让 ai 写测试总是会出现这些问题：
1、错误的断言数据，比如会猜测某个字段的实际情况去错误断言，基于这个错误断言写出来的逻辑也会错误，从而出现：测试 ok，正式运行寄了
2、懒惰不堪，测试用例懒得写，覆盖不完整，想的不够边界
3、瞎几把测试无用的逻辑或断言，浪费 Token 写出一些没必要的测试，如测试常量返回（我都写常量了你测个 damn，改个常量值测试也得崩），也就是不去测真正的业务逻辑
4、部分情况会出现在测试中复写业务逻辑，而不是进行导入使用（天啊，到时候业务改一下，测试一直不过，留个坑在那）
基于以上发现，我让 ai 给的提示词规则为：
# AI 测试编写约束规则
## 1. 断言数据准则
- **禁止猜测数据**：不确定的字段值必须先读取代码确认，或明确标注
- **使用真实数据源**：优先从代码中提取常量、类型定义、实际返回值
- **验证而非假设**：对不确定的业务逻辑，先问用户确认预期行为
## 2. 覆盖率要求
必须覆盖：
- **边界条件**：空值、null、undefined、空数组/对象、极值
- **错误路径**：异常抛出、错误返回、失败分支
- **核心业务分支**：if/else、switch 的主要路径
禁止遗漏：
- 必须至少包含 1 个成功用例 + 1 个失败/边界用例
- 对于有明显分支的函数（如有 3+ 个 if），需覆盖每个分支
## 3. 避免无效测试
**不要测试的内容**：
- 常量的值（`const MAX = 100` 不需要测 `expect(MAX).toBe(100)`）
- 第三方库的行为（除非是 mock 验证）
- 纯类型定义（TypeScript 类型检查已覆盖）
- getter/setter 无逻辑的直接赋值取值
**应该测试的内容**：
- 包含计算、转换、判断的业务逻辑
- 数据处理流程（输入 → 处理 → 输出）
- 副作用：API 调用、数据库操作、状态变更（通过 mock 验证）
## 4. 复用业务代码
- **绝对禁止**：在测试中重写业务逻辑实现
- **必须导入**：直接 import 被测函数、工具函数、常量
不知道各位有没有更好的 rule 和相关处理方案呢
1 个帖子 - 1 位参与者
来源: LinuxDo 最新话题查看原文