Как я использую AI в тестировании

Сейчас почти все пробуют использовать AI в тестировании. Чаще всего это выглядит одинаково: просят сгенерировать тест-кейсы или автотесты и получают аккуратный, но довольно поверхностный результат.

Я довольно быстро поняла, что в такой формат дает больше редакторской работы, а не творческой. AI начинает реально помогать только в одном случае - когда у тебя есть доступ к коду.

AI открыл для меня мир автотестов, я не прошу «написать тесты», я даю кусок кода и прошу объяснить, что вообще происходит. Какие есть ветки, где условия, какие сценарии возможны. И вот тут AI оказывается неожиданно полезным — он быстро раскладывает структуру, на которую обычно уходит время.

Дальше я уже прошу накидать сценарии, но не абстрактные, а именно исходя из бизнес логики продукта. Это помогает лучше покрывать требования, иногда он подсказывает вещи, которые можно пропустить, особенно если логика неочевидная.

Но даже с учетом этой предварительной работы если просто взять сгенерированные сценарии и пойти их автоматизировать, получится много лишнего. Где-то будут дубли, где-то странные проверки, где-то просто чепуха. Поэтому следующий шаг - это оставить только то, что реально даёт новую информацию о системе.

Иногда я использую AI, чтобы накидать каркас автотеста. Это экономит время на рутине, но готовый результат почти никогда не пригоден без правок.

У меня сложилось мнение,что AI не пишет за тебя тесты и точно не заменяет тестировщика. Но он хорошо помогает быстрее понять систему и не пропускать очевидные вещи.

И, пожалуй, главный вывод - без доступа к коду всё это становится заметно слабее. Потому что тогда AI генерирует не тестирование системы, а просто «угадывает», как она может работать. А это уже совсем другой уровень пользы.