在軟體開發的生命週期中，撰寫與維護測試程式碼往往佔用開發者大量時間，特別是當重構或需求變更時，維護舊有測試往往成為開發者的噩夢。隨著 LLM 與生成式 AI 工具（如 GitHub Copilot、Cursor、Claude 等）的普及，測試自動化的門檻與成本已被大幅降低。本篇將探討 AI 如何重塑現代軟體測試流程，從自動生成單元測試、邊界條件推演，到複雜的 E2E 整合測試。1. 單元測試（Unit Test）自動生成與邊界條件推演撰寫單元測試最花時間的部分不是邏輯本身，而是編寫測試資料（Mock Data）與涵蓋極端案例（Edge Cases）。AI 能快速分析函式的輸入與輸出，自動補全涵蓋率。實戰技巧：引導 AI 生成邊界案例向 AI 提供要測試的函式時，給予明確的 Prompt 結構：Markdown請針對以下 TypeScript 函式撰寫 Jest 單元測試，要求包含：

1. 正常案例（Happy Path）
2. 極端與異常案例（如 null、undefined、空字串、超出邊界數值）
3. 使用 Mock 來隔離外部 API 呼叫
   範例：處理使用者折扣計算TypeScript// 被測試函式
   export function calculateDiscount(price: number, discountRate: number): number {
   if (price < 0 || discountRate < 0 || discountRate > 1) {
   throw new Error("Invalid input");
   }
   return price * (1 - discountRate);
   }
   AI 生成的 Jest 測試能精準覆蓋潛在漏洞：TypeScriptdescribe('calculateDiscount', () => {
   it('應正確計算折扣後價格', () => {
   expect(calculateDiscount(100, 0.2)).toBe(80);
   });

it('傳入負數價格時應拋出錯誤', () => {
expect(() => calculateDiscount(-10, 0.2)).toThrow("Invalid input");
});

it('折扣率超過 100% (1.0) 時應拋出錯誤', () => {
expect(() => calculateDiscount(100, 1.5)).toThrow("Invalid input");
});
});
2. 端到端測試（E2E Test）：以 Playwright / Cypress 為例傳統 E2E 測試（如 Selenium、Cypress）最大的痛點是 Flaky Tests（不穩定測試） 與 DOM 結構變更導致 Selector 失效。AI 在 E2E 測試的兩大革命性突破：自然語言轉測試腳本：透過 Playwright CodeGen 搭配 AI，直接將操作流程描述轉換為自動化測試腳本。自我修復（Self-healing）機制：部分現代測試架構結合 AI，能在頁面元素 Class 名稱或 DOM 變動時，自動推斷並修正選取器（Selector）。使用 Playwright 生成自然語言測試例如將使用者登入與購物車操作交由 AI 產生：TypeScriptimport { test, expect } from '@playwright/test';

test('使用者應能成功加入商品至購物車', async ({ page }) => {
await page.goto('https://example-shop.com');

// AI 建議使用語意化的 Locator，增加測試穩定度
await page.getByRole('button', { name: '登入' }).click();
await page.getByLabel('帳號').fill('testuser@example.com');
await page.getByLabel('密碼').fill('password123');
await page.getByRole('button', { name: '確認登入' }).click();

await expect(page.getByText('歡迎回來')).toBeVisible();
});
3. AI 測試的潛在風險與的最佳實踐雖然 AI 顯著提升了測試撰寫效率，但全盤接受 AI 生成的測試結果可能帶來風險：AI 測試盲點應對策略 / 最佳實踐假陽性（False Positives）AI 可能會撰寫出永遠通過但沒驗證到實質邏輯的測試，必須進行人工 Code Review。幻覺 MockAI 偶爾會 Mock 出不存在的 API 欄位，需搭配 TypeScript 強型別機制約束。測試覆蓋率迷思100% 的程式碼覆蓋率不等於 100% 無 Bug，應重點覆蓋核心業務邏輯（Business Logic）。今日小結AI 輔助測試不是為了取代 QA 或開發者，而是將我們從繁瑣的 boilerplate 程式碼撰寫中解放。善用 AI 工具補足極端案例測試，並搭配語意化的 E2E 測試框架，能建立出更加穩健、易於維護的 CI/CD 品質防線。明天預告：Day 20 - 打造 CI/CD 自動化管線：整合 AI 程式碼審查與品質監控