AI를 품질 보증 전문가로 사용하는 방법은 다음과 같습니다.

안녕하세요, 저는 15 년 이상의 경험을 가진 노련한 품질 보증 (QA) 전문가 인 Anna Kovalova입니다. 수동 QA 분야의 경력을 시작하면서 점차 자동화 도구로 전환하고 이제 AI의 기능을 수용했습니다. 저는 업계의 획기적인 변화와 AI가 수동 테스트를 전환하기위한 놀라운 잠재력에 대해 진정으로 열정적입니다. 오늘의 기사에서는 수동 테스트 관행을 높이기 위해 AI를 사용하는 여정을 공유합니다. 시간이 지남에 따라, 나는 “자율 테스트”라는 용어를 발전시키는 데 AI의 도구 역할을 목격했습니다. 이 경험은 실제로 혁신적이며 효율성, 효율성 및 정밀도를 높이기 위해 테스트 작업을 향상시키고 간소화하는 데 귀중한 통찰력을 제공했습니다. 수동 테스트를 강화하는 데있어 AI의 힘을 강조하는 실제 사례와 실행 가능한 전략 으로이 여정을 더 설명하겠습니다.

수동 테스트를위한 AI 도구 도입의 위험 및 이점

현대 AI 시스템은 계속 발전하여 테스트 팀에 새로운 기회와 잠재적 위험이 있습니다. 광범위한 연구와 직접적인 경험을 바탕으로 수동 테스트에서 AI를 활용하는 것과 관련된 이점과 우려 사항을 설명합니다.

위험 :

• AI는 테스트에서 복잡한 의사 결정에 필수적인 미묘한 인간 판단이 부족합니다.
• AI 출력에는 세심한 교정 및 버그 해상도가 필요합니다.
• 개인 정보 문제는 AI 모델 교육을 위해 실제 고객 데이터를 활용하여 발생합니다.
• AI에 대한 과잉은 사내 기술 개발을 어둡게 할 수 있습니다.
• 자동화 증가는 수동 테스터들 사이의 직업 불안을 촉진합니다.

이익:

• 반복 테스트 케이스 생성을 자동화하여 새로운 엔드 포인트에 대해 200 개 이상의 API 테스트 케이스를 작성합니다.
• 포괄적 인 50 개 이상의 페이지 테스트 계획 프레임 워크 생성을 가속화합니다.
• 다양한 테스트 시나리오로 테스트 범위를 확장합니다.
• 회귀 제품군 유지 보수를 인수하여 수천 개의 구식 테스트 단계를 구성합니다.
• 지속적인 테스트 지식 지원을 제공합니다.

우세한 위험에 비추어, 나는 다음과 같은 감정과 공명합니다. AI의 강점을 인간의 감독, 검증 및 조정으로 조화시키는 것이 좋습니다. 광범위한 경험에서 AI의 효능을 창의적 터치와 결합하면 생산성이 크게 증폭되어 귀중한 테스트 팀 구성원이 보완됩니다. AI를 수동 테스트에 통합하여 더 똑똑하고 효율적인 작업 관행을 통해 소프트웨어 품질을 크게 향상시킵니다.

수동 테스트에서 AI 도구 사용의 예

수동 테스트 루틴을 향상시키면서 세 가지 AI 도구를 선택했습니다.

1. 클로드 (Claude)
2. chatgpt (
3. Postbot (

아래에서는 실제 예제와 함께 각 도구에 대한 자세한 정보를 제공 할 것입니다.

클로드

내 워크 플로에서 Claude.ai는 고급 자연 언어 처리 (NLP)를 사용하여 대규모 테스트 데이터 파일을 처리하고 정보를 분석하며 테스트 범위 및 품질을 높이기위한 권장 사항을 제공합니다. Claude.ai는 다양한 데이터 세트를 관리하고 대화식 대화를 통해 통찰력을 제공하여 테스터를위한 직관적 인 도구입니다.

다음은 Claude를 매일 사용하는 방법의 예입니다.

예 1. 시험 접근 방식의 전체 분석 :

전제 조건 : 버그 추적 시스템에서 버그 보고서를 내보내고 Claude로 업로드합니다.

프롬프트 : 부동산 앱에서 발견 된 첨부 된 버그 보고서를 분석하고 테스트 접근 방식을 완전히 분석합니다.

결과:

나는 답의 일부를 첨부했으며 QA 엔지니어에게는 매우 도움이 된 것 같습니다. 테스트 접근법에 대한 포괄적 인 분석은 QA 엔지니어에게 잠재적 인 문제를 효과적으로 식별, 우선 순위를 정하고 완화하는 데 필요한 통찰력을 갖추어 소프트웨어 제품의 품질과 신뢰성을 향상시킵니다.

예제 2. 테스트 프로세스 향상 :

전제 조건 : 예 1에서 단계를 수행하십시오.

프롬프트 : 제공된 데이터를 사용하여 테스트 프로세스를 향상시키는 방법에 대한 자세한 단계별 안내서를 제공하십시오.

결과:

다시 한 번 QA 엔지니어에게는 매우 도움이됩니다. 이 조직화 된 접근 방식은 버그 및 잠재적 개선을 식별하는 정확도와 효율성을 향상시켜 궁극적으로보다 강력하고 신뢰할 수있는 제품에 기여합니다.

예 3. 버그 예방 :

전제 조건 : 예 1에서 단계를 수행하십시오.

프롬프트 :이 버그가 재현 될 가능성은 무엇이며 어떻게 다시 발생하지 않도록하는 방법은 무엇입니까?

