本書以探索大語言模型在軟件測試領(lǐng)域的應(yīng)用為主線，著眼于三款主要的AI工具(ChatGPT、GitHubCopilot和Codeium)，通過豐富的實例，展示了它們?nèi)绾卧跍y試工作的各個環(huán)節(jié)發(fā)揮作用的，并幫助測試人員提升測試效率和軟件質(zhì)量。本書主要內(nèi)容包括：首先，本書介紹了大型模型的功能和對測試工作的影響；其次，探討了在本地搭建和使用大模型的過程和方法；然后，圍繞單元測試、接口測試、自動化測試和性能測試這四大軟件測試類型，詳細闡述了大模型在其中應(yīng)用，同時，通過豐富的實踐案例，展示了ChatGPT、Copilot和Codeium在測試用例生成、測試腳本創(chuàng)建等多個測試環(huán)節(jié)中發(fā)揮的作用；此外，介紹了在持續(xù)集成領(lǐng)域中ChatGPT的作用，這涵蓋自動生成測試腳本、運行測試、分析報告等方面；最后，集中討論了基于本地和云端大模型的應(yīng)用實踐，介紹了多種利用大模型API接口來生成測試用例的方法。