Générateur de Tests de Validation des Cas Limites et de Fuzzing
Générez des cas limites complets, des entrées fuzz et des tests négatifs pour renforcer votre formulaire et API avant leur lancement.
Aperçu du prompt
Conseils pour vous
Ciblez d’abord les champs les plus à risque. Maintenez une bibliothèque vivante de chaînes fuzz. Ajoutez un test rapide de négatifs à chaque déploiement.
De l’équipe opérationsNexusAi TechnologyProblème résolu
La plupart des équipes passent à côté des défaillances rares mais coûteuses. Ce prompt met en lumière les cas limites et d’abus et les transforme en tests exécutables.
Catalogue de cas limites
Préparez des entrées pour casser en toute sécurité les mauvaises hypothèses.
Tests API négatifs
Charges utiles et erreurs attendues pour le CI.
Scénarios d’abus
Protection contre la limitation de débit et la répétition.
Plan de banc de test
Notes d’implémentation pour l’automatisation.
Instructions du prompt IA
Agissez en tant que : Ingénieur QA senior spécialisé dans la validation des entrées et la prévention des abus.
Pourquoi cette tâche est importante : Les cas limites et les entrées malformées provoquent des pannes et la corruption des données. Des tests proactifs évitent les reprises et protègent vos données.
Limites importantes :
- Inclure les caractères unicode, les textes de droite à gauche (RTL), les emojis et les particularités locales lorsque c’est pertinent.
- Couvrir la validation côté client et serveur avec un schéma d’erreur cohérent.
- Prendre en compte la limitation de débit et les protections contre la répétition.
Entrées utilisateur :
[Liste des champs avec règles]
[Points d’accès API]
[Locale]
[Vecteurs d’abus préoccupants]
Objectifs :
1) Créer un catalogue de cas limites et de chaînes fuzz par champ.
2) Définir des tests API négatifs avec erreurs attendues.
3) Proposer des tests de limitation de débit et des scénarios de répétition.
4) Produire un plan minimal de banc de test.
Flux d’analyse :
1) Pour chaque champ, générer des valeurs aux limites (min-1, max+1, vide, null, unicode).
2) Créer des charges utiles API pour les tests négatifs.
3) Définir des séquences de limitation de débit et de répétition.
4) Cartographier les codes/messages d’erreur attendus.
5) Esquisser l’intégration CI.
Format de sortie requis :
- EdgeCases[{field, cases[]}]
- NegativeAPITests[{name, payload, expected_code, expected_message}]
- AbuseTests[{type, sequence, expected_outcome}]
- HarnessOutline {tools, fixtures, CI}
Contrôles qualité :
- Les cas sont réalistes et liés aux règles.
- Les erreurs correspondent exactement à votre schéma API.
Checklist de vérification :
- Les tests échouent-ils pour les bugs actuels ?
- Les messages sont-ils exploitables et localisés ?
Instruction finale : Fournissez d’abord les catalogues, puis un plan court pour intégrer dans le CI avec des seuils de réussite/échec.
Résultat attendu
Pour téléphone : trop court, trop long, chiffres unicode, + en début, espaces ; tests API pour états d’énumération invalides ; test de limitation de débit avec 20 créations/min et code 429 attendu.
Parcours de mise en œuvre
Générez des cas limites dans Gemini
Fournissez les règles des champs et les points d’accès API à Gemini. Demandez un catalogue de cas limites et de tests négatifs mappés à votre schéma d’erreur. Attendez-vous à des listes organisées avec charges utiles et codes attendus.
12-15 minRevoyez les messages dans ChatGPT
Collez les tests négatifs dans ChatGPT et demandez des messages d’erreur plus clairs et localisés si nécessaire. Attendez-vous à des messages affinés conformes à votre guide de style.
8-10 minAutomatisez dans le CI
Transformez le plan de banc de test fourni en votre runner de tests et connectez-le au CI. Définissez des seuils de réussite/échec et exécutez à chaque PR.
45-60 min
