當軟件測試遇上ChatGPT：軟件測試未來展望

一、引言

軟件測試是軟件開發的一個重要環節，旨在識別并修復軟件中的錯誤，保證軟件的質量和可靠性。隨著金融行業的飛速發展，業務朝著多樣化和復雜化的方向發展，對軟件測試也提出了更高的要求。然而，傳統的軟件測試流程架構存在人力成本高、測試效率低等問題。因此，尋求更加有效的軟件測試方法及提升軟件測試階段能力的工具，成為了一項重要工作。

傳統的軟件測試流程通常包括以下幾個步驟：需求分析、測試計劃、測試設計、測試環境設置、測試執行、報告測試結果、缺陷管理。這些流程往往耗費大量的人力、物力和時間來完成測試任務，如果出現了較多的問題，需要反復執行整個流程，將對軟件開發上線的過程造成較大阻礙。

近年來，隨著人工智能技術的不斷發展，越來越多的人開始關注如何使用人工智能技術改善軟件測試流程。其中，OpenAI的ChatGPT模型是當前人工智能的熱門技術。ChatGPT是一種預訓練語言生成模型，能夠快速生成自然語言文本。只需準確輸入一些前置條件和期望，就可以讓其自動生成測試用例，快速識別軟件錯誤等。這有望提高軟件測試的效率和準確性，推動軟件測試行業的發展。

二、ChatGPT在軟件測試階段的優缺點

（一）需求分析階段

ChatGPT可以為軟件測試需求分析提供一些基本的指導。例如可以為功能需求分析（用戶故事、用例分析、數據流圖等）、非功能需求分析（性能、可用性、安全性、可維護性等）、測試需求分析（測試計劃規劃、測試用例設計、測試環境需求等）提供一些基本的策略和方法。使用ChatGPT進行測試需求分析的優勢可以概括為以下幾點。

一是自然語言理解。ChatGPT自動閱讀并理解需求文檔的相關材料，梳理與總結客戶的需求，從而幫助測試人員準確把握軟件需求。二是數據分析。ChatGPT分析大量的歷史數據，包括缺陷報告、用戶反饋等，以發現重要的需求、關注點和趨勢，從而提供更好的測試建議。三是需求驗證。ChatGPT可以幫助測試人員驗證需求的完整性、一致性和正確性，從而確保測試的覆蓋率。

然而，需要注意的是，ChatGPT作為一個通用的自然語言處理模型，對軟件測試需求分析這個特定領域缺乏深入的模型訓練和研究。因此，對于復雜的軟件測試需求，還需要專業的軟件測試工程師和領域專家來進行分析和解決。

（二）測試計劃階段

在測試計劃的制定上，ChatGPT可以從測試范圍、測試目標、測試策略、測試資源和風險評估方面給出參考。使用ChatGPT生成測試計劃的優勢可以概括為以下幾點。

一是整體規劃。ChatGPT本身基于一些項目進行過模型的訓練，如果項目方案成熟，其便可以短時間內輔助生成整體測試計劃。二是風險評估。ChatGPT分析歷史測試數據、缺陷報告和用戶反饋等，自動識別和評估測試風險，幫助測試人員制定測試計劃。

但同樣的，在復雜軟件測試的計劃制定、對測試計劃變更和項目保密性等方面，是其所欠缺的。

（三）測試設計階段

在測試設計方面，ChatGPT會根據測試目的、測試用例設計、測試技術棧等給出參考。使用ChatGPT做測試設計的優勢可以概括為以下幾點。

一是測試用例設計。根據需求文檔、歷史測試數據和測試經驗，快速自動生成測試用例，并優化測試用例的覆蓋率。二是測試用例優化。優化測試用例的設計和執行順序，以提高測試效率和發現缺陷的速度。

測試設計的主要工作為測試用例設計，在這部分工作中，ChatGPT會呈現不錯的效果。但是涉及復雜的需求和業務邏輯以及安全性和性能等測試需求時，其理解力可能存在偏差，難以完整地覆蓋測試用例設計。這種情況下，需要具有相關測試經驗的人員進行補充和調整，以確保測試用例的覆蓋率和有效性。

（四）測試環境配置階段

在測試環境配置方面，ChatGPT會從硬件和軟件環境、測試數據管理等方面給出參考。在此階段使用ChatGPT的優勢可以概括為以下幾點。

一是測試數據設計。自動生成測試數據，并優化測試數據的多樣性和覆蓋率。二是測試環境配置。自動分析所需執行的測試用例和測試數據的數量與復雜度，列出所需的測試環境與配置參數。

在此階段，ChatGPT可以為測試人員提供測試環境的基本配置和設置，例如硬件設備、操作系統、數據庫、網絡配置等。然而，由于每個企業都有自己的測試環境，并且不同項目可能需要不同的測試環境配置，使用ChatGPT智能列出的測試環境配置可能與實際需求存在偏差。對此，需要測試人員對ChatGPT提供的測試環境配置進行檢查和調整，并根據實際情況開展測試環境的配置和準備工作。

（五）測試執行階段

ChatGPT不會直接執行軟件測試，因為其本身不是一個軟件開發項目。而且，測試執行通常需要人工參與，尤其是性能測試、用戶體驗測試等。ChatGPT作為一個智能助手，未來可能會與其他組件集成，在測試執行發揮作用。例如，ChatGPT可能與自動化測試工具或性能測試工具集成，以便協助測試人員執行測試用例或監控系統的性能。此外，ChatGPT還可以幫助測試人員收集和分析測試數據，從而支持測試過程的決策，提高測試過程的質量和效率。

