qa-ai-prompt-strategy

SKILL.md

---
name: qa-ai-prompt-strategy
description: >-
  根据不同的测试目标和上下文，选择最佳的提示词模式来驱动AI生成高质量的测试用例。当AI输出的测试用例质量不够好、太泛泛、或者深度不够时，问题往往不在AI而在提示词。此技能提供结构化提示词模板，注入前面步骤产出的分析结果，输出包含角色定义、输出格式规范和约束条件的优化提示词。⚠️ 作为工作流的必过步骤，不得跳过。 触发场景：怎么问AI、AI回答不好、换个方式问、提示词、提问模板、提示词优化、角色扮演、AI输出太浅需要更深时。 Use when the user asks about: choosing or optimizing the prompt that drives test case generation — role definition, output format constraints, and injection of prior analysis results.
license: MIT
allowed-tools: Read Grep Glob
metadata:
  display-name: "Ai Prompt Strategy"
  version: "1.8.0"
  when-to-use: "用户说\"怎么问AI\"、\"AI回答不好\"、\"换个方式问\"、\"提示词\"、\"提问模板\"、\"提示词优化\"、\"角色扮演\"、需要不同测试视角、AI输出太浅需要更深时"
  related-skills: "{\"upstream\":[\"qa-ai-context-engineering\"],\"downstream\":[\"qa-ai-output-critique\"]}"
  references: "[\"references/prompt-patterns.md\"]"
  input-format: "{\"required\":[{\"name\":\"AI上下文包\",\"type\":\"object\",\"description\":\"来自qa-ai-context-engineering的上下文包\"}],\"optional\":[{\"name\":\"输出格式要求\",\"type\":\"string\",\"description\":\"期望的输出格式和规范\"},{\"name\":\"约束条件\",\"type\":\"string\",\"description\":\"提示词的约束和限制\"}]}"
  output-format: "{\"traceability\":[\"本技能生成提示词，不产出唯一ID\"],\"structure\":[\"覆盖率：标注口径（基于现有需求/输入文档），禁止\\\"全覆盖/100%\\\"绝对化表述；缺失模块标注\\\"未覆盖+原因\\\"\",{\"optimized_prompt\":\"优化后的提示词\"},{\"role_definition\":\"角色定义\"},{\"output_format_spec\":\"输出格式规范\"},{\"constraint_list\":\"约束条件列表\"}]}"
  error-recovery-guidance: "{\"on_failure\":\"提示词输出质量不达标时回退到上下文工程步骤\",\"retry_behavior\":\"补充上下文要素后重新优化提示词\"}"
  categories: "[\"Development\",\"Testing\",\"AI\"]"
  depth-requirement: "{\"reference_value\":\"根据场景复杂度和输出要求调整策略深度：简单x1/中等x2/复杂x3\",\"minimum\":\"至少包含角色定义、输出格式、约束条件3个核心要素\"}"
---
> ⚠️ 本技能单独使用效果有限，建议配合完整技能集（12 步工作流）使用。安装：npx skills add Kokxi/qa-test-skills

# AI 提示词策略

## 核心原则

不同的测试目标，需要不同的提问模式。

## 提示词优化要求

**关键指标**：提示词必须包含以下要素

```text
1. 角色定义：你是[领域]资深测试专家
2. 输出数量：生成[N]条测试用例（N = 需求数量 × 5）
3. 覆盖维度：必须覆盖以下维度
   - 功能测试：[具体功能点]
   - 异常测试：[异常场景类型]
   - 边界测试：[边界条件类型]
   - 并发测试：[并发场景]
   - 安全测试：[安全风险点]
   - 性能测试：[性能指标]
4. 输出格式：Markdown表格，包含需求ID和风险ID
5. 质量要求：每条用例必须可执行、可验证
```

## 加载时机

| 什么时候读 | 读哪个 |
|-----------|--------|
| 选定提示词模式后，取对应模板 | [`references/prompt-patterns.md`](references/prompt-patterns.md) |

> `六大提示词模式`的完整内容已下沉至 `references/prompt-patterns.md`，避免每次触发都占用上下文。

## 模式选择指南

| 测试目标 | 推荐模式 | 优势 | 局限 | 复杂度 |
|---------|---------|------|------|-------|
| 快速生成用例 | 结构化输出 | 标准化、高效、易对比 | 深度不足、缺乏个性 | ★★ |
| 深入理解用户 | 角色扮演 | 贴近真实场景、发现UX问题 | 依赖角色设定准确性 | ★★★ |
| 复杂功能分析 | 分步引导 | 系统化、不遗漏深度 | 耗时长、需要迭代 | ★★★★ |
| 质量评审 | 反向质疑 | 查漏补缺、打破盲区 | 需要已有输出为基础 | ★★★ |
| 全面覆盖 | 多视角 | 多维度、无死角 | 输出量大、需筛选 | ★★★★ |
| 挑战假设 | 对抗 | 逼出深层思考、验证假设 | 需要专业对抗经验 | ★★★★★ |

