陈磊-接口测试遇见大模型：难点，弯路与实践指南

大模型时代下测试技术的困境主要体现在人工智能驱动测试需要测试工程师从执行者转变为决策者和工具链的维护者。当前大模型技术如文生图、文生文等展现惊艳能力，但测试与大模型结合落地过程中存在弯路，如LoRA等技术的应用挑战。

测试与大模型落地的关键路径包括：

1. 提示词工程：通过CoT（Chain of Thought）等方法指导测试用例生产，例如针对购票场景设计等价类测试用例：

   • 有效等价类：输入5元购买5元票、10元购买5元票并找零、10元购买10元票
   • 无效等价类：输入纸币后超时未选择票种、选择票种未输入纸币
   • 测试用例表： | 输入条件 | 有效等价类 | 无效等价类 | |------------------------|------------|------------| | 投入5元购5元票 | 购票成功 | | | 投入5元购10元票 | 金额不足 | | | 投入10元购5元票 | 购票成功+找零 | | | 投入10元购10元票 | 购买成功 | | | 超时未选择票种 | | 错误提示 | | 选择票种未投纸币 | | 错误提示 |

2. 本地大模型驱动接口测试：通过RAG（Retrieval-Augmented Generation）技术组合检索与生成能力，类似训练犬完成复杂任务，需注意技术选择教训，避免过度依赖单一模型。

结论指出，测试技术需结合提示词工程与本地大模型能力，同时保持对技术路径的审慎选择，以实现测试效率提升。