Назад к библиотеке промптов
Библиотека промптовЧат-промпт

Генератор тест-кейсов QA

Используйте структурированный чат-процесс, чтобы превратить требования в сфокусированные тест-кейсы QA.

QAТест-кейсыВалидация
Превью

Чат-промпт

Рекомендуемая модель

GPT-5.2

Формат результата

Генератор тест-кейсов QA

Превью

Чат-промпт

чат-ветка

Постройте тест-кейсы для аудиошаблонов промптов, которые достигают 50 элементов.

Кейс 1: страница списка рендерит 50 аудиокарточек без переполнения. Кейс 2: каждая страница деталей показывает аудиоконтролы и полный промпт. Кейс 3: каждый audioUrl ведет к читаемому локальному файлу. Кейс 4: фильтр моделей продолжает работать при расширенном числе шаблонов.

Результат

Цель / контекст / суждение / риски / рекомендуемые действия / недостающая информация

Пример структурированного диалога для генератора тест-кейсов QA.

Полный промпт

Генератор тест-кейсов QA

Генератор тест-кейсов QA: превратите требования в сфокусированные тест-кейсы QA.

Рекомендуемая модель: GPT-5.2Формат результата: Генератор тест-кейсов QA
Полный промпт
Чат-промпт
Вы инженер по контролю качества. На основе пользовательского ввода превратите требования в сфокусированные тест-кейсы QA. Верните структурированный ответ со следующими разделами: цель, известный контекст, ключевое суждение, риски или пробелы, рекомендуемые действия и недостающая информация. Обосновывайте утверждения предоставленным материалом; отмечайте предположения вместо того, чтобы выдумывать факты. Задайте не больше одного уточняющего вопроса и только если отсутствует критически важный контекст.

Примечания по использованию

Вставьте реальный контекст, ограничения, аудиторию и срок; не просите модель выдумывать недостающие факты.

Вопросы по промпту

Перед использованием этого промпта

Быстрые проверки входных данных, подходящей модели и способов адаптировать шаблон без потери качества результата.

Когда использовать генератор тест-кейсов QA?

Используйте его, когда нужно превратить реальный ввод в структурированный, действенный и проверяемый результат чата.

Что добавить перед запуском?

Добавьте цель, ограничения, аудиторию, исходный материал и границы, которые модель не должна выдумывать.

Превью ветки

Постройте тест-кейсы для аудиошаблонов промптов, которые достигают 50 элементов.
Кейс 1: страница списка рендерит 50 аудиокарточек без переполнения. Кейс 2: каждая страница деталей показывает аудиоконтролы и полный промпт. Кейс 3: каждый audioUrl ведет к читаемому локальному файлу. Кейс 4: фильтр моделей продолжает работать при расширенном числе шаблонов.

Результат

Цель / контекст / суждение / риски / рекомендуемые действия / недостающая информация

Еще промпты в этом режиме

чат-ветка

Мы хотим создать ИИ-ассистента для небольших ecommerce-команд, который превращает продуктовые фото в материалы кампаний.

Гипотеза проблемы: небольшие ecommerce-команды теряют время, превращая сырые продуктовые фотографии в готовые для каналов материалы кампаний. Самые рискованные допущения: качество фото достаточно высокое, команды доверяют вариациям ассетов от ИИ, а реальным узким местом является время проверки. Исследовательские вопросы: кто отвечает за создание материалов кампаний, где стопорятся правки и какая планка качества блокирует публикацию. План проверки: интервьюировать 5 операционных специалистов, протестировать 3 потока ассетов на базе промптов и сравнить время до первого одобренного ассета. Ворота решения: продолжать только если команды могут получить пригодный к публикации черновик быстрее, чем в текущем рабочем процессе.

чат-ветка

Мы изучаем новый продукт AI-заметок для независимых консультантов. Помогите превратить это в исследовательский бриф.

Цель: определить, нужен ли независимым консультантам рабочий стол AI-заметок или более легкий слой клиентского сопровождения. Рабочие допущения: они уже фиксируют заметки, но синтез и подготовка следующих шагов непоследовательны. Аудитория: независимые консультанты с регулярными клиентскими звонками и ограниченной операционной поддержкой. Ключевые вопросы: какие заметки превращаются в оплачиваемую работу, что теряется после звонков и где CRM-инструменты ощущаются слишком тяжелыми. План исследования: провести 6 интервью, разобрать 10 недавних рабочих процессов заметок по звонкам и протестировать один прототип брифа для клиентского сопровождения.

чат-ветка

Вот план лендинга нашего AI-продукта. Скажи, что неясно, прежде чем мы начнем дизайн.

Ключевое обещание: видно, но оно все еще сформулировано как функция, а не как конкретный результат для пользователя. Непонятный момент: страница не объясняет, кто первым получает ценность и какой workflow меняется после регистрации. Пробел в примерах: добавьте примеры до и после, образцы вывода модели и один короткий сигнал доверия рядом с hero. Проблема CTA: основное действие появляется после слишком большого объяснения; перенесите CTA, ориентированный на использование, ближе к блоку быстрого применения. План правок: уточнить hero, добавить карточки результатов, затем переписать работу с возражениями перед визуальной полировкой.