chatgpt怎么玩;chat gpt 4.0官网

手把手ChatGPT实现自动化测试详细教程

干测试的各位同学们，你们在工作中还在大量进行手工操作吗？其实从UI/UE 操作、功能验证，到生成测试报告，都可以通过自动化技术来完成，节约大量时间成本。

不少同学表示道理都懂，但有一个很现实的问题摆在眼前，就是实现自动化技术需要扎实的编程技能，这对于一些测试人员来说要求确实偏高。所以有同学开玩笑说“都能写代码了，谁还干测试呢？”

即使具备编程能力，要从零开始为业务构建自动化测试框架，也很难在繁重的测试工作中获得工期预算。因为点两下鼠标就能完成的事，总会被质疑是否值得花几个小时去写代码。

如果有一套适合业务的代码模板，只要修改一下配置参数就能实现自动化测试，这该多好。好消息是现在测试人员不必苦学编程，也不必花时间写代码，只要把工作交给 ChatGPT 就好。

只要使用自然语言描述清楚需求，ChatGPT 就能生成符合要求的代码模板，手工操作真的可以抛到一边了。接下来我们将通过一个登录页面的自动化测试实战，来演示 ChatGPT 的妙用。

我们将使用行为驱动开发（Behavior-Driven Development，BDD）工具 Cucumber 来编写可执行测试用例，使用 Selenium 来模拟浏览器操作。

让我们开始 AI 辅助软件自动化测试之旅。

在使用 ChatGPT 开展工作之前，同学们要先了解一下提示词（Prompt）的编写技巧。提示词可看作驱动 ChatGPT 大模型工作的指令，对于编写代码来说，使用代理模式指定专业角色可以获得更精准的结果，例如“你是一名资深测试工程师，……”

首先，我们将需求通过自然语言描述，向 ChatGPT 发出指令：“你是一名资深软件测试工程师，请基于 Cucumber 使用 Python 语言生成一个登录页面的测试框架。要求使用页面对象模型和类变量作为元素定位器。”

然后，ChatGPT 就为提示内容生成了完整的登录页面自动化测试框架。我们将生成结果分为三个部分来查看。

安装库与编写 BDD 测试用例

可以看到，尽管我们在提示词中并未说明要使用浏览器模拟工具，但 ChatGPT 主动选择 selenium WebDriver，而且还贴心地给出了安装 selenium 和 behave 的步骤。

在“login.feature”文件中，以 gherkin 语言描述了登录测试的正向与反向测试用例，接下来就是使用 Python 测试功能逻辑。

实现测试步骤

在“login_steps.py”文件中，前提条件（given）为打开登录页面，执行动作（when）包括输入正确参数、输入错误参数、点击登录按钮，预期结果（then）包括成功验证与失败验证。

页面元素和操作

在“login_page.py”文件中，对用户名、密码、登录按钮、错误提示信息等内容，以元素 ID 号的方式进行提取。当然，这是一个通用测试框架，同学们要根据自己的实际测试页面进行调整，可以选择 Name、xpath 等字段来提取。

测试工程文件目录如下：

上述三部分就是 ChatGPT 生成的所有内容，按照提示在 Linux 系统中构建测试环境，在代码中修改参数，执行“behave”命令运行，就能看到自动化测试结果。

即使对于一名新手来说，在 ChatGPT 的辅助下，顶多半小时就能跑通自动测试流程。有了测试框架，后续就可以方便地添加测试逻辑。

虽然现在我们有了一个能用的自动化测试框架，但仍然不甚完美，还可以借助 ChatGPT 实现进一步的优化。

观察现有的测试代码，我们发现 URL、用户名、密码等参数都是硬编码在 login_page.py 文件中。如果将来测试用例扩张，参数增多，这种方式会对工程化管理带来麻烦，所以考虑将参数提取出来放置在配置文件中。

编写提示词：“请将上述登录页面测试框架中的 URL、username、password、Login 相关参数提取出来，放置在配置文件中，重新生成 login_page.py 代码。”

ChatGPT 按照要求提取了 url、valid_username、valid_password、invalid_username、invalid_password 五个参数，并使用 config.ini 文件存储配置。

随后，重写了 login_page.py 代码，展示了使用 configparser 库加载 config.ini 文件，并读取相应参数的方法。

这一次优化，使得测试代码更加通用，只要变更配置文件，就能实现对多个用例的测试，而不必频繁修改代码。

同学们也可以在此基础上持续优化，你们将会发现 ChatGPT 使用越多，输出的结果也会愈加精准。

使用 AI 工具实现自动化测试，这是一个具体的运用。那么，在 AI 时代，测试工作的指导思想是什么？还有更多的玩法吗？

《现代软件测试技术之美》这本书就揭示了在测试领域新的观念和思维，以及诸多实用技巧。我们来了解一下本书的具体内容。

《现代软件测试技术之美》首先从革新观念入手，提出“软件质量全员负责制”的观点，强调“软件的任何问题，我都有责任”，从而论述了测试左移与测试右移的思想，对测试人员的技能提出了新的要求。