결과:

확실히 유용한 정보입니다. 버그의 가능성 및 예방 방법을 이해하면 QA 엔지니어가 테스트 노력의 우선 순위를 정하고 효과적인 솔루션을 구현하여 향후 발생을 최소화하여 전반적인 소프트웨어 품질을 향상시킬 수 있습니다.

일반적으로 Claude 응답은 QA 엔지니어의 일상적인 책임, 특히 주니어 QA 회원을 지원하는 데 매우 유익한 것으로 보입니다. 또한이 도구는 새로운 팀원이 제출 한 테스트 작업을 평가하고 테스트 사례, 테스트 계획 및 테스트 전략과 같은 다양한 문서에 대한 피드백을 제공하는 데 귀중한 것으로 판명됩니다. 또한 손질 세션을 준비하는 것은 훌륭한 자료입니다.

chatgpt

Chatgpt는 매일 사용할 수있는 QA 엔지니어를위한 또 다른 강력한 도구입니다. 다음은 어떻게 활용할 수 있는지에 대한 몇 가지 예입니다.

예 1. 새 버그 만들기 :

전제 조건 : 버그를 찾아서 메모에 빠르게 제출하십시오.

프롬프트 : 새로운 버그는 잘못된 자격 증명으로 Firefox에 로그인하는 동안 서버 오류를 찾았습니다. 각색. UI 12.12.2023

결과:

QA 엔지니어는 매일 이것을 사용할 수 있습니다. Chatgpt는 버그 추적 효율성을 향상시킵니다. 예를 들어, 새로운 버그를 자세히 설명하는 간단한 프롬프트는 QA 프로세스를 실질적으로 표현하는 정교화를위한 구조화 된 보고서를 신속하게 생성합니다.

예 2. 테스트 보고서 작성 :

전제 조건 : 캐나다에서 양말을 판매하는 전자 시장 앱에서 로그인 페이지에 대한 새로운 사용자 스토리를 만듭니다. Claude 또는 Chatgpt 가이 목적으로 사용될 수 있습니다.

프롬프트 : 아래 사용자 스토리의 모든 수락 기준이 충족되었습니다. 테스트 된 내용을 자세히 설명하는 전체 테스트 보고서를 작성하십시오.

결과:

닫기 전에 Jira 티켓에 쉽게 추가 할 수 있습니다. 테스트 보고서는 테스트 결과 및 식별 된 모든 문제에 대한 포괄적 인 분석을 제공하여 QA 엔지니어가 사용자 스토리 구현의 기능과 품질을 확인하고 정보에 입각 한 개선을 할 수 있도록합니다. 또한 Chatgpt는 수동 테스트를위한 사용자 스토리에 대한 테스트 케이스를 만들 수 있습니다. 테스트 케이스는 자동 테스트를 위해 JSON 형식으로 변환 할 수 있습니다. QA 리드와 관리자는 Chatgpt를 사용하여 테스트 계획을 만들거나 전략 문서를 테스트 할 수 있습니다. 내 경험을 통해 Claude는 더 잘 수행하지만 두 도구를 모두 사용할 수 있으며 더 나은 결과를 선택할 수 있다고 생각합니다.

예 3. 위험 레지스트리 문서 :

전제 조건 : 위험 분석을 받으려는 프로젝트 또는 기능에 대해 가능한 많은 정보를 수집하십시오.

프롬프트 : 다음과 같은 정보를 기반으로 Risk Registry 문서 작성 : 프로젝트에는 UI가 많이로드되었으며 3 개의 주요 포털이 있으며 백엔드는 PHP에 있으며 팀은 다른 국가에 있습니다. 전체 문서를 생성하기 전에 최소한 2 개의 설명 질문을 요청하십시오.

참고 : 추가 질문에주의하십시오. 도움이 될 수 있습니다.

결과:

Risk Registry 문서는 잠재적 위험을 식별하고 우선 순위를 정해 QA 엔지니어에게 도움을 줄 수 있으며, 소프트웨어 품질 및 프로젝트 성공에 영향을 줄 수있는 가장 중요한 영역에 테스트 노력을 집중할 수 있습니다.

Postbot

Postman 내에 자리 잡은 Postbot은 특정 테스트 요청을 충당하기위한 완벽한 프로세스 인 수집 ​​수준 테스트 사례를 생성하는 것을 용이하게합니다. 이 기능에는 효율적인 테스트 생성 및 검증을위한 간단한 API 요청을 활용하여 복잡한 테스트 요소를 처리하는 데있어 정밀도를 보여줍니다.

예 1. 테스트 사례는 수집 수준에서 생성 될 수 있으며, 특히 처음에는 테스트 스위트를 설정하거나 회귀 테스트를 수행 할 때 매우 편리합니다.

예 2. 특정 요청에 대해 테스트 사례를 생성 할 수 있습니다. 에지 케이스를 포함하여 다양한 입력 시나리오에서 API 엔드 포인트의 동작을 철저히 검증해야 할 때 사용됩니다.

결론

결론적으로, 인간의 창의성과 AI 기능을 전략적으로 주입하면 수동 테스트에서 책임있는 AI 채택을 강조합니다. Chatgpt 또는 Claude와 같은 AI 도구에 대한 단독 의존은 구체화, 편집 및 출력 검증 없이는 권장되지 않습니다. 피드백 루프를 통해 부정확 한 관리, 분석 작업의 기술 발전, 위험 및 전략에 대한 비판적 평가를 유지함으로써 테스트주기를 효과적으로 가속화 할 때 AI를 보완함으로써 감독을 보장합니다. AI는 실제로 효율성을 최적화 할뿐만 아니라 협업 참여를 향상시켜 도전 과제를 극복하고 소프트웨어 품질을 높여 수동 테스트를 재정의합니다.