AI 测试提示词策略

根据不同的测试目标和上下文，选择最佳的提示词模式来驱动AI生成高质量的测试用例。当AI输出的测试用例质量不够好、太泛泛、或者深度不够时，问题往往不在AI而在提示词。此技能提供结构化提示词模板，注入前面步骤产出的分析结果，输出包含角色定义、输出格式规范和约束条件的优化提示词。⚠️ 作为工作流的必过步骤，不得跳过。本技能属于 QA Test Skills 技能集（49 个技能之一），完整工作流体验需安装全套：npx skills add Kokxi/qa-test-skills

as observed 2026-09-02T06:49:02.991Z

Want to know when this changes? Sign in with an email address and we will tell you. Free, no card, watch up to 5.

Identifier: qa-ai-prompt-strategy
Source: ClawHub
Version observed: 1.7.6
Source repository: not published
Repository observation: No source repository listed
First observed here: 2026-08-28T22:54:40.332Z
Observations recorded: 3
Installs (reported upstream): 2
Weekly downloads (upstream): 746

Observation history

2026-09-02T06:49:02.991Z

Fields that differed: changelog description displayName latestVersion summary

Field	Before	After
`changelog`	"1.7.5: 版本号升级"	"显示名改中文"
`description`	"根据不同的测试目标和上下文，选择最佳的提示词模式来驱动AI生成高质量的测试用例。当AI输出的测试用例质量不够好、太泛泛、或者深度不够时，问题往往不在AI而在提示词。此技能提供结构化提示词模板，注入前面步骤产出的分析结果，输出包含角色定义、输出格式规范和约束条件的优化提示词。⚠️ 作为工作流的必过步骤，不得跳过。"	"根据不同的测试目标和上下文，选择最佳的提示词模式来驱动AI生成高质量的测试用例。当AI输出的测试用例质量不够好、太泛泛、或者深度不够时，问题往往不在AI而在提示词。此技能提供结构化提示词模板，注入前面步骤产出的分析结果，输出包含角色定义、输出格式规范和约束条件的优化提示词。⚠️ 作为工作流的必过步骤，不得跳过。本技能属于 QA Test Ski
`displayName`	"qa-ai-prompt-strategy"	"AI 测试提示词策略"
`latestVersion`	"1.7.5"	"1.7.6"
`summary`	"根据不同的测试目标和上下文，选择最佳的提示词模式来驱动AI生成高质量的测试用例。当AI输出的测试用例质量不够好、太泛泛、或者深度不够时，问题往往不在AI而在提示词。此技能提供结构化提示词模板，注入前面步骤产出的分析结果，输出包含角色定义、输出格式规范和约束条件的优化提示词。⚠️ 作为工作流的必过步骤，不得跳过。"	"根据不同的测试目标和上下文，选择最佳的提示词模式来驱动AI生成高质量的测试用例。当AI输出的测试用例质量不够好、太泛泛、或者深度不够时，问题往往不在AI而在提示词。此技能提供结构化提示词模板，注入前面步骤产出的分析结果，输出包含角色定义、输出格式规范和约束条件的优化提示词。⚠️ 作为工作流的必过步骤，不得跳过。本技能属于 QA Test Ski

2026-08-31T05:56:02.339Z

Fields that differed: changelog latestVersion

Field	Before	After
`changelog`	"- Bumped version to 1.7.0.\n- Removed the file skill-card.md.\n- No changes made to functional documentation or behavior in SKILL.md."	"1.7.5: 版本号升级"
`latestVersion`	"1.7.0"	"1.7.5"

Correction

If you maintain this extension and believe anything above is inaccurate, request a correction. Corrections are published, and disputed entries are marked as disputed while under review.