接着提出了 5 种测试新方法，包括契约测试、测试驱动开发、探索式测试、低代码测试、混沌工程。还对全链路压测、安全测试、移动测试、大数据测试、人工智能测试等 11 种新技术进行了介绍。最后剖析了 4 则软件测试行业典型案例。

所以本书的特点是内容全面，涵盖了当前软件测试领域的主流方法论与技术应用，是测试人员在 AI 时代的行动指南。

本书作者团队也由业界大佬与一线技术专家组成，从高屋建瓴的体系建设到技术运用的细节，展现了作者团队多年的技术积累与丰富的大厂实践经验。

吴骏龙 某大型互联网公司质量与效能团队技术总监，腾讯云“最具价值专家”，曾任 Wish 中国测试总监、阿里巴巴本地生活高级测试经理。在软件质量体系、服务容量保障、服务稳定性建设、软件研发效能等领域深耕多年，善于通过创新手段解决工程难题。他是测试行业优秀的实践者和前沿技术的传播者，多次受邀参加 QCon、QECon、CCF 等行业峰会并进行演讲。

刘冉 现任 Thoughtworks 软件测试和质量专家，具有 20 年软件开发和测试工作经验，对Web 应用测试、服务器性能测试、移动测试、安全测试、敏捷测试、测试驱动开发、测试分层一体化解决方案，以及代码管理、持续集成、持续交付和 DevOps 等有深入研究，曾是多个行业峰会的演讲嘉宾。

精彩图示

除了软件测试从业人员，软件开发人员、架构师和企业管理人员都可以从这本书中获得启发。

AI 真能「成精」吗？火爆全网的 ChatGPT 上手体验

2022 年，人工智能（AI）在很多领域发挥了威力。相信你也已经看到或听到不少新闻了。例如说绘画，现在这样的图片，人工智能都能根据你的要求绘制出来。

很多插画师总是抱怨自己要失业了。据我所知，有的艺术院校已经允许甚至鼓励学生以人工智能生成绘图结果作为初稿，然后进行调整和后续加工。这也是与时俱进的气象。

我也给大家介绍过人工智能的其他应用，例如 写文章、解释论文、剪视频……总体而言，这一年 AI 已经算是风光无限了。时近岁末，似乎也该见好就收了吧？

这个东西叫做 ChatGPT。

看名字实在有些平淡。Chat 是什么，聊天机器人？谁没见过似的。至于 GPT，很多人更是耳熟能详。咱们前面介绍的很多应用背后都是它在发挥作用嘛。两个并不算新奇的概念结合在一起能有什么令人兴奋的？

AI 快要成精了！

我觉得自己这不算大惊小怪，咱们不妨先看看 ChatGPT 都能做什么吧。

平时遇到新问题，你一般会怎么找寻答案？很多人的选择主要是问答网站，或者干脆利用自己的社交网络吧？而现在你可以先用 AI 来查查看了。

好比说你考研通过了初试并收到了复试通知，这时你自然想了解一下复试的时候该怎么介绍自己、需要去上个专门的培训班吗？以前也许吧，但是现在你可以把这个问题抛给 ChatGPT，告诉它：

写一个考研复试的自我介绍材料。

ChatGPT 会这样回答你：

怎么样，这答案还很像样子吧？有意思的是我在问题中提到过「评委」的事儿吗？没有啊，这称谓它怎么学会的？怪哉。

假设你靠着 ChatGPT 的帮助，顺利通过了复试并且拿到了录取通知书。下面该联系导师了，怎么给导师写第一封信呢？还是直接问 ChatGPT 吧，这次它会这样答：

我看了以后实在有些绷不住想笑——今年收到联系邮件里，有好几封好像还没到这个水平呢。 看来人类不够用心的时候，AI 还是有机会超越的 。

这些内容是不是就是传说中的「模板」呢？如果是搜来的模板直接填好像也没啥了不起——但事实并不是这样，ChatGPT 在运行的时候模型是完全靠着自己掌握的知识来解答的，并非从网上临时去搜索现成答案。因此为了消除你的疑虑，咱们还是来问点儿有技术含量的问题吧：假如你想学*视频剪辑但周围没有从事过相关行业的朋友怎么办？

你可以这样问问 ChatGPT ：

作为一名 B 站订阅人数超过 3 万的 UP 主，我觉得这答案没毛病。你可能想要了解某些行业的现状，例如视频网站哪家强。那你也可以问 ChatGPT ：

回答足够客观而全面，鼓掌。

不过这里我需要提醒你注意，ChatGPT 底层用到的语言资料训练集，时效性截止到 2022 年 3 月，而且语料里面中文数据比英文少许多。所以 ChatGPT 提供的答案未必都与现状相符。如果有过时信息，或者太新的、没有见过的概念，都是在所难免的。使用的时候需要注意甄别，且不必过于苛求。

