効果的な AI 支援テストの依頼を準備する
レビューできるものを生み出せるよう、ツールに十分なコンテキストを与えましょう。
コンテキスト
どの機能をテストしていて、どんな信頼できる情報を持っていますか？
タスク
必要な成果は何ですか？質問、リスク、テストのアイデア、分析、それとも下書きですか？
制約
スコープ外のものは何ですか？どの事実が不明ですか？ツールに何を想定させてはいけませんか？
出力形式
どのような構造なら、回答を確認しやすく、使いやすくなりますか？
レビュー
与えた事実、前提、未解決の質問を分けて示すようツールに依頼しましょう。
AI が生成したテストケースをレビューする
AI が生成したテストケースは下書きです。テストの判断に使う前にレビューしましょう。
関連性
各ケースは、重要な機能とリスクを扱っていますか？
エビデンス
期待結果は、要件や信頼できる情報源に裏付けられていますか？
カバレッジ
どの条件、境界、失敗の経路が欠けていますか？
明確さ
他のテスターが、準備、操作、観察内容を理解できますか？
前提
ケースを使う前に、何を明確にする必要がありますか？
AI ツールは、ログイン機能に存在しないロックアウトのルールを作り出すことがあります。期待される振る舞いのエビデンスが得られるまでは、未解決の質問として記録しておきましょう。
テストの発見事項を明確に報告する
この構造を使って、明確なバグレポート、テストメモ、またはチームでの会話を準備しましょう。
コンテキスト
その振る舞いをどこで観察しましたか？
期待される振る舞い
何を期待し、その期待を裏付けるものは何ですか？
観察された振る舞い
何が起きましたか？エビデンスと再現に必要な条件を含めてください。
影響
誰または何が影響を受ける可能性がありますか？既知の影響と考えられるリスクを分けてください。
次のステップ
どのような調査、確認、判断が役立ちますか？
AI の振る舞いにばらつきがある場合は、入力、アクセスできる設定やバージョン情報、そして繰り返し試した結果何が起きたかも記録してください。
ガイダンスから実践へ
Learn Lab で考え方を身につけ、Play Lab で安全に練習し、Apply Lab で手法と厳選されたツールを現実的なテスト業務に活用しましょう。