Ai Output Critique
对AI生成的测试用例进行六维评审（完整性、准确性、可执行性、风险覆盖、规范性、追溯性），是AI生成用例后的第一个质量门禁。当AI刚刚生成了一大批测试用例、你需要确保这些用例真的有价值而不是"看起来不错"时，应当使用此技能。不要假设AI输出的都是对的——AI经常生成语义正确但实际操作不了的用例。每个维度评分低于7分的必须标注问题并使用MISSING/WRONG/VAGUE等规范格式标记。
SKILL.md
⚠️ 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
⚠️ 安全警告：本技能的示例可能涉及测试用例整理、合并或删除建议。 实际使用时请勿直接执行批量删除操作，先备份原数据并确认非关键用例。 本技能仅在 workspace/ 输出评估文件，不持久化、不外传、不跨会话复用。
AI 输出评审
核心原则
AI 输出看起来都对，但专家能看出哪里不够。
这个技能是 AI 生成用例后的第一个质量门禁——不要假设 AI 输出的都是对的。
1. 八维评审速查
每维 10 分，总分 ≥ 64 合格。但总分达标不豁免单维不合格：任一维 < 7 分必须改。
| 维度 | 评分核心 | 最常见问题 |
|---|---|---|
| 完整性 | 场景覆盖是否完整 | 缺异常路径 |
| 正确性 | 业务规则和预期是否正确 | 预期结果不自洽 |
| 可执行性 | 步骤是否清晰可执行 | 步骤写"按正常流程" |
| 风险覆盖 | 高风险区域是否深测 | 资损/并发场景缺失 |
| 规范性 | 格式是否符合标准 | 编号断号、列错位 |
| 追溯性 | REQ-/SC- ID 是否完整 | 用例无需求关联 |
| 一致性 | 用例间是否自相矛盾 | 前置与步骤不匹配 |
| 冗余度 | 是否有无价值用例 | 多条用例覆盖同一点 |
逐维详细评分标准与评审清单见
references/review-dimensions.md。
2. 评审模式
| 模式 | 条件 | 评审维度 | 适用 |
|---|---|---|---|
| A 完整评审 | 场景树 AND 风险清单 AND 需求 ID 列表 | 八维全启用 | 工作流标准评审 |
| B 降级评审 | 缺任一上游 | 六维（跳过追溯性，简化完整性） | 独立使用、快速检查 |
降级处理
| 缺少的上游 | 降级策略 |
|---|---|
| 场景树 | 完整性基于通用场景清单（主流程/分支/异常/边界） |
| 风险清单 | 风险覆盖基于默认风险类型（资金/安全/并发/数据一致性） |
| 需求 ID 列表 | 追溯性维度直接跳过，标注"需补充追溯信息" |
降级必须显式声明。静默降级会让评审报告看起来比实际更权威。
3. 国产模型特有评审点
除八维通用评审外，国产模型输出还需额外检查（这些是通用维度覆盖不到的失败模式）：
| 评审点 | 典型表现 | 处理 |
|---|---|---|
| 中文语义漂移 | 标题"验证登录"但步骤在测注册 | 用"步骤是否支撑标题"反向核查，漂移即降分 |
| 数字/单位幻觉 | 凭空编造超时值、并发数、金额单位 | 核对来源，无依据标 MISSING：需基准数据 |
| 政策/合规表述 | 预期结果含不合规表述（支付/个人信息） | 标合规风险，提示对照监管要求 |
| 格式不稳定 | 表格列错位、编号断号（TC_001→TC_003）、中文标点混入 | 按规范性维度检查编号连续性 |
| 过度泛化 | 写得"像测试指南"而非"可执行用例" | 按可执行性维度扣分，要求补具体步骤 |
| 伪正确性 | 预期结果"返回正确"但未定义什么算正确 | 要求可验证（具体状态码/字段值） |
评审动作：发现任一问题 → 按对应八维维度降分 + 输出规范标记（MISSING/WRONG/VAGUE）+ 修正建议。
4. 加载时机
| 什么时候读 | 读哪个 |
|---|---|
| 逐维详细评分标准与评审清单 | references/review-dimensions.md |
| 报告已出，想再深挖一层或决定砍哪些用例 | references/deep-review-techniques.md（假设挖掘 / 迭代决策树 / AI 反驳 / ROI） |
| 写评审报告 | assets/critique-report.md（模式 A/B 模板 + 填写要求 + 自检） |
5. 产出
# 测试用例评审报告
## 一、八维评分 → 每维 10 分，<7 分标问题
## 二、问题清单 → 用例 ID | 维度 | 标记 | 问题描述 | 修正建议
## 三、覆盖遗漏 → 必须给依据 ID（RISK- / REQ- / SC-）
## 四、改进方向 → 可执行的具体动作
## 五、评审结论 → 需重新生成 / 需修改后复审 / 通过
标记三选一：MISSING（缺失）/ WRONG（错误）/ VAGUE（含糊）
完整模板见
assets/critique-report.md。本技能只评审，不产出用例。
6. 交付前自检
- 八维（或六维）逐维评分，低于 7 分的已标问题
- 总分达标但存在高严重度问题时，明确要求修改（不因总分豁免）
- 每个问题关联到具体用例 ID，且有
MISSING/WRONG/VAGUE标记 - 覆盖遗漏都给出了依据 ID（
RISK-/REQ-/SC-），不是凭感觉 - 国产模型 6 项特有评审点已逐项检查
- 降级模式已显式声明缺哪些上游数据
- 评审结论三选一且明确
- 用例编号格式为 3 段式，无断号、无
TC_/SC-混用
评论与讨论
还没有评论，分享你的体验吧。