资源介绍
视频数量：84个
总时长：7小时16分
课程介绍：
用ChatGPT和GitHub Copilot玩转AI驱动测试
你做了好几年手工测试，整天埋头写用例、跑功能、追bug，好不容易腾出时间写点自动化代码，结果发现编程语言又更新了两三个版本。这种感觉，你懂的。
现在AI工具满天飞，各种宣传听得你眼花缭乱——什么"AI将取代测试人员"、"提示词工程师年薪百万"。但作为一个在QA领域摸爬滚打二十多年的老兵，我见过太多新技术的炒作周期。我想跟你说实话：AI确实能帮测试工程师省很多事，但它不是什么魔法，你也不需要变成程序员才能用好它。
这门课就是帮你把ChatGPT和GitHub Copilot这两把利器真正用起来，解决你日常工作中那些费时费力的活。
一、先搞清楚AI到底是什么
很多课程一上来就教你怎么用工具，但对背后的原理讳莫如深。我不这么想。你得知道AI是怎么工作的，才能用它用得明白、用得踏实。
这部分会带你弄清楚几个基本概念：什么是大语言模型、它是怎么训练出来的、为什么AI会"一本正经地胡说八道"也就是所谓的幻觉问题。听起来理论性很强对吧？但我会用实际的例子让你感受到这些概念是怎么影响你跟AI对话的效果的。比如你知道AI处理文本的方式是把文字拆成一个个token，那你在提问的时候有意控制一下措辞长度和复杂度，就能得到质量高得多的回答。
二、提示词才是核心技能
AI工具再强大，你不会提问就白搭。同样是让ChatGPT帮你设计测试用例，有人能得到详尽全面的测试计划，有人只能得到一堆废话。这中间的差距，全在提示词上。
这部分从最基础的提问技巧讲起，慢慢过渡到进阶的迭代式提问方法。你会学到怎么通过多轮对话逐步深化需求、怎么给AI设定角色让它更专业地回答问题、怎么用框架来组织你的提示词。这些方法不是纸上谈兵，每学完一个技巧你都有实战练习的机会。我会让你自己动手配置ChatGPT的个性化设置，把学到的提示词技巧真正内化成你的习惯。
三、用AI设计测试用例
测试设计是QA的核心工作，这部分会展示AI怎么帮你把这个活干得更快更好。
假设你拿到一份产品需求文档，以前你可能得花大半天时间逐字研读、反复推敲才能整理出测试场景。现在你可以让AI帮你先过一遍，提炼出关键功能点和可能的用户路径，然后你再做人工审核和补充。这样做不仅效率高，而且AI经常能想到一些你容易遗漏的边界情况和异常场景。
具体来说，你会学到怎么从需求文档生成测试场景、怎么用AI做等价类划分和边界值分析、怎么让AI帮你构思负面测试用例。另外，测试数据的准备一直是QA头疼的问题，AI可以帮你批量生成各种格式、各种维度的测试数据，让你的数据准备从几天缩短到几小时。
四、探索性测试和bug报告的新玩法
探索性测试讲究的是测试人员的经验和直觉，这听起来跟AI不太搭。但实际上AI可以作为你的思考伙伴，在你探索的过程中提供即时的想法和建议。
比如你在测试一个新功能，不知道下一步应该尝试什么操作，可以问AI："基于我已经测试过的这些场景，接下来最可能发现bug的方向有哪些？"AI会结合上下文给出建议，帮你扩展思路。而在记录测试发现的时候，AI可以帮你整理笔记、润色描述，让你的探索性测试记录更规范、更易于复盘。
bug报告也是QA的日常痛点之一。一个好的bug报告要描述清晰、步骤明确、环境说明完整，但赶进度的时候大家往往写得潦草，后续复现困难。AI可以帮你把零散的发现整理成结构化的bug报告，甚至帮你检查描述中是否有遗漏的关键信息。
五、GitHub Copilot：你的编码助手
这部分专为想写自动化代码但又不是程序员的测试工程师设计。很多人一想到要写代码就头疼，觉得门槛太高。但Copilot做的事情，就是让你用自然语言描述你想要的功能，它来帮你生成代码。
你会从零开始了解Copilot是怎么工作的、在VS Code里怎么安装和配置。然后一步一步跟着做：用Copilot写JavaScript代码、理解它给出的代码补全建议、学会怎么审查和修改AI生成的代码让它真正符合你的需求。我特别强调这一点：AI生成的代码必须经过人工审核，这是你在企业环境中使用AI工具的基本功。
这部分会带你用Copilot完成一个完整的测试数据生成器工具，从命令行小工具到网页应用都有实战项目。不用担心代码看不懂，因为我讲的是怎么用自然语言驱动Copilot写代码，而不是教你背语法。
六、自动化测试实战
有了前面的基础，这部分进入真正的自动化测试环节。你会学到怎么用Copilot帮你写Playwright的UI测试，从环境配置、录制第一个测试脚本开始，一步步完善页面对象模型、添加测试报告功能、最终重构出一套可以维护的测试代码。
API测试也是重点。HTTP请求怎么构造、断言怎么写、怎么用AI帮你分析API返回的数据结构，这些都有详细的演示。关键是即使你之前没怎么接触过API测试，跟着课程做下来也能独立完成基础的API自动化测试。
七、AI Agent：把AI变成你的工作助手
这部分是课程的前沿内容。现在AI工具不只能回答问题，还能帮你执行一系列任务，这就叫AI Agent。
你将体验怎么用ChatGPT作为AI Agent来分析日志文件、测试网站功能，怎么让Copilot帮你分析测试运行结果找出失败原因。我会演示多步骤的工作流怎么串联起来，让AI自动完成从发现问题到记录结果的整个闭环。
课程还介绍了本地Agent和自定义Agent的概念，教你怎么根据团队的需求构建专属的AI工作流。这部分内容更新很快，但背后的思路是通用的：把重复性的工作交给AI agent处理，你腾出精力做真正需要判断力的事情。
八、动手做期末项目
学完全部内容之后，你需要自己动手构建一个提示词库。这个项目会整合课程中学到的所有技巧：从需求分析提示词、到测试用例设计提示词、再到bug报告生成提示词，你要把这些碎片化的技能串联成一个真正能在工作中使用的工具集。
九、不得不说的那些事
我不会跟你吹嘘AI什么都能干。课程最后专门留出篇幅讲AI的局限、伦理问题和企业环境中的合规要求。
比如哪些信息不能喂给AI工具处理、怎么避免泄露用户隐私和商业机密、什么时候不应该依赖AI而应该用传统方法。这些问题你在实际工作中一定会遇到，与其到时候踩坑，不如提前做好心理准备。
这门课适合什么样的人
如果你是功能测试工程师或手工测试人员，想了解AI能帮你做什么、怎么用，但不打算转行做开发，这门课很合适。如果你是测试团队的负责人，想知道怎么带团队用好AI工具，这门课也能给你整体框架。
有一点需要说明：你不需要会写代码，课程设计的时候就考虑到了这一点。但你得对测试工作本身有基本的了解，知道什么是测试用例、什么是bug报告、测试大概是怎么跑的。零基础转行的话这门课可能不是最佳起点。
七个多小时的课程内容，我尽量让每一个知识点都有演示、每一个技能点都有练习。不搞花架子，学完就能用。希望你能在这里找到真正提升工作效率的方法。