每次裁員潮來臨時，首當其衝的總是測試崗位。然而，公司失去專業測試人員后，遭殃的卻變成了產品經理——不僅要兼顧產品職責，還要充當臨時測試員。尤其面對高要求客戶，產品經理還得硬著頭皮編寫詳盡的測試用例，缺乏專業測試技能的產品常常陷入無限的痛苦掙扎。
身處這樣困境的小明，決定奮起反擊，利用AI開發一款智慧測試實例產生器，讓產品經理輕鬆緩解“被測試”的悲慘境地。
當我們使用AI開發小工具的時候，可以換一種開發思路。傳統上，我們自己開發的專案通常需要頭腦風暴做思維導圖，明確每一步的細節；但是使用AI開發的時候，我們完全可以跳過這一步。
畢竟，目前AI的算力和理解能力還有限，不適合在前期階段進行過於複雜的規劃和設計，我們也沒有必要強行給AI設定太多條條框框，徒增維度。先讓AI先自由發揮，創造出一個初始版本的測試實例產生器，看一下AI自己的思路和實現方式，再根據實際效果進行調整和優化。
這樣一來，我們既減弱了前期工作量，又充分發揮了AI的創造潛力，避免在啟動階段對AI提出過高的要求，讓開發過程更加高效、更加輕鬆、恢復創造力。（忘了說，需要讓AI去適配deespeek API 介面，為什麼用這個，因為小明充錢了）
當我們看到AI給出的初步方案與介面效果後，可以結合人工思考進一步優化規劃：
當前的實際情境是：我們身為產品經理，AI的頁面閱讀許可權僅限於單一頁面，無法進入子頁面。同時，我們也暫時不需要AI進行代碼級別的測試驗證。
因此，我們可以調整思路，重新明確任務目標：
在使用中，我們發現，即便向AI明確提供了原型圖連結，由於AI訪問許可權有限，它仍然只能讀取單一頁面，無法深入到子頁面或交互細節中。
此時，作為產品經理，我們更需要發揮自身解決問題的能力，靈活應對限制：
繼續使用過程中，我們發現AI直接生成的測試用例往往不夠專業、細緻，不適合直接投入測試。此外，我們也無需AI針對原型圖本身提供具體的測試結果或分析結論。
基於此，我們可以進一步調整策略：
當我們對產品下一步的反覆運算方向感到迷茫或暫時缺乏靈感時，可以嘗試讓AI先行提供一些優化方案，並對其進行評估與審核，從中尋找可能的啟發。
但通過實際操作我們也發現，AI在現階段所提供的方案多數並不具備較高的實操價值，甚至經常產生無效或不合理的建議。因此，目前階段產品的反覆運算方向和核心決策，仍然需要我們各位產品經理憑藉自身的經驗、專業素養及對業務的深刻理解進行判斷。
換句話說，我們應將AI視為一種輔助工具或靈感啟發源，而非完全依賴的決策依據。真正高品質的產品規劃方案，依然取決於產品經理自身的專業能力、經驗積累和對使用者需求的深入洞察。
我們最初開發這個“測試用例產生器”，是為了緩解公司缺乏專業測試人員的問題。現在，我們已經初步實現了由AI自動生成標準化的測試用例範本，交由實習生或產品助理人工執行測試。
但要真正實現自動化測試閉環並進一步提高效率，我們還需要繼續反覆運算升級，開發一個專門用於自動測試的新工具。具體思路如下：
AI自動生成測試用例 → AI自動執行測試案例 → AI自動輸出測試結果報告 → 人工確認、修復問題 → 反覆運算優化
專欄作家
產品小明；人人都是產品經理專欄作家。參與了 AI 產品、同城商城、同城外賣餐飲系統、智慧景區、同城預約、國際快遞系統、倉管系統、招聘系統等多個領域的項目開發和管理，積累了豐富的經驗。
本文原創發佈於人人都是產品經理，未經作者許可，禁止轉載。
題圖來自Unsplash，基於CC0協定。