)試閉環(huán)流程：

AI自動(dòng)生成測(cè)試用例 → AI自動(dòng)執(zhí)行測(cè)試用例 → AI自動(dòng)輸出測(cè)試結(jié)果報(bào)告 → 人工確認(rèn)、修復(fù)問(wèn)題 → 迭代優(yōu)化