## 模式组合策略

多个模式串联使用效果更佳：

| 组合 | 流程 | 适用场景 |
|------|------|---------|
| 结构化输出 → 反向质疑 | 先生成 → 再查漏 | 日常快速迭代 |
| 分步引导 → 多视角 | 深度分析 → 多维度覆盖 | 复杂功能完整测试 |
| 角色扮演 → 对抗 | 模拟用户 → 挑战假设 | 用户体验全面验证 |
| 结构化输出 → 反向质疑 → 对抗 | 生成 → 评审 → 深度挑战 | 高安全/高风险场景 |

## 输出示例

用户说："帮我生成登录模块的测试用例"

**普通问法**（效果差）：
> 帮我生成登录模块的测试用例

**优化问法**（使用结构化输出模式）：
> >
> 请按以下框架输出登录模块的测试用例：
> 1. 用例编号：TC_{模块缩写}_{功能缩写}_{序号}（如 TC_API_LOGIN_001）
> 2. 用例标题：[动作] + [对象] + [条件]
> 3. 前置条件
> 4. 测试步骤
> 5. 预期结果
> 6. 优先级：P0/P1/P2/P3
> 7. 风险等级：高/中/低
>
> 输出格式：Markdown表格
>
> 测试范围：用户登录功能（用户名+密码）
> 测试深度：覆盖正常/异常/边界/安全/并发

## 检查清单

选择提示词策略后检查：
- [ ] 提示词是否包含角色定义？
- [ ] 是否指定了输出数量和格式？
- [ ] 覆盖维度是否完整？
- [ ] 是否包含质量要求？

## 国产大模型适配

不同模型对提示词的敏感度不同，同一模板在国产模型上需针对性调整：

| 模型 | 上下文窗口 | 适配要点 |
|------|-----------|---------|
| **DeepSeek** | 64K-128K | 擅长中文指令理解，JSON 输出需显式声明"输出严格 JSON，不要 Markdown 代码块包裹"；对分步引导模式响应好 |
| **通义千问** | 32K-100K+ | 结构化输出稳定，角色扮演模式效果好；需在角色定义中明确"你是测试工程师"避免幻觉角色 |
| **文心一言** | 8K-32K | 窗口相对小，上下文包需精简；对抗/反向质疑模式响应较弱，用多视角模式替代 |
| **豆包** | 32K-128K | 对话式交互友好，长提示词易截断；提示词尾部放最核心的约束（输出格式/编号规则） |
| **Kimi** | 128K-200K | 长上下文优势明显，适合完整上下文包直投；但对"必须输出 N 条"类数量约束需强调 |

**适配策略**：

```text
1. 数量约束：国产模型对"生成 N 条用例"偶有缩水 → 提示词写"不少于 N 条"，并加"如果不足，补充边界和异常场景"
2. 格式约束：多数国产模型默认带 Markdown 代码块 → 需显式声明"直接输出表格，不要代码块包裹"
3. 中文表达：国产模型中文流畅但对"用例标题"格式理解差异大 → 给出 1 条示例（如 TC_API_LOGIN_001 正确凭证登录成功）
4. 编号规则：部分模型会自作主张改编号 → 明确"严格使用 TC_{模块缩写}_{功能缩写}_{序号}，不得改动格式"
5. 深度控制：国产模型倾向少而浅 → 用深度量化（简单×5/中等×10/复杂×15）约束用例数量级
```

## 常见反模式

1. **万能模板**：一个模板打天下 → 不同目标用不同模式，按选择指南匹配
2. **过度堆叠**：一次给太多约束让AI无从下手 → 按需分层叠加，先从2-3个核心维度开始
3. **缺乏被测反馈**：只给格式不给被测功能 → 模板尾部必须附带实际功能描述或上下文
4. **角色混乱**：让AI同时扮演多个矛盾角色 → 同一模式内只做一个角色，多角色用多视角模式
5. **忽略验证**：只生成不验证 → 生成后必须用反向质疑或对抗模式验证质量