从用例设计到缺陷复盘，一次讲透（一）

关注 霍格沃兹软件测试开发 公众号，回复「资料」, 领取人工智能测试开发技术合集 很多测试从业者不是不努力，而是每天都卡在同几个问题上： 用例写了很多，线上还是漏问题； 缺陷提上去了，研发一句“无法复现”就打回来； 上线前时间不够，面试官问“你怎么排优先级”，只能回答“先测核心流程”； 项目做完了，复盘只会写“沟通不足、时间紧张、后续优化”。 这些问题背后，其实不是单点能力不够，而是缺一套可以反复调用的测试工作流。 以前我们靠经验、模板、Checklist 来兜底。现在有了 Claude Code 的 Skills，就可以把这些测试经验沉淀成一个个可复用的“测试助手”。 你可以简单理解为： Skill 不是普通提示词，而是把一套固定工作方法、检查清单、输出模板和操作步骤，封装成 Claude 可以随时调用的能力。 比如： 你要写用例，它按“主流程、异常、边界、兼容、权限、数据状态”帮你拆。 你要提 Bug，它按“标题、环境、步骤、预期、实际、日志、严重程度”帮你补齐。 你要做复盘，它按“缺陷分布、漏测原因、流程问题、改进动作”帮你沉淀。 这才是测试从业者真正该关注的 AI 用法：不是让 AI 随便生成一堆内容，而是把测试方法论变成可复用的工作流。 一、先搞懂：测试从业者为什么要用 Skills？ 很多人现在用 AI 做测试，还是停留在“复制一段需求，让它帮我生成用例”。 这当然能用，但问题也很明显： 生成结果不稳定； 每次都要重新描述规则； 不同人问出来的结果差异很大； 新人容易把 AI 的输出当标准答案； 团队无法沉淀统一规范。 Skills 解决的就是这个问题。 它更像是你给 AI 配了一套“测试工作手册”。 比如团队里规定： 缺陷标题必须包含模块、动作、异常现象； 用例必须覆盖正常、异常、边界、权限、兼容； 上线前必须按风险、业务价值、历史缺陷、测试成本排序； 复盘必须包含数据、原因、动作和责任人。 这些规则如果每次都靠人工提醒，很容易漏。 但如果写进 Skill，Claude 每次执行对应任务时，就会按这套规则来输出。 这对测试团队特别有价值。 因为测试工作本身就高度依赖流程、规范、经验和检查清单，而这些东西非常适合沉淀成 Skills。