你好，我是郑工长。
昨天，一个做测试的朋友跟我吐槽：上了 AI 测试工具，效率没提上去，返工率反而更高了。
我问他："你们怎么用的？"
他说："就录脚本啊，AI 不是能自动生成吗？"
问题就出在这儿。
我见过太多团队在自动化测试上栽跟头。以前是手工写脚本，UI 一变，脚本全废；现在有了 Testim、testRigor 这类 AI 工具，核心逻辑变了：从"写代码"变成了"下指令"。
但很多人思路没转过来，把 AI 当魔法用——直接开始录，指望它自己懂你要测什么。
大错特错。
AI 测试的本质，不是"录制"，是"定义预期"。你定义得越清晰，脚本鲁棒性越强；你定义得越模糊，返工率越高。
今天我把这套三步走战略摊开来讲，这是我在多个项目里验证过的，能帮你把测试脚本的稳定性提上来。
80% 的人死在第一步
很多人拿到 AI 测试工具，第一反应是："赶紧录脚本，省时间。"
然后呢？脚本跑一次就废，UI 稍微变一点，元素就找不到了。
为什么？地基没打牢。
环境配置不是走过场
第一步：创建项目空间
不要把所有测试用例塞进一个默认项目。按业务模块划分空间，比如"支付模块"、"用户中心"、"订单流程"。
这叫解耦合。后期维护能省一半力气。
我见过最离谱的案例：一个团队 300 多个测试用例全在一个项目里，改个登录页，整个脚本库全红。为什么？耦合太紧，牵一发而动全身。
第二步：密钥权限最小化
在平台生成 API Key 后，立刻设置权限：只给"执行"和"读取"，别给"删除"。
划重点：我见过太多次误操作导致脚本库清空，血的教训。
第三步：浏览器插件安装
这是 AI 工具的眼睛。安装后重启浏览器，确保插件图标亮起，状态显示为"Connected"。
别跳过这一步。插件没激活，AI 就是瞎子。
用自然语言"定义预期"，不是"录制动作"
这是最关键的一步，也是 AI 测试的核心竞争力。
你不需要写 Selenium 代码，只需要用人类语言告诉 AI 你要做什么。但关键在于：怎么说清楚。
错误示范 vs 正确示范
错误示范：
"点击登录按钮。"
太模糊。按钮变了怎么办？文本改了怎么办？
正确示范：
"在用户名输入框（placeholder 为'请输入邮箱'）填入'test_user'，在密码框填入'123456'，然后点击包含'登录'文本的按钮。"
AI 会基于语义理解生成定位策略。它不只是匹配 XPath，还会结合文本、位置、属性等多维度特征。
指令设计的三个原则
1. 元素定位要唯一
不要说"点击第二个按钮"，要说"点击文本为'提交订单'的按钮"。
2. 预期结果要明确
不要说"登录成功"，要说"页面跳转到/dashboard，且显示欢迎语'欢迎回来，test_user'"。
3. 异常处理要提前
在指令里加上："如果元素加载超时 10 秒，重试 3 次，仍失败则截图并标记为'阻塞性问题'。"
说白了，AI 不是替你思考，是替你执行。如果你的指令逻辑本身有歧义，生成的脚本照样会 fail。
验证与自愈：脚本上线前的最后一道关
脚本生成了不代表能上线。工程学的核心是验证，不是实现。
首次运行：看日志，别只看结果
运行生成的脚本，观察执行日志。
要看什么：
- 每一步的耗时（超过 5 秒的要优化）
- 元素匹配的相似度评分（低于 80% 的要人工介入）
- 截图（确认 AI 找对了元素）
自愈能力测试：故意改 UI
这是很多人忽略的一步。
怎么做：
- 修改被测页面的某个元素（比如改按钮文本、换图标）
- 重新运行脚本
- 看 AI 能不能自动识别并继续执行
如果脚本直接失败，说明你的指令定义不够鲁棒，需要增加定位维度。
集成 CI/CD：自动化不是半自动
最后一步，把脚本集成到 CI/CD 流水线。
关键点：
- 设置触发条件（代码提交后自动触发）
- 配置通知渠道（失败时飞书/钉钉通知）
- 定义通过标准（90% 以上用例通过才允许上线）
别搞错了，自动化测试的目标不是"能跑"，是"持续跑"。
核心要点
- 环境配置是地基：按模块划分空间，密钥权限最小化
- 指令定义是核心：用自然语言清晰定义预期，不是录制动作
- 验证自愈是关键：故意改 UI 测试鲁棒性，集成 CI/CD 持续运行
AI 测试工具确实能提效，但前提是你得用对思路。
工具再智能，也得人类把控逻辑。
合理设计，才能真正减负；盲目依赖，只会增加返工。
