小肖
好的，继续，然后又生成了第二版的测试用例，非常完美，明明说清楚了，让他产出之前检查一下再给我，嗯，结果规定好的格式，人家没有检查，还信誓旦旦的说：文件更新好了，你下载下试试？嗯，我就这么好骗吗？（PS：踩坑经验，最好保持一个习惯，每次AI产出之后，手动加一个竞争者角色检查攻击的步骤，这样准确率和效率都会比较高）好的，继续，下面进入查看第三版的用例。核心问题来了：用例比较死，不活，无法捕捉全流程的数据变化，而且上下文有限制。——这里就是对应上面的skill文件里面的内容比较多的坑。那如何解决呢？分阶段处理 + 数据流建模（推荐，解决全部三个问题）把当前"一步到位"的流程拆成4个阶段：实体抽取阶段 — 只从需求中提取"数据实体清单"（商品、购物车、订单、用户、优惠券、库存、支付等），每个实体的字段和状态数据流建模阶段 — 画实体间的数据流转关系（比如：下单→库存扣减+订单创建+购物车清空+优惠券核销+用户积分变更），输出一份"数据流模型"文件分模块用例生成 — 按模块逐个生成，每次只处理1-2个模块，减少上下文压力。每条用例的预期结果必须引用数据流模型中的具体字段断言链路用例生成 — 基于数据流模型，生成跨模块的"用户旅程用例"（如：浏览→加购→下单→支付→发货→收货→退款全链路数据追踪）好处：用例天然"活"起来，因为预期结果不再是"页面显示XX"，而是"商品状态从在售→已下单、库存从N→N-1、购物车商品移除、订单状态待付款"。而且分模块处理解决了上下文溢出。代价：SKILL.md要大改，流程从9步变成更多阶段；生成时间变长（但质量大幅提升）。当然了，除了再当前这个生成skill的AI上寻求答案，我还把我的困境发到了其他的AI工具上，他们给了我看起来很好的方案，比如说什么让AI做填空题；预置两个角色一个激进生产者，一个冷血批判官；但是实际上把这些方案贴到skill里面去就乱了套了，在实际的实现中，一个session根本没办法完成两个角色的同时操作。（PS：踩坑经验——跨AI的东西，在实际场景应用上，可能还需要审核，看起来很好，但是实际上不好。本质上也可以理解为人类对AI实现的了解不足）。
发布于 北京
分享
3
2
未登录
友善发言
评论
加载中
