在软件测试中使用 ChatGPT

它可以为只有图形和数字的测试结果生成人类可读的解释。此外，它可以根据输入创建表格。

由于数据过拟合（ChatGPT 开发者输入的信息可能不正确，或者数据的来源有缺陷），AI 在回答问题时可能提供不正确的答案或缺失值。

幻觉是另一个主要问题——基本上，大模型试图根据用户输入的字符串编写答案，但由于它存在一些限制且必须遵循一些规则，因此答案可能是完全虚构的。

• 准备测试计划和测试场景——在创建基于 Web、移动或 Cucumber 测试用例的测试场景时大模型非常有用。
• 用不同的语言创建脚本——大模型所掌握的每一种编程语言的知识令人惊叹。
• 设计测试用例——它可以根据通用模型为特定业务逻辑创建特定的设计模式。
• 创建电子邮件模板——生成测试数据是模型的最大优势之一。

• 格式化数据并编写文档——为项目编写文档是 IT 从业人员生活中最无聊的事情。大模型可以帮助生成这些东西，但你需要提供项目的结构。
• 几乎从头开始实现 CI/CD 管道——通过简单的请求和规范，大模型可以生成适用于几乎所有 CI/CD 系列软件和产品的执行脚本。
• 创建特定的类——大模型可以根据项目结构为你的项目生成特定的类。
• 代码评审和错误处理——大模型可以对你的代码进行基本的评审，甚至找到漏洞，但你的数据可能会被用在大模型未来的答案生成中。