第一次参加MTSC大会，有话要说

一场说走就走的”旅行”就这么简单地开始了，同时我与MTSC的渊源也由此开始，这是我职业生涯中首次参与MTSC大会，感受完全程，有话要说。

场地

首次参会，那优先关注的肯定就是大会的场所和与会的小伙伴多不多啦，就不多言语，直接上图感受

内容

正所谓花架子再多也不如实实在在的东西，我个人印象最深的一场就是姚波老师分享的《基于AI的智能用例生成在淘天业务实践探索》，整场下来也是非常贴合我就职公司的现状。

其实我个人在公司的质量团队中也是经常做分享，我个人认为分享最重要的点就是抛出大家的痛点，正如姚波老师PPT里的”项目质量保障全生命周期耗时占比图”一下戳中了我——原来‘测试分析与用例编写’占比 25%，‘测试执行’占比 50%，这和我日常工作中‘总觉得时间不够用’的体感完全吻合，突然意识到‘用例编写和执行效率’才是破局关键。

那再往下听听呢——”现状与痛点”

需求质量不可控、用例核心资产无法管理与继承，新人复用困难、复杂项目依赖多个域的测试数据等等细节，确实是这么个事啊，内心不由得就会引出问题：从哪下手？怎么下手呢？

紧接着，解法就来了：

就这前三页PPT内容的质量，不得不说那是真的高啊

随后姚波讲师又极其细致地讲述了他们是怎么从利用AI来攻破用例编写，缩短质量/测试工程师的用例编写时长，以及引出了后续的议题《MobiusAI效能平台全链路造数/诊断智能化实践》，来缩短测试执行这部分的时长，不得不说这套”用例生成 + 测试执行”的组合拳，刚好打在了我们日常效率痛点上，听得特别”解渴”，我从个人的理解上为各位分享一下，大致是这四部分(如有理解不对的地方还望多多包涵)

用例生成的难点与突破
需求拆分与精准生成：按业务细分场域拆分需求，并行调用模型生成用例后合并，结合人工补全或多轮对话补充
知识沉淀与赋能：构建 RAG 知识库（沉淀历史需求、技术文档、用例等业务知识），将测试领域知识（边界值分析、正交实验等）固化到 Prompt 中，提升模型对业务的理解。
全篇需求直接生成用例效果差
通用大模型难以理解业务特定场景

整体架构与流程
从测试人员整理需求与技术文档开始，经需求格式化、按场域分片，调用模型结合 RAG 知识库生成用例（含功能、异常、资损场景），再通过人工确认增删改，最终完成用例落库与 Xmind 化呈现。
应用层：涵盖功能 / 异常 / 资损用例智能生成、需求格式化、用例数据构造等；
数据处理层：包括 Prompt 工程（结构化提示词设计）、流程编排、并行处理等；
数据层：依赖业务知识库、基线用例库、工具集知识库等；
平台底座：集成 AIStudio 模型、TData 工具、Mobius 等平台能力。

Prompt 工程设计
聚焦提炼需求中的资损点（如交易正向 / 逆向、佣金、权益发放等场景），结合专家经验与 RAG 知识库，通过少样本提示与格式约束，确保用例覆盖金额计算、退款同步等关键风险点。
采用结构化提示词，明确角色（专家级测试员）、约束（用例不省略、无逻辑错误）、目标（生成含标题、前置条件等的 Markdown 格式用例），并定义用例等级（P1/P2/P3，按核心程度划分）、工作流程（需求重写、测试方法应用、逻辑校验等）及输出格式。

AI 测试数据构造
通过集成用例管理平台、Mobius、TData 等工具，利用 AI 模型理解用例前置条件，自动识别多域造数需求并提取参数，生成测试账号、商家、营销活动号等数据，解决多域数据依赖问题。

有了AI用例的产出，怎么才能衡量它的价值呢？怎么体现出它提升了我们业务团队的质量/测试工程师们的效率呢？讲师又呈现出了他们的指标：相对采纳率、绝对采纳率、冗余率、AI生成占比。

议题的最后讲师也是贴心地进行了总结以及分享了对未来的展望

🤩哇，整场下来，就是，你们懂吗？你想要的都得到了的那种满足感，真的是太爽了。

收获

我相信从我上述提到的这个分享议题，大家应该能感受到我在这个大会的收获不是一星半点了吧，更何况这还只是一场，要不是同时间四个会议厅同步在分享，真的！每场都想要参与吸收一下，但也好在会后会有对应议题的PPT内容共享出来，也能便于我逐步地吸收消化

讲真，参与一次您就明白我说的这种感觉，测试领域的前辈们几乎已经为您将路铺平的感觉，也减少自己撞南墙的次数，非常棒的一次体验

彩蛋

除了满满的知识收获，主办方与合作伙伴们也准备了丰富的签到奖励，打卡活动等，奖励也是根本拿不完呀，我和我的小伙伴们也是非常荣幸地获得老师们的合影，浅秀一下。

我与MTSC的首次碰撞落幕了，第一次参加 MTSC 就像找到了‘测试同行的灯塔’——看到了 AI 在测试领域的清晰路径。已经开始期待下一场，也盼着能带着实践成果再来和大家分享！

最后也非常感谢TesterHome举办的MTSC大会，虽然没有华丽的辞藻，但衷心地祝愿大会越办越好！越办越出彩！

​