这问题…… 试试呗。

这个答案你觉得怎么样？我不是专业人士不好妄加评断，但我觉得能回答「为什么」的问题固然好，可要是能回答「怎么办」就更厉害了。

于是我继续问了下面的这个问题：

我把这两个答案发给老同学，他两眼放光，表示自己要抓紧试一试。

一开始，我觉得这个模型无非是一问一答聊天，每轮问答都是独立的。 ChatGPT 提供的答案虽然比起原先的 AI 问答应用精彩，但还不够亮眼。但是我想错了——你可以要求 ChatGPT 对于前面答案中的某一部分进一步扩展阐释，也就是「不断追问」。

例如刚刚我们问到了「怎么办」的问题，ChatGPT 给出了包含 5 个条目的答案列表。那么，我让它「扩展一下其中第三点」：

我看着答案一行行写出的时候，对着屏幕愣了许久。

前面咱们问的还都是比较现实的问题。其实 ChatGPT 这工具对于语义的理解已经超越了「现实」这个层次，你可以假设前提进行提问。比如我问了这样一个假设问题：

如果李白 2022 年来到中国，会做一首什么样的诗？

这是 ChatGPT 想象之后，给出的答案：

哦对了，如果你对回答结果不满意希望换一个，可以点击答案下方的「再试一次」（Try Again）按钮，就能获取新的答案。同样的问题，这次「李白」是这样作诗的：

你对这俩答案感受如何？我觉得真正好玩儿的地方，不在于诗做得怎么样（确实不怎么样），而是它一直在顺着 刚才的上下文 来讨论。我根本没有指明这首诗跟「生态文明」有关。但既然刚才我俩还在聊这事儿，ChatGPT 也就按照这个思路继续思考和答复了，因此诗都与这个主题相关。

看到这儿，你可能会把 ChatGPT 当成一个新鲜的玩具打算把玩。作为一个样例程序，它确实给用户建立了良好的第一印象。大家心态比较放松时，对答案结果也不用太当真，享受一下答案中时而出现欢乐（乃至爆笑）挺好的。

可是我得提醒你，ChatGPT 根本就不是个简单的玩具。它在某些方面甚至可以作为你的个性化私人教练：假设你是个编程初学者，导师布置了任务让你周末学好 Python 之后写个分类模型来处理实验数据，你该怎么办？

很多同学想到的就是上网查资料或者去翻书，这样没问题，就是效率低了些。现在你多了一个选择——直接问 ChatGPT：

如何用 Python 写一个简单分类模型？

它立即回复你：

看到这些，你已经能了解到基本的处理步骤了。原本对于一个辅助问答系统而言，已经算是合格了。但是你以为 ChatGPT 说完了？没有。它一鼓作气，把示例源代码一股脑写了出来：

ChatGPT 的回答中不仅有代码，还加了中文注释。看到上图里面那个红色框的按钮吗？按一下你就可以拷贝代码出来，直接运行。

我看完后心里一阵翻江倒海。计算机专业的学生，以后还有必要去背函数吗？我当初读本科的时候为啥没这东西呢？

不仅如此，ChatGPT 还能帮你给程序报错找到问题，甚至给出足够靠谱的解决方案。不过考虑到这部分内容比较专业，咱们这里就不展开了。

这么有趣的新应用，它的实现原理是什么呢？举了这么多例子我也学乖了，干脆直接问 ChatGPT：

你是如何工作的？

这是 ChatGPT 答复：

哈哈这回解释得并不好，我不满意，于是我还是查看了一下官方资料。ChatGPT 这个模型建立在 GPT3.5 版本之上，使用了人工参与的增强学*。对于实现机理，OpenAI 官方给出了个图作为介绍。

我帮你简单转述一下，这种「人工参与的增强学*」包括了：人来提问机器答、机器提问人来答（这个过程机器会帮助给出辅助参考答案）……由此不断迭代，模型逐渐有了对生成答案的评判能力（你可以理解成「品味」），展现出来就是现在这个样子。

如果你对上面的简单转述觉得不过瘾，那还是等正式的论文发布后认真钻研吧。

我知道你迫不及待打算使用了。

目前 OpenAI 提供了 ChatGPT 的演示应用，不需要你安装任何东西，也不必准备硬件运行环境（例如 GPU），你只需要到 这个地址 直接运行即可。

使用该应用唯一的前提条件是你需要注册 OpenAI 账号 。 不少人在注册的时候遇到一些小障碍。你可以 参考知乎上面的这篇文章 一步步完成账号注册。

当你完成注册第一次开启 ChatGPT 时，会注意到这里有一些提示，是关于该应用数据采集和隐私保护的说明。

弹出的提示有 3 页，我觉得总结起来两句话最为重要：

• 不要用它来从事违法或者违反公序良俗的事儿；

把握好这两点，你就可以高高兴兴尝鲜了。

不过请注意你才是自己决策和行动的「第一责任人」，对 AI 给出的答案要做好甄别工作。被人类骗子骗了固然很可恼，但想想要是被机器误导了，你可能都不好意思跟别人诉苦。那可就太憋屈了。