AI 辅助生成测试数据与边界用例：从字段画像到可复现的用例集

测试最怕的不是用例写得少，而是数据造得假：主流程全是理想值，一到边界、异常和组合场景就现原形。本文介绍一种可落地的做法——先给字段做画像，再让 AI 按约束生成测试数据与边界用例，最后把结果固化成可复现的用例集，让回归测试每次都能跑出同样的覆盖面。

一、为什么测试数据总在关键时刻掉链子

手工造数常见三个问题：第一，只覆盖“ happy path ”，空值、超长、负数、跨月、时区这类输入根本没出现；第二，数据之间没有关联，例如订单金额与优惠金额对不上，测的其实是脏数据；第三，数据不可复现，这次发现的问题下次换一批数据就复现不了，定位成本很高。

AI 生成数据的价值不在于“多”，而在于“按约束批量产出”：把字段规则、业务约束和边界条件写清楚，模型负责穷举组合，人负责评审和锁定。

二、先画像，再生成：三步拿到字段清单

步骤 1：列出字段画像表

对每个关键字段记录五项：类型与长度、取值范围、是否可空、枚举或格式约束、与其他字段的关系。例如：

• 订单金额：数值，0.01 至 999999.99，保留两位小数，不可为空；
• 优惠金额：数值，大于等于 0，且不得大于订单金额；
• 下单时间：日期时间，不得晚于当前时间，跨时区统一用 UTC 存储；
• 手机号：11 位数字，首位为 1，第二位在 3 至 9 之间。

步骤 2：把约束写成可校验的提示词

不要只说“生成一些测试数据”，要把约束逐条写进提示词，并要求输出结构化结果，例如 JSON 数组，每条数据附带“预期结果”和“覆盖的边界类型”。约束越具体，幻觉越少。

步骤 3：生成后先校验，再入库

生成的数据必须先跑一遍规则校验：格式、范围、关联关系、唯一性，校验不通过的直接打回或人工修正。未经校验的数据不要直接进入测试库，否则测出来的失败可能是数据本身的问题。

三、边界用例的生成清单：六类必覆盖

1. 空值与缺失：必填字段为空、可选字段缺失、空字符串与 null 的区别；
2. 临界值：最小值、最小值减一、最大值、最大值加一，例如金额 0.01、0、999999.99、1000000.00；
3. 格式边界：超长字符串、特殊字符、全角与半角、首尾空格；
4. 关联边界：优惠等于订单金额、优惠大于订单金额、折扣后金额为零；
5. 时间边界：月初与月末、闰年 2 月 29 日、跨时区、夏令时切换前后；
6. 组合边界：两个边界同时出现，例如“最大金额 + 最大优惠 + 跨月退款”，这类组合最容易暴露隐藏假设。

四、一个可复现的生成流程示例

以“订单优惠计算”为例，流程如下：

1. 输入字段画像表和业务规则，明确金额、优惠、时间的约束；
2. 要求 AI 输出 30 条数据，覆盖上述六类边界，每条标注预期应收金额和判定依据；
3. 用脚本校验金额关系与格式，把通过的数据写入用例库，并用固定随机种子保存生成参数；
4. 回归时不再重新随机生成，而是直接复用这份用例集，失败时可以精确定位到某一条数据的某一个边界。

示例数据（节选）：订单金额 100.00、优惠 100.00，预期应收 0.00，覆盖“优惠等于订单金额”；订单金额 0.01、优惠 0.01，预期应收 0.00，覆盖“最小金额组合”；订单金额 999999.99、优惠 0，预期应收 999999.99，覆盖“最大金额”。

五、落地检查清单：发布用例前自查

• 每条数据是否都有明确的预期结果，而不是“跑通就行”；
• 边界类型是否标注齐全，能否一眼看出它在测什么；
• 是否剔除了真实用户信息，手机号、身份证、地址一律用虚构数据；
• 生成参数与随机种子是否已保存，下次能否原样复现；
• 失败用例是否单独成组，便于回归时优先执行。

结语

AI 生成测试数据的正确姿势是“约束先行、校验兜底、复现收尾”：人负责定规则和评审，模型负责穷举和组合。把字段画像、边界清单和生成参数沉淀下来，测试数据就不再是一次性消耗品，而是一份可以反复使用、持续增补的资产。