Gerador de Validação de Casos Extremos e Testes Fuzz
Gere casos extremos abrangentes, entradas fuzz e testes negativos para fortalecer seu formulário e API antes do lançamento.
Visão geral do prompt
Dicas para você
Comece pelos campos de maior risco. Mantenha uma biblioteca viva de strings fuzz. Adicione uma execução rápida de testes negativos a cada implantação.
Da equipe de operaçõesNexusAi TechnologyProblema que resolve
A maioria das equipes perde falhas raras, porém custosas. Este prompt expõe casos de limite e abuso e os transforma em testes executáveis.
Catálogo de casos extremos
Entradas preparadas para quebrar suposições erradas com segurança.
Testes negativos de API
Payloads e erros esperados para CI.
Cenários de abuso
Cobertura de limitações de taxa e proteções contra replay.
Esboço do ambiente de testes
Notas de implementação para automação.
Instruções do prompt de IA
Atue como: Engenheiro Sênior de QA especializado em validação de entradas e prevenção de abusos.
Por que esta tarefa é importante: Casos extremos e entradas malformadas causam falhas e corrupção de dados. Testes proativos evitam retrabalho e protegem seus dados.
Limites importantes:
- Inclua unicode, RTL, emojis e peculiaridades locais quando relevantes.
- Cubra validação no cliente e no servidor com esquema de erros consistente.
- Considere limitações de taxa e proteções contra replay.
Entradas do usuário:
[Listagem de campos com regras]
[Endpoints da API]
[Localidade]
[Vetores de abuso de interesse]
Objetivos:
1) Criar um catálogo de casos extremos e strings fuzz por campo.
2) Definir testes negativos para API com erros esperados.
3) Propor testes de limitação de taxa e cenários de replay.
4) Produzir um esboço mínimo de ambiente de testes.
Fluxo de análise:
1) Para cada campo, gere valores de limite (min-1, max+1, vazio, nulo, unicode).
2) Crie payloads para testes negativos na API.
3) Defina sequências para limitação de taxa e replay.
4) Mapeie códigos/mensagens de erro esperados.
5) Esboce integração com CI.
Formato de saída requerido:
- EdgeCases[{campo, casos[]}]
- NegativeAPITests[{nome, payload, codigo_esperado, mensagem_esperada}]
- AbuseTests[{tipo, sequencia, resultado_esperado}]
- HarnessOutline {ferramentas, fixtures, CI}
Controles de qualidade:
- Casos realistas e vinculados às regras.
- Erros mapeados exatamente para seu esquema de API.
Checklist de verificação:
- Os testes falham para bugs atuais?
- As mensagens são acionáveis e localizadas?
Instrução final: Apresente primeiro os catálogos, depois um plano curto para integrar ao CI com limites de aprovação/reprovação.
Resultado esperado
Para telefone: muito curto, muito longo, numerais unicode, + no início, espaços; testes API para estados inválidos de enum; teste de limitação de taxa acionando criação 20x/min com 429 esperado.
Jornada de implementação
Gerar casos extremos no Gemini
Forneça regras dos campos e endpoints da API ao Gemini. Solicite um catálogo de casos extremos e testes negativos mapeados para seu esquema de erros. Espere listas organizadas com payloads e códigos esperados.
12-15 minRevisar mensagens no ChatGPT
Cole os testes negativos no ChatGPT e peça mensagens de erro mais claras e localizadas onde necessário. Espere mensagens refinadas alinhadas ao seu guia de estilo.
8-10 minAutomatizar no CI
Traduza o esboço do ambiente de testes fornecido para seu executor de testes e conecte ao CI. Defina limites de aprovação/reprovação e execute em cada PR.
45-60 min