（六）報告測試結果階段

在測試報告方面，ChatGPT會依據測試結果的數據，自動生成測試報告，包括測試結果、測試覆蓋率、性能指標和缺陷情況等。使用ChatGPT生成測試報告的優勢具體可以概括為以下幾點。

一是測試結果分析。自動分析測試結果和缺陷數據，生成詳細的測試結果報告，其中包括缺陷數量、缺陷嚴重程度、修復狀態等。二是自動生成報告。自動生成測試結果報告，從而減少測試人員的工作量和時間，提高測試效率。

該階段ChatGPT自動化程度高，可為測試報告提供較多的支持和幫助。但是在測試過程中，測試結果的審查和測試結論分析仍然需要人工干預，因為測試人員需要在所生成報告的基礎上繼續進行更深層次的分析。

（七）測試缺陷管理階段

在缺陷管理階段，ChatGPT有較多的局限性，其僅僅具有缺陷分析的優勢，即自動分析缺陷，幫助測試人員更快地發現缺陷，分析出缺陷的嚴重程度，反饋修復狀態等信息，并提供推薦解決方案。

缺陷管理是軟件測試中一個非常重要的環節，包含缺陷識別、缺陷記錄、缺陷跟蹤和缺陷修復等多個環節。在這些環節中，ChatGPT無法承接大部分功能。因此，在缺陷管理階段，仍然需要人工介入來輔助完成這些任務。

三、ChatGPT在軟件測試中的應用

本文以項目過程中新增的接口信息為例進行驗證，其中包含接口的請求方式、URL、校驗參數等信息，將從接口測試用例設計和接口自動化測試腳本兩個方面進行分析。接口信息匿名化處理后見表1所列。

表1　接口信息描述

（一）接口測試用例

根據上述的接口信息，調用ChatGPT的API接口，可以得到其生成的接口測試用例如圖1所示。

圖1　接口測試用例

ChatGPT所生成的接口測試用例涵蓋了用例標題、用例描述、操作步驟和預期結果等信息。從結果的展示情況來看，基本滿足測試用例的編寫要求。

（二）接口自動化測試腳本

根據上述接口信息，調用ChatGPT的API接口，可以得到其生成的接口自動化腳本，如圖2所示。

圖2　接口自動化腳本

其中，ChatGPT所生成的接口自動化腳本采用了Python語言，調用了依賴的基本庫、有相應注釋信息的標注。從結果的展示情況來看，基本滿足自動化腳本的編寫要求。

四、ChatGPT在軟件測試中的挑戰

（一）數據準確性

ChatGPT是智能化自然語言處理機器人，通過大量的語料訓練。因此其產生的結果依賴語料中數據與信息的完整性和準確性。如果訓練語料包含錯誤的信息，那么ChatGPT生成的結果可能不準確。因此，在使用ChatGPT進行軟件測試前，需要對語料進行嚴格的清洗和驗證，特別是一些特定的金融關鍵詞，以確保數據的準確性。

（二）誤差問題

由于ChatGPT是一種基于概率模型的技術，其生成的結果可能存在一定的誤差。如果不對誤差加以控制和評估，可能導致測試結果不準確，影響軟件的質量。因此，在使用ChatGPT進行軟件測試時，需要定期評估模型的誤差，并采取措施糾正誤差。

（三）安全和隱私問題

由于ChatGPT需要訪問和處理大量數據，可能存在數據泄露的風險，且ChatGPT的模型參數可能被攻擊者惡意篡改，導致測試結果不準確。因此，在使用ChatGPT進行金融軟件測試時，需要采取有效的安全措施和數據保護措施，對數據進行脫敏、加密等處理，保護數據的安全和隱私。

（四）人工智能程度化問題

雖然人工智能技術在軟件測試領域中有很大的應用潛力，但其并不能完全取代人來進行軟件測試。尤其是在金融軟件測試行業中，測試設計、測試執行和缺陷管理等環節高度依賴人的操作和經驗，具備金融從業知識的測試人員是至關重要的。同時，在測試過程中，測試人員還需要根據具體場景進行靈活的調整和優化測試策略，從而確保軟件高質量的達標與交付。因此，人工智能技術和測試人員操作與經驗的結合使用，是金融軟件測試未來的一個重要發展趨勢。

五、ChatGPT和軟件測試的未來

隨著技術的不斷發展，ChatGPT作為一種基于人工智能的軟件測試工具，具有極高的效率和準確性，為軟件測試提供了全新的思路和途徑。同時，ChatGPT能夠完善軟件需求分析和驗證，加速軟件開發的效率。其可以協助生成一些代碼，或者對代碼進行簡單的語法分析，推進軟件開發進度。通過將ChatGPT與現有的軟件測試工具相結合，可以提高開發人員和測試人員測試效率和準確性，并縮短軟件開發周期，減少部分人力投入。此外，ChatGPT還可以自動生成測試數據，使測試過程更全面和有效。因此，ChatGPT有望在未來成為軟件開發測試領域不可或缺的力量，幫助提高軟件質量，降低開發成本和風險。

原文轉自：http://www.jrftt.com/dqjx/715