Ещё пару лет назад умение “писать промты” звучало как нечто из мира гиков и научной фантастики. А теперь это реальный навык, который обсуждают на собеседованиях наряду с SQL и Postman. Курсы по «Engineering Prompts» продаются, как фастфуд, а нейросети – от шуток в Telegram до реальных задач в проде – уже живут рядом с нами.
Их влияние проникает в каждую профессию. Дизайнеры просят ИИ сделать три варианта баннера и логотип за пять минут. Маркетологи – сгенерировать текст письма, заголовок и даже вёрстку. Разработчики ускоряют написание рутинного кода. А вот в тестировании с ИИ пока чуть сдержаннее не потому, что не работает… Просто тут особенно важно, что именно ты просишь.
Недавно в нашей компании прошёл первый корпоративный митап. Четыре спикера, два часа и много пользы. Один из самых обсуждаемых докладов был у нашего коллеги Дмитрия Костерева, ведущего тест-менеджера ЛК: про ИИ в работе тестировщика. Решила рассказать вам, что мы узнали, протестировали и обсудили. Потому что полезно. Потому что уже работает. И потому что это может быть вашим конкурентным преимуществом.
Кто первым приручил нейросети и где тут тестирование?
ИИ взлетел не в вакууме. Его первыми подхватили те, у кого большая нагрузка и сжатые сроки:
- Дизайнеры автоматизируют генерацию макетов и баннеров за минуты, превращая нейросеть в мини-студию.
- Маркетологи делегируют ИИ создание писем, заголовков, анализ данных и даже A/B-тестирование.
- Разработчики используют ChatGPT для ускорения написания кода, автодокументации и шаблонов, экономят часы на типовых функциях и шаблонах.
А тестировщики? Им достался джун без контекста – сверхусидчивый, но не слишком умный. Зато он не устаёт и делает всё, что скажешь (если ты нормально объяснил). Пока не магия, но уже инструмент. Теперь нейросети в QA помогают с самыми разными задачами.
Что умеет ИИ в тестировании. Проверено на практике
В докладе прошлись по самым частым задачам, где нейросеть действительно может сэкономить часы работы. Выделили пятёрку областей, где ИИ приносит реальную пользу.
✅ Генерация чек-листов из требований
ИИ отлично справляется с задачей “сделай чек-лист”. Простой запрос, и вот уже готов список позитивных и негативных сценариев. Вот только просить нужно правильно.
Пример хорошего промта:
«Напиши, пожалуйста, максимально полный чек-лист ручных проверок для проверки страницы этого сайта ручным тестировщиком. Чек-лист должен иметь вид "одна строка – одна проверка". При составлении чек-листа ручных проверок используй все применимые техники тест-дизайна и тест-анализа. Чек-лист должен быть исчерпывающим и включать как позитивные, так и негативные тесты, чтобы обеспечить всестороннюю проверку страницы»
ИИ сгенерирует рабочий список позитивных и негативных сценариев – отличный черновик, который останется доработать с учётом UX и таймингов. Как основа – вполне годно. Особенно для типовых форм и повторяющихся сценариев.
✅ Автотесты и Page Object (Java + Selenide)
Промт:
«Напиши UI автотест на Java + Selenide: вход с валидными логином и паролем»
Получился валидный тест с @BeforeEach, без main, с читаемой структурой. Единственный минус – отсутствие gradle-зависимостей и параметризации. Но стоит чуть точнее задать промт, ИИ добавит и это. Рабочий шаблон:
«Сгенерируй Java Page Object для страницы авторизации: поля email, password, кнопка login. Используй Selenide. Не пиши main, оформи как Page Object»
ИИ охотно строит структуру, подставляет локаторы, пишет методы. Экономит — особенно на старте проекта или в обучении новичков.
✅ Нагрузочное тестирование (Scala + Gatling)
Промт:
«Напиши Gatling-скрипт на Scala: POST-запрос на /login, 100 пользователей за минуту»
Результат: рабочий скрипт, корректный формат JSON, добавлен rampUsers, настроен сценарий. Нужно немного поправить Content-Type, но в целом сэкономлено 30-40 минут ручной работы.
✅ Коммуникации: баг-репорты, письма, отчёты
ИИ отлично справляется с формализацией сообщений:
«Составь вежливое письмо разработчику: при нажатии кнопки "Добавить" ничего не происходит. В логах ошибка 500»
Ответ: нейтрально, по делу, с указанием логов и шагов. Перевод на английский тоже адекватный. Это особенно полезно, когда нужно быстро и корректно сформулировать проблему без лишних эмоций.
✅ Обучение и объяснение кода
ИИ объясняет, как работает @FindBy, разбирает ошибки новичков, показывает правильные подходы. Не хуже некоторых менторов. Это можно использовать для изучения новых технологий, инструментов или подходов в тестировании. Задавайте вопросы с примерами или просите объяснить концепции простым языком. Сохраняйте удачные промты как шпаргалки.
Как писать промты, чтобы ИИ не подвёл
ИИ не угадывает. Он понимает по тексту, а не по контексту проекта. Поэтому хороший промт – это половина успеха. Дмитрий дал несколько правил:
📌 Будьте конкретны – структура, стек, формат, ограничения
📌 Формулируйте цель «мне нужно для…»
📌 Проверяйте руками всегда!!!
📌 Сохраняйте удачные формулировки, со временем они становятся инструментами
Итог – ИИ на усилении
ИИ не заменит тестировщика. Он не знает контекста, не чувствует интерфейс, не отличит баг от фичи. Но он:
- автоматизирует рутину;
- помогает новичкам;
- ускоряет старт задач;
- делает «черновик» за секунды.
Это не магия, это механика. ИИ – ваш помощник, если вы умеете ставить задачи. Он не возьмёт отпуск, не забудет баг, не устанет. Но и сам по себе без вас ничего не придумает. Главное умение – ставить чёткую задачу. В будущем впереди будут те, кто умеет не только писать вручную, но и управлять ИИ-инструментами.
Мы не теряем работу, а приобретаем напарника, который не спит, не уходит в отпуск и не спорит. Но без понятного ТЗ он бесполезен, как баг в проде без логов.
