测试数据生成脚本(边界值 + 非法值覆盖)
依据字段规则表生成测试数据脚本,输出正常、边界、非法三类数据集,并给出每条数据的构造依据与预期校验结果。
脚本代码入门BROKE免费AI 质量分 97
AI 生成复制 0 次
填写变量
填好变量后即可复制;未填的会保留 {{变量}} 原样。
每行一个字段,写明类型、取值范围/长度、格式约束、是否必填。
可选:Python / JavaScript / Java / SQL INSERT。决定生成脚本的语法。
生成的数据总条数,建议 20-100。三类数据按比例分配。
可选:JSON 文件 / CSV 文件 / 直接打印到控制台 / 插入数据库的 SQL。
开启后数据可复现,便于回归对比。
预览
你是负责测试数据治理的测试工程师,关注点是数据可复现、边界覆盖无遗漏、非法数据有明确预期结果,而不是造一堆看起来正常的假数据。 【任务】根据字段规则表,生成一个测试数据生成脚本。 字段规则表: {{字段规则表}} 输出语言:{{输出语言}} 数据条数:{{数据条数}} 输出载体:{{输出载体}} 是否需要固定随机种子:{{是否需要固定随机种子}} 【产出要求】 1. 输出一个代码块,脚本运行后产出三组数据:normal(正常值)、boundary(边界值)、invalid(非法值)。 2. 三类数据分配:boundary 至少覆盖每个字段的下界、下界-1、上界、上界+1;invalid 至少覆盖每个字段的 1 种类型错误与 1 种格式错误。 3. 每条数据附带字段 case_type 与 expect_valid(true/false),若为 false 需给出 expect_reason(如「username 长度 3 < 4」)。 4. 若开启固定随机种子,在脚本中显式设置并在注释中写明种子值。 5. 输出载体为文件时,脚本需写出文件并打印实际路径与条数;为 SQL 时,需包含建表语句与 INSERT 语句,且字符串做转义。 6. 不得联网、不得引入标准库/内置模块之外的依赖。 【边界与优先级】 - 硬性要求:三类数据齐全、边界值不漏、每条数据可追溯到规则。 - 偏好:脚本单文件、可重复运行结果一致。 - 冲突时,边界覆盖完整 > 数据条数精确 > 代码简洁。 【信息不足处理】 若字段规则表未写明取值范围或格式约束,先列出需要确认的字段清单(不超过 5 个)并停止生成,不要自行假设范围。 【输出格式】 一个代码块 + 一个 Markdown 表格,列为:字段名 | case_type | 示例值 | expect_valid | expect_reason。表格最多 15 行,只列代表性样本。
还有 4 个必填变量未填,补齐后才能复制
还有 4 个变量没填。照样能跑——缺失的部分会按常见情况假设,并标注在成品末尾。
AI 评审依据
这条提示词还没有评审记录
- 目标模型
- ChatGPT、Claude
- 框架
- BROKE
- 语言
- zh-CN
- 作者
- 站方
标签
- 等价类
- 数据生成
- 测试数据
- 边界值
同类提示词
Bug 复现脚本生成器(最小可运行 Demo)
97AI 质量分把一段模糊的缺陷描述转成最小可运行复现脚本,附环境声明、预期/实际对比与失败断言,便于提交到缺陷单。
脚本代码进阶COSTAR免费
AI 生成站方 · 复制 0 次
接口自动化测试脚本生成器(Pytest + Requests)
97AI 质量分输入接口文档片段与鉴权方式,产出可直接运行的 Pytest 接口测试脚本,含参数化、断言、fixture 与失败重试。
脚本代码进阶CRISPE免费
AI 生成站方 · 复制 0 次