Qa Ai Prompt Strategy

SKILL.md

---
name: qa-ai-prompt-strategy
version: 1.6.0
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。

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
allowed-tools: Read Grep Glob
related_skills:
  upstream:
    - qa-ai-context-engineering  # 输入：上下文包
  downstream:
    - qa-ai-output-critique      # 输出：优化后的提示词用于生成
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:
    - 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
depth_requirement_quantification:
  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"
categories: ['Development','Testing','AI']
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"
---
# 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
```

## 六大提示词模式

### 模式1：结构化输出模式
**适用场景**：需要标准化、可对比的测试用例

```text

请按以下框架输出测试用例：
1. 用例编号：TC-XXX
2. 用例标题：[动作] + [对象] + [条件]
3. 前置条件：[测试前需要满足的条件]
4. 测试步骤：[1. 2. 3. ...]
5. 预期结果：[具体可验证的预期]
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：[功能描述]
测试深度：覆盖正常/异常/边界/安全
```

### 模式2：角色扮演模式
**适用场景**：需要从特定视角深入测试

```text
你现在是一位[角色]，正在使用[功能]。

你的背景：
- 使用频率：[每天/每周/偶尔]
- 技术水平：[新手/普通/专家]
- 核心诉求：[你最关心什么]
- 常见操作：[你通常怎么用]

请从这个角色的视角，列出：
1. 你会怎么用这个功能？
2. 你会遇到什么问题？
3. 什么会让你不满意？
4. 你会怎么误用这个功能？
```

### 模式3：分步引导模式
**适用场景**：复杂功能需要深度分析

```text
请按以下步骤分析这个功能：

第1步：需求解构
- 列出所有显性需求
- 挖掘隐含假设
- 识别潜在矛盾

第2步：场景构建
- 主路径场景
- 分支路径场景
- 异常恢复场景

第3步：深度设计
- 边界条件分析
- 组合测试策略
- 状态转换覆盖

第4步：风险评估
- 高风险区域
- 建议测试深度

功能描述：[具体描述]
```

### 模式4：反向质疑模式
**适用场景**：AI输出后需要查漏补缺

```text
以上是你生成的测试用例。现在请：

1. 假设挖掘
- 你在输出中做了哪些假设？
- 这些假设合理吗？
- 如果假设不成立会怎样？

2. 盲区检查
- 哪些场景你可能遗漏了？
- 哪些边界你没有覆盖？
- 并发、时序、资源竞争考虑了吗？

3. 改进建议
- 最需要补充的3个场景是什么？
- 从哪个方向迭代最有效？
```

### 模式5：多视角模式
**适用场景**：需要全面覆盖不同角度

```text
请从以下三个视角分别分析这个功能：

【用户视角】
- 核心诉求：
- 操作路径：
- 痛点预测：

【开发视角】
- 技术实现风险：
- 边界条件：
- 异常处理：

【运维视角】
- 监控需求：
- 故障场景：
- 恢复方案：

功能描述：[具体描述]
```

### 模式6：对抗模式
**适用场景**：挑战AI的输出，逼出深层思考

```text
我对你的输出有以下质疑：

1. [具体质疑点1]：你考虑过[特定场景]吗？
2. [具体质疑点2]：如果[极端情况]发生会怎样？
3. [具体质疑点3]：这个假设[具体假设]成立吗？

请针对每个质疑：
- 承认或反驳
- 补充你的分析
- 如果确实遗漏，补充测试场景
```

## 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-XXX
> 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？

## 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