在软件质量保证领域,从用例描述中生成测试用例或行为图——如活动图或顺序图——是关键步骤。它确保软件满足功能需求,覆盖边缘情况,并为严格的验证和确认做好准备。然而,手动推导通常耗时且容易出错。
Visual Paradigm 的AI 用例建模工作室(通常称为用例 AI 工作室)彻底革新了这一过程。通过利用人工智能分析文本描述和可视化模型,该工具可以推导场景并自动生成包含前置条件、步骤、预期结果和测试类型的结构化测试用例。本指南概述了使用这些功能来优化测试工作流程的实际步骤,以一个典型的餐厅预订系统为例。
弥合叙事性需求与结构化测试之间的差距,在开发生命周期中带来多项显著优势:
在开始生成过程之前,请确保满足以下 Visual Paradigm 生态系统中的先决条件:
AI 测试生成的基础是一个健壮的用例描述。您可以加载现有的用例,或使用 AI 工具从零开始生成用例。
如果从零开始,请导航到仪表板并选择+ 新建。使用AI 生成器,通过输入提示,例如:“顾客通过手机应用预订餐厅座位,包括搜索、时段选择、确认及冲突处理。”
AI 将生成以下结构化数据:
生成后,请审查并完善描述。该文本将作为后续测试用例生成的主要依据。
虽然仅凭文本即可生成测试用例,但创建可视化的行为视图能让 AI 更清晰地“看到”逻辑分支,从而实现更高的测试覆盖率。
导航到用例行为视图 或 用例 MVC 层 选项卡。利用用例到活动图应用程序中,您可以解析文本描述以自动生成一个活动图。这种视觉表示将包括:
同样地,用例 MVC 层功能可以识别模型-视图-控制器对象(例如,预订模型、预订控制器)并生成时序图。这些图表揭示了系统内部逻辑,为人工智能提供了深入的上下文以推导测试用例。
Visual Paradigm 提供了集成工具,可将准备好的定义和图表转换为结构化测试用例.
生成的主要方法涉及特定的测试用例界面:
AI会分析正向测试的主流程、负向测试的替代/例外情况以及设置步骤的前置条件。它会创建一个与下文结构类似的填充表格:
| 测试ID | 类型 | 测试场景 | 预期结果 |
|---|---|---|---|
| TC-001 | 正向 | 成功预订流程 | 已创建预订,状态为“已确认”,已发送通知。 |
| TC-002 | 负向 | 预订冲突 | 系统显示“时间段不可用”提示信息。 |
| TC-003 | 负向 | 无效支付方式 | 交易被拒绝,用户被提示更新支付信息。 |
除了主标签页外,用户还可以使用AI用例场景分析器来创建可导出为测试用例的决策表,或使用AI聊天机器人来交互式地请求特定类型的测试(例如:“为桌位大小限制生成边界测试”)。
在AI生成初始测试用例集后,人工优化可确保测试具有可操作性和精确性。
审查生成的行,添加具体的数据值。例如,将通用占位符替换为“4人”或“2026-01-20 19:00”。您也可以手动添加边界测试,例如尝试预订过去日期或超过最大人数限制。
Visual Paradigm支持可追溯性报告。使用仪表板或报告标签页生成用例 → 场景 → 测试用例的关联矩阵。最后,可将项目导出为JSON格式,生成PDF报告,或将表格直接复制到CSV/Excel中,导入第三方测试管理工具。
Visual Paradigm 的 AI 用例建模工作室将测试用例的创建从繁琐的手动任务转变为半自动化的高覆盖率策略。通过从扎实的用例描述开始,并让 AI 构建行为视图,团队可以在几分钟内生成一致、智能且可追溯的测试用例。这种方法不仅加速了开发进程,还通过确保全面的场景覆盖,显著降低了缺陷风险。