1. z6com·尊龙凯时:基于AI+TMMi的测试效能提升探讨
      发布时间:2025-04-25

      近日,,,由z6com·尊龙凯时主办的“AI赋能金融系统测试效率提升研讨会”在京圆满召开。。。。研讨会特邀全国行股份制银行、、、农信机构、、、、城商行等30余家金融机构,,,,60余位相关负责人到场,,,与会嘉宾结合金融测试领域AI大模型技术发展趋势和现阶段技术难点进行讨论。。z6com·尊龙凯时质测专家韩秋泉以“基于AI+TMMi的测试效能提升探讨”为主题发表演讲。。。。

      20221210003345.jpg

      韩秋泉

      以下为演讲观点整理:

      TMMi作为测试成熟度模型,,,其根本目的在于从整个组织、、人员、、、、流程、、技术工具等方面为企业提供测试过程改进与测试效能提升的指导。。。

      TMMi实施中的一些重点如基于风险的测试策略,,,,缺陷从发现到预防,,,全面的测试度量,,,,将评审用作静态测试的关键举措,,完整的测试资产库的建立等,,,,以往因为受限于技术实施手段难以满足要求而成为TMMi中难以落地的难点。。

      AI技术的发展,,,,则为TMMi实施突破难点达成预期效果提供了有力支持。。。。

      同时,,,,从目前AI在测试领域应用现状看,,,也同样存在难以落地难以体现价值的问题。。如AI应用的一个主要瓶颈在于自有数据无法达到使用要求,,还有AI应用场景如何和测试效能的提升更紧密结合等。。。。而这些问题恰恰是实施TMMi过程中可以帮助逐步解决,,如资产库的建立,,,如风险预测和缺陷根因分析,,如度量数据的分析与展示等,,,,这些基础的建立和场景的应用为AI提升测试效能提供了支持和指引。。。。

      因此,,,,我们可以得到一个结论:TMMi与AI结合,,,也是管理与技术的结合,,能够在测试领域为提升效能发挥更大作用。。。

      AI与TMMi结合的目的是实现测试领域的提质增效:

      · TMMI为AI应用提供方向与场景。。。TMMI框架为AI在测试领域的应用提供了明确的方向和具体的应用场景,,,确保AI技术的应用能够与测试管理的目标保持一致。。。。

      · TMMI管理实践是AI价值发挥的基础。。TMMI的管理实践为AI技术应用的价值发挥提供了坚实的基础,,确保AI技术能够在测试管理的各个环节中得到有效应用。。

      · AI技术提升TMMI实施效率。。AI技术通过自动化和智能化的手段,,显著提升了TMMI框架的实施效率,,,减少了人为错误和重复劳动。。。。

      测试领域的AI实践

      z6com·尊龙凯时AIGC服务管理系统

      系统介绍:基于测试领域的实际需要,,,,z6com·尊龙凯时研发了AIGC服务管理系统。。借助“AI+测试”实现覆盖测试全生命周期的AI赋能,,改变以往碎片化的流程改造。。。平台可以实现辅助测试需求说明书、、、辅助生成测试方案、、、、测试用例、、分析测试缺陷、、生成测试报告和辅助测试评审各阶段交付物等功能。。

      系统特点:

      · 特点一:RAG知识库,,,实现静态资产转为动态资产,,资产复用从被动到主动。。通过专项知识库的构建,,,可以帮助实现风险识别、、、缺陷预测和预防以及数据分析和展示。。

      · 特点二:智能评审。。。破解评审的专家资源瓶颈与让静态测试实际落。。对于需求文档、、、、设计文档、、、、测试文档、、、测试报告等类型文档的智能评审能力;支持评审规则定义;评审结果支持添加到文档备注中。。。

      · 特点三:测试用例自动生成。。。系统测试助手,,,,提供通过测试需求规格说明书生成测试功能测试案例,,,提供现有Excel案例通过转成对应格式的Excel案例,,,提升测试设计分析效率。。

      · 特点四:测试模型自动生成:更精准的测试用例生成模式。。。支持根据软件需求通过AIGC自动生成MBT模型图;MBT模型生成案例实现案例生成案例的过程可视化、、、覆盖度可度量、、、颗粒度可控。。

      测试领域AI应用发展趋势

      未来,,,伴随AI技术持续发展,,在测试领域接口测试案例生成、、、智能推荐、、、覆盖率分析和UI自动化测试案例生成将逐渐成为下阶段应用主要场景,,,持续推动测试的效率提升。。。。

      最后,,,AI技术的应用不应该是盲目的,,,应该是体系化的引入。。。。而在测试领域,,,,TMMi体系本身框架,,非常适合AI技术的结合,,成为管理+技术的最佳范式组合。。。。

      · 发展一:接口测试案例生成。。。通过大模型依据测试接口定义或者日志自动生成接口测试案例。。。。

      · 发展二:智能推荐。。AI通过分析历史测试数据和其他项目的用例来推荐最佳实践,,,,提供针对类似业务的模板,,减少模型开发时间,,提供编写效率,,,,帮助测试编写者改进新的测试用例的质量。。。

      · 发展三:UI自动化测试案例生成。。。。基于手工测试人员的测试过程录像,,通过大模型生成UI自动化测试案例。。。

      · 发展四:覆盖率分析。。AI可以分析需求和现有的测试用例之间的关系,,,,找出需求覆盖不足的地方,,,并提示需要添加或改进的测试用例。。。

      站点地图