Lze ChatGPT použít k psaní automatizovaných testů?
Ano, ChatGPT nebo jiný jazykový model může urychlit přípravu automatizovaných testů. Samotný popis scénáře však obvykle nestačí ke spolehlivému výsledku. Model potřebuje aktuální kontext aplikace, pravidla projektu a kontrolu člověka, který rozumí rizikům produktu.
V čem je problém
Model, který dostane pouze slovní popis, nezná aktuální strukturu vaší aplikace. Selektory – pravidla, podle kterých test najde pole nebo tlačítko – proto může navrhnout podle obvyklých vzorů, nikoli podle skutečné stránky.
Výsledek může vypadat přesvědčivě, a přesto nemusí fungovat. Pole pro heslo se může jmenovat jinak nebo selektor může ukazovat na nesprávný prvek. Ještě větším rizikem je test, který projde, ale neověří výsledek důležitý pro uživatele.
Nevhodné selektory patří mezi časté příčiny nestabilních testů. Pokud sada opakovaně hlásí chyby bez jasné příčiny, tým jí postupně přestane důvěřovat.
Jak to řešíme
Pokud je to pro scénář vhodné a bezpečně schválené, poskytneme modelu omezený přístup k testovacímu prostředí. Prostřednictvím Playwright MCP může pracovat s aktuální strukturou stránky. Návrh tak vychází z prvků, které nástroj v daném stavu našel, nikoli pouze z textového popisu.
Návrh poté zkontroluje tester. Ověří, zda scénář chrání důležitou uživatelskou cestu, zda obsahuje správná očekávání a zda dokáže selhat při nesprávném chování aplikace. Zvlášť kontroluje riziko testu, který projde bez užitečného ověření.
Výstupem může být běžný kód v nástroji Playwright uložený ve vašem repozitáři. Před zařazením do sady ho spustíme opakovaně a zkontrolujeme testovací data i zapojení do stávajícího procesu.
Na co si dát pozor
Jazykový model může vytvořit nepřesný kód i s dobrým kontextem. Do chatu také nepatří produkční údaje, hesla ani interní tajné informace bez schváleného bezpečnostního režimu a ověřených nastavení zpracování údajů. AI proto používejte jako asistenta při tvorbě, nikoli jako automatické schválení testu.
Co tím získáte
- Rychlejší první návrh, zejména u opakujících se scénářů.
- Více času testera na rizika, hraniční případy a kontrolu výsledku.
- Čitelný testovací kód, který po schválení běží i bez jazykového modelu.
Další krok
Vyberte jeden důležitý a dobře pochopený scénář a porovnejte čas i kvalitu výsledku s běžným postupem. Pokud chcete takový pilot připravit, dalším krokem může být nezávazná konzultace.