在软件开发过程中，测试是确保软件质量和性能的关键环节。传统的测试用例生成依赖于人工编写，这不仅耗时耗力，而且容易受到测试人员经验的限制。随着大模型的出现，这一局面正在被改变。
大模型能够生成测试用例（用于正向测试和负向测试的手动测试和自动化测试脚本）和测试数据（用于填充应用程序数据库或驱动动态测试用例的执行），测试完成后，大模型可以将测试结果总结成执行报告，并对发现的缺陷进行分析，提高软件测试团队的工作效率，最大限度地减少人工操作，并提高代码质量。
根据沙丘智库发布的《2024中国企业IT部门大模型应用场景评估报告》，测试用例和数据生成是当前对企业IT部门来说可以进行战略选择的大模型应用场景之一，具有较高的业务价值和技术可行性。
当前很多企业在探索大模型+智能测试时都将测试用例生成作为切入点，沙丘社区通过研究腾讯、字节跳动、优酷、荔枝集团等4家互联网企业测试用例生成场景的大模型实践，旨在为其他企业提供参考。
▎案例1：腾讯测试用例生成场景大模型实践
当前互联网产品对迭代速度的要求越来越高，腾讯大部分产品以单周/双周的速度进行迭代，快速的版本节奏对测试用例编写效率和用例质量带来极大挑战。腾讯基于大模型能力，将测试用例作为大模型在质效提升领域的切入点，开发Case Copilot，提升测试用例质量及编写效率，不断拓展能力边界，帮助业务解决质效问题，推进业务质量内建，提升研发效率和产品质量。▎案例2：字节跳动基于大模型的单元测试用例自动生成实践
在单测生成产品研发中，最重要以及最容易遇到挑战的两个部分是数据质量和代码生成效果：• 在数据质量方面，字节跳动通过工程化分析的方式协助大模型解决数据难题。针对数据质量提升，一是要提升数据真实性及充分度（入参、出参、依赖返回及断言数据）；二是要准确提供模型提示词数据（路径、分支、条件等）；• 在代码生成方面，字节跳动通过模型化建设提升代码效果。首先是数据工程建设，包括样本打标、筛选、隐私过滤等，然后是提示工程和模型微调，最后建立了面向业务的评测指标。完整内容：字节跳动基于大模型的单元测试用例自动生成实践▎案例3：优酷基于大模型的测试用例生成实践
优酷从测试用例生成场景切入，探索大模型在质量保障工作中的应用。通过向量化、图谱存储、混合检索方案等技术，以及模型的预训练、微调和强化学习，优酷实现了与原有工作流程的无缝衔接，提升了测试用例生成的效率和质量。▎案例4：荔枝集团基于大模型的测试用例设计实践
荔枝集团面临测试用例编写效率低下和全面性不足的挑战，采用基于大模型的技术，通过标准化需求处理、向量库方案和测试平台建设，提升测试用例设计效率50%以上。实践证明，该方法有效提升了效率和用例采纳率，尤其是在中小型需求上表现更佳。
完整内容：荔枝集团基于大模型的测试用例设计实践
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
