软件测试/人工智能|思维导图很难画，ChatGPT来帮你

简介

在我们日常的软件测试工作中，测试用例是非常重要的一环，但是很多时候我们并不是第一时间就设计测试用例的，我们会先根据需求先制定一个思维导图，后面再去设计我们的测试用例，有的公司更是会通过思维导图来设计测试用例的。本文就来给大家介绍一下如何使用ChatGPT来生成思维导图。

什么是思维导图？

思维导图是一种用图形方式呈现信息、概念和关系的工具，旨在帮助人们更清晰地组织、理解和记忆复杂的信息。它通常以树状结构展示，将主题、子主题、关键词等通过线条和连接箭头相连，从而呈现出不同元素之间的层次关系和联系。

但是我们需要了解，ChatGPT无法直接帮我们绘制思维导图，我们还需要进行一下加工，比如借助一些插件才可以将ChatGPT生成的Markdown文件展示成为思维导图，本文将举例说明。

实践示例

现在我们来实践一下如何让ChatGPT生成思维导图时的测试用例，首先我们需要将需求给到ChatGPT，并且规定好输出的格式，如下：

提问如下：我是一名软件测试工程师，现在我要对一个文献高级搜索功能做测试，要求是能够根据文献资源的名称进行精准匹配和模糊匹配，对文献资源的作者和发表年份做精确匹配。要求根据该需求生成测试用例。要求生成的测试用例为Markdown格式。

ChatGPT的回答如下：

## 文献名称精确匹配

1. **输入准确的文献名称**
   - *输入：* "Introduction to Machine Learning"
   - *预期结果：* 应该精确匹配到名称为 "Introduction to Machine Learning" 的文献资源。

2. **输入不存在的文献名称**
   - *输入：* "Random Nonexistent Paper Name"
   - *预期结果：* 应该返回零匹配结果，提示文献资源不存在。

## 文献名称模糊匹配

1. **输入名称的部分关键词**
   - *输入：* "Algorithm"
   - *预期结果：* 应返回包含关键词 "Algorithm" 的多个文献资源。

2. **输入拼写错误的文献名称**
   - *输入：* "Introducton to Machine Learnig"
   - *预期结果：* 应该进行模糊匹配或纠正拼写错误，并返回相关的文献资源，或者给出类似建议。

## 作者精确匹配

1. **输入完整作者名**
   - *输入：* "John Smith"
   - *预期结果：* 应该精确匹配到名为 "John Smith" 的作者所发表的文献资源。

2. **输入不存在的作者名**
   - *输入：* "Random Nonexistent Author"
   - *预期结果：* 应该返回零匹配结果，提示该作者不存在或未发表文献。

## 发表年份精确匹配

1. **输入准确的发表年份**
   - *输入：* "2020"
   - *预期结果：* 应该返回发表年份为 2020 的所有文献资源。

2. **输入不存在的发表年份**
   - *输入：* "1800"
   - *预期结果：* 应该返回零匹配结果，提示该年份没有对应的文献资源。

我们可以看到ChatGPT的回答基本覆盖了我们的测试需求，但是缺少了对于界面以及兼容性的测试，我们可以对ChatGPT进行追问，如下：

提问：测试用例中并没有体现对系统界面、按钮以及兼容性的测试，请添加上对于这部分的测试用例

ChatGPT的回复如下：

## 文献名称精确匹配

1. **输入准确的文献名称**
   - *输入：* "Introduction to Machine Learning"
   - *预期结果：* 应该精确匹配到名称为 "Introduction to Machine Learning" 的文献资源。

2. **输入不存在的文献名称**
   - *输入：* "Random Nonexistent Paper Name"
   - *预期结果：* 应该返回零匹配结果，提示文献资源不存在。

## 文献名称模糊匹配

1. **输入名称的部分关键词**
   - *输入：* "Algorithm"
   - *预期结果：* 应返回包含关键词 "Algorithm" 的多个文献资源。

2. **输入拼写错误的文献名称**
   - *输入：* "Introducton to Machine Learnig"
   - *预期结果：* 应该进行模糊匹配或纠正拼写错误，并返回相关的文献资源，或者给出类似建议。

## 作者精确匹配

1. **输入完整作者名**
   - *输入：* "John Smith"
   - *预期结果：* 应该精确匹配到名为 "John Smith" 的作者所发表的文献资源。

2. **输入不存在的作者名**
   - *输入：* "Random Nonexistent Author"
   - *预期结果：* 应该返回零匹配结果，提示该作者不存在或未发表文献。

## 发表年份精确匹配

1. **输入准确的发表年份**
   - *输入：* "2020"
   - *预期结果：* 应该返回发表年份为 2020 的所有文献资源。

2. **输入不存在的发表年份**
   - *输入：* "1800"
   - *预期结果：* 应该返回零匹配结果，提示该年份没有对应的文献资源。

## 界面和按钮测试

1. **界面布局**
   - *预期结果：* 界面应该清晰显示搜索框、过滤器和搜索结果，并具有易于导航和使用的布局。

2. **搜索按钮功能**
   - *操作：* 点击搜索按钮
   - *预期结果：* 应该触发搜索功能并显示相应的搜索结果。

3. **重置按钮功能**
   - *操作：* 点击重置按钮
   - *预期结果：* 应该清空搜索条件并重置搜索界面到初始状态。

## 兼容性测试

1. **不同浏览器兼容性**
   - *操作：* 在常用浏览器（Chrome、Firefox、Safari、Edge等）中进行搜索操作
   - *预期结果：* 搜索功能在不同浏览器中都能正常工作并呈现一致的效果。

2. **移动设备兼容性**
   - *操作：* 使用手机或平板等移动设备进行搜索操作
   - *预期结果：* 搜索功能在移动设备上呈现出良好的用户体验，界面布局合理且搜索功能正常。

这一次生成发回复已经基本符合了我们的需求，我们可以将这个回复复制到我们的Markdown文件中，并且使用插件生成思维导图。

我们可以在vscode中安装markmap插件，Markmap插件是一款可以将Markdown文件转成思维导图展示的插件如下图：

我们将ChatGPT内容复制到我们在vscode中的思维导图.md文件中，然后点击生成思维导图，最后生成的思维导图如下：

总结

本文主要介绍了如何使用ChatGPT来生成思维导图的步骤，思维导图是我们学习和工作中经常用到的工具，对于提高我们的工作效率有很大的帮助，ChatGPT作为人工智能，对于问题的思考会比较全面，我们人力去进行思考容易出现纰漏，因此，ChatGPT在这方面对于我们有很强的帮助。