前言

前一天我們透過 AGENTS.md 等專案指引，讓 AI 了解專案架構、程式碼規範和開發方式，讓它寫程式時更符合專案原本的設計。

不過，就算 AI 已經理解專案，也順利把程式碼寫好了，功能就一定能正常運作嗎？

例如，我們請 AI 新增一支筆記搜尋 API，希望使用者輸入 node 時，可以找到標題為 Node.js 入門 的筆記。結果程式看起來沒有什麼問題，實際搜尋卻發現什麼都找不到。

這類錯誤有時候藏得很細，只看程式碼不一定能馬上發現，所以寫完程式之後，還需要實際執行、確認結果，看看功能是不是真的符合需求。

這次就從一支簡單的筆記搜尋 API 開始，讓 AI 自己撰寫測試、執行測試，再根據結果修正程式，看看我們能怎麼把測試放進 AI Coding 的開發流程裡。

先準備一支有問題的 API

先來定義這次的搜尋功能應該怎麼運作。使用者輸入 node、Node 或 NODE，都應該找到 Node.js 入門；如果沒有輸入關鍵字，就回傳 400 狀態碼和錯誤訊息；如果找不到符合的筆記，則回傳 200 狀態碼和空陣列。

這些條件就是我們判斷功能是否正確的依據。接下來會先準備一支有 Bug 的 API，再讓 AI 根據需求撰寫測試，實際找出程式中的問題。

先在專案中安裝 Express 和測試會用到的工具。如果已經有前面的 Node.js 專案，就不需要重新初始化，只要安裝缺少的套件即可。

npm init -y
npm install express
npm install --save-dev jest supertest

這次會用到 Jest 和 Supertest，兩者的工作不太一樣。

Jest 負責執行測試、比對實際結果和預期結果；Supertest 則負責向 Express API 發送請求，讓我們可以檢查回傳的狀態碼和資料。

為什麼需要 Supertest？因為這次要檢查的是一支 API，除了搜尋結果對不對，也需要確認狀態碼和回應格式是否符合預期。使用 Supertest 就能直接對 Express App 發送請求，不必另外啟動伺服器，也不用自己處理測試用的 Port，對這次的練習來說會簡單許多。

接著打開 package.json，在原本的 scripts 欄位中加入測試指令，記得保留其他既有設定。

{
  "scripts": {
    "start": "node server.js",
    "test": "jest --runInBand"
  }
}

start 用來啟動 API，test 則會執行 Jest。之後只要輸入 npm test，就能開始跑測試。

接著整理一下檔案結構，把 API、伺服器啟動程式和測試檔案分開放置。

project/
├── app.js
├── server.js
├── package.json
└── tests/
    └── notes.test.js

在 app.js 中加入筆記資料和搜尋 API。這裡先使用固定的資料練習，不另外連接 PostgreSQL，讓我們把重點放在搜尋邏輯和測試流程上。

const express = require("express");

const app = express();

const notes = [
  { id: 1, title: "Node.js 入門" },
  { id: 2, title: "Express API" },
  { id: 3, title: "SQL 筆記" },
];

app.get("/api/notes/search", (req, res) => {
  const keyword = req.query.keyword;

  if (typeof keyword !== "string" || keyword.trim() === "") {
    return res.status(400).json({
      message: "請提供搜尋關鍵字",
    });
  }

  const result = notes.filter((note) =>
    note.title.includes(keyword)
  );

  return res.status(200).json(result);
});

module.exports = app;

這支 API 會從網址的 Query String 取得關鍵字，檢查輸入是否有效，再搜尋筆記標題並回傳結果。

不過，搜尋這一段其實藏著一個問題：includes() 會區分英文大小寫，所以輸入小寫的 node 時，找不到標題中大寫開頭的 Node.js 入門。這就是等等要透過測試找出來的 Bug。

另外建立 server.js，負責啟動 API 伺服器。

const app = require("./app");

const port = process.env.PORT || 3000;

app.listen(port, () => {
  console.log(`Server is running on port ${port}`);
});

把 Express App 匯出後，測試就能直接匯入 app.js，不用先啟動伺服器，也能向 API 發送請求。

讓 AI 撰寫測試，看看程式有沒有問題

API 準備好之後，就可以讓 AI 根據需求撰寫測試了。我們不需要自己把每個測試案例都寫出來，只要先把需求說清楚，再請 AI 使用 Jest 和 Supertest 檢查目前的程式。

例如，可以輸入以下指令，要求 AI 先建立測試、實際執行，再回報結果。

請閱讀目前的筆記搜尋 API，根據需求建立測試。

搜尋功能必須不區分英文大小寫，輸入 node 時應該找到 Node.js 入門；搜尋不到資料時應回傳空陣列；沒有提供關鍵字時，則應回傳 400 與錯誤訊息。

請使用 Jest 和 Supertest 撰寫測試，並將測試放在 tests/notes.test.js。

完成後執行 npm test，確認哪些測試通過、哪些測試失敗，並說明失敗的原因。

這個階段先不要修改 app.js，請先找出目前程式是否符合需求。

這裡先請 AI 檢查原本的程式，暫時不要修改 API，主要是想先看清楚問題出在哪裡。如果一開始就讓 AI 同時修改程式和測試，最後即使測試全部通過，也比較難知道它究竟發現了什麼。

AI 產生的測試可能會像下面這樣。實際操作時，可以直接讓 AI 建立檔案，不用自己逐行輸入。

tests/notes.test.js：

const request = require("supertest");
const app = require("../app");

describe("GET /api/notes/search", () => {
  test("搜尋時不區分英文大小寫", async () => {
    const response = await request(app)
      .get("/api/notes/search")
      .query({ keyword: "node" });

    expect(response.status).toBe(200);
    expect(response.body).toEqual([
      { id: 1, title: "Node.js 入門" },
    ]);
  });

  test("沒有符合資料時回傳空陣列", async () => {
    const response = await request(app)
      .get("/api/notes/search")
      .query({ keyword: "找不到的內容" });

    expect(response.status).toBe(200);
    expect(response.body).toEqual([]);
  });

  test("沒有提供關鍵字時回傳 400", async () => {
    const response = await request(app)
      .get("/api/notes/search");

    expect(response.status).toBe(400);
    expect(response.body).toEqual({
      message: "請提供搜尋關鍵字",
    });
  });
});

這三個測試分別檢查搜尋成功、沒有搜尋結果，以及沒有提供關鍵字的情況。像 request(app).get(...) 就是在向 API 發送 GET 請求，.query() 會把關鍵字帶進網址，而 expect() 則用來確認實際回應是否符合預期。

接著，AI 會執行 npm test，讓程式實際跑過這些測試，而不是只靠閱讀程式碼判斷功能有沒有問題。

從測試結果找出 Bug

以目前這份 API 來說，第一個測試預期會失敗，另外兩個則應該通過。

原因就在搜尋條件使用了 includes()，直接比對原始字串，所以小寫的 node 無法匹配大寫開頭的 Node.js 入門。最後得到的是空陣列，和測試預期的一筆筆記不同。

這時候，測試結果就提供了很明確的線索，讓我們知道問題出在搜尋邏輯，而不是沒有提供關鍵字時的錯誤處理。

找到問題之後，就可以再請 AI 分析原因並修改程式，但這裡有件事需要特別注意：不能只為了讓測試通過，就把測試的預期結果改成錯誤的答案。

例如，原本需求明確要求輸入 node 時要找到 Node.js 入門，如果 AI 發現搜尋不到資料，卻直接把測試改成預期空陣列，測試或許會通過，功能卻還是沒有做好。

因此，可以接著要求 AI 依照原本的需求修正程式，並且重新執行測試。

請根據剛才的測試結果，找出問題並修正 app.js。

請以原本的功能需求為依據，不要為了讓測試通過，就修改或刪除合理的測試案例與預期結果。

如果你認為需求或測試本身有問題，請先說明原因。

修正後請再次執行 npm test，並回報實際結果與目前尚未涵蓋的情況。

這個案例的修正方式很單純，讓搜尋關鍵字和筆記標題在比對之前先轉成小寫即可。原本的程式是：

const result = notes.filter((note) =>
  note.title.includes(keyword)
);

可以改成：

const normalizedKeyword = keyword.trim().toLowerCase();

const result = notes.filter((note) =>
  note.title.toLowerCase().includes(normalizedKeyword)
);

trim() 會移除關鍵字前後的空白，toLowerCase() 則會將英文轉成小寫。這樣輸入 node、Node 或 NODE，就都能找到同一筆筆記。

修正完成後，再執行一次 npm test。這次三個測試都應該通過，代表目前測試涵蓋的情境已經符合預期。

測試通過，就代表功能正確嗎？

還不能完全這麼說，因為測試只能確認程式在特定情境下的結果是否正確，測試案例有沒有寫完整，同樣會影響最後的判斷。

例如，AI 如果只測試搜尋成功的情況，卻沒有檢查搜尋不到資料或沒有提供關鍵字時的回應，即使測試全部通過，也不代表其他情況都沒有問題。

所以開發者還是需要確認測試案例是否對應原本的需求，也要留意 AI 是否真的執行測試、有沒有擅自更改測試條件，以及哪些情況還沒有經過檢查。

另外這次只用固定資料練習搜尋邏輯，還沒有涵蓋資料庫、登入驗證或使用者權限。正式專案遇到這些功能時，也需要針對它們設計相應的測試，不能因為眼前的測試全數通過，就認定整個系統已經沒有問題。

結語

前一天，我們讓 AI 理解專案應該怎麼寫；今天則進一步確認它寫出的程式是否符合需求。

這次透過 Jest 和 Supertest，讓 AI 根據需求建立測試、從失敗結果找出搜尋問題，再修正程式並重新驗證。整個過程中，我們不一定要親手寫出每一行測試，但需要清楚知道功能應該怎麼運作，也要判斷測試是否真的檢查到重要的情況。

AI 可以幫忙寫程式、寫測試和修正錯誤，但最後是否符合需求，仍需要開發者來確認。

程式碼完成，只是初步實作；透過測試和再次確認，才能更有依據地判斷它是不是真的做好了。