Powrót do: AI_Testers vol. 1 – Bonusy (aktywnie rozwijane)
W tym odcinku…
Opanowaliśmy już pisanie skutecznych promptów i wycisnęliśmy ze zwykłego czatu naprawdę sporo. Problem pojawia się wtedy, gdy potrzebujemy wsparcia w czymś bardzo konkretnym: analizie testów, audycie dostępności albo przeglądzie jakości kodu. Zwykły model jest generalistą, więc przy trudniejszych zadaniach technicznych łatwo wpada w ogólniki.
Główny problem: „Ekspert od wszystkiego, czyli od niczego”.
W tym odcinku pokazuję, jak wejść poziom wyżej i zamiast zwykłego okienka czatu użyć Agentów AI. To nadal wygodne narzędzia dostępne z poziomu IDE, ale działają w oparciu o konkretną specjalizację, potrafią czytać pliki i patrzą na problem szerzej niż pojedyncza odpowiedź w rozmowie.
Dlaczego Agent AI daje lepsze odpowiedzi niż zwykły czat?
Agent działa z konkretną rolą, zestawem zasad i dostępem do materiałów z projektu. Dzięki temu nie zatrzymuje się na podstawowych radach typu „sprawdź walidację formularza”, tylko potrafi przejrzeć pliki, wychwycić ryzyka i zaproponować działania dopasowane do realnego kodu. W praktyce dostajesz mniej banałów i więcej odpowiedzi, które faktycznie pomagają w pracy testera lub developera.
📚 Pojęcia, które warto znać:
- Agent AI: Wyspecjalizowany model sztucznej inteligencji, który działa w określonej roli, ma zdefiniowane zasady i może korzystać z narzędzi takich jak pliki czy terminal w IDE.
- Testy E2E (End-to-End): Testy sprawdzające cały przepływ użytkownika od początku do końca, np. od logowania aż do finalizacji zakupu.
- Code Review: Przegląd kodu mający na celu wychwycenie błędów, ryzyk, złych praktyk i problemów z utrzymaniem rozwiązania.
- Dług techniczny (Tech Debt): Skróty i zaniedbania w kodzie, które dziś „działają”, ale później utrudniają rozwój, testowanie i stabilność projektu.
- WCAG 2.1: Standard dostępności cyfrowej opisujący, jak budować interfejsy użyteczne także dla osób z różnymi ograniczeniami.
Dlaczego używamy Agentów zamiast zwykłego czatu?
Zwykły czat odpowiada głównie na podstawie ogólnej wiedzy i krótkiego kontekstu, który mu podasz. Agent dostaje szerszy obraz sytuacji: zna zasady, potrafi analizować więcej niż jeden plik i działa z myślą o konkretnym celu. To właśnie dlatego lepiej sprawdza się przy zadaniach takich jak planowanie testów, audyt dostępności czy tropienie długu technicznego.
🎯 3 rundy pojedynku: zwykły czat vs Agent
- Runda 1 – Testy eksploracyjne (@qa-strategist): Zwykły czat wypisuje podstawowe scenariusze. Agent analizuje pliki i buduje dużo lepszą listę testów opartą o ryzyka i realny kontekst aplikacji.
- Runda 2 – Dostępność (@a11y-expert): Zwykły model daje ogólne wskazówki. Agent może zrobić konkretny audyt HTML i wskazać problemy zgodnie z zasadami WCAG 2.1.
- Runda 3 – Dług techniczny (@tech-debt-auditor): Zwykły czat opisuje potencjalne problemy. Agent potrafi przejść przez repozytorium i przygotować sensowny raport z obszarami wymagającymi poprawy.
⚠️ Złota zasada bezpieczeństwa
Agenty AI potrafią samodzielnie czytać pliki i szukać zależności w repozytorium, dlatego zanim zaczniesz z nich korzystać, upewnij się, że w kodzie nie ma prawdziwych haseł, kluczy API ani danych klientów. Agent jest bardzo pomocny, ale odpowiedzialność za udostępniony kontekst nadal leży po naszej stronie.
Prompty z odcinka
Repozytorium do ćwiczeń: GAD
-
Scenariusz A: analiza formularza użytkownika
Jakie testy przeprowadzić dla tego formularza?
-
Scenariusz B: szybki audyt dostępności
Sprawdź ten kod pod kątem dostępności.
-
Scenariusz C: code review testów E2E
Zrób code review testów w folderze e2e.
Linki i materiały dodatkowe
Emilia Krzemińska-Komenda
Emilia to doświadczona inżynierka QA w Hicron Software, łącząca w swojej pracy analityczny umysł testera z pasją do automatyzacji. Mocno wierzy, że technologia, w tym sztuczna inteligencja, powinna służyć ludziom, dlatego aktywnie rozwija swoją wiedzę w kierunku testowania AI oraz dostępności cyfrowej. Wierzy, że testowanie to droga do tworzenia lepszych i bardziej inkluzywnych produktów. |
Najbardziej irytujace jest pisanie od nowa w tescie fukncji/metody ktore sa juz wyniesione wyżej do page objectow/helperow itd. Czasem nawet jak doda sie je do kontekstu.
Często sam kontekst to za mało i trzeba z botem negocjować jak z bardzo nadgorliwym juniorem, nakładając mu twarde “kagańce” w instrukcjach, np: “Zawsze używaj metod z plików Page Object, nie pisz własnych”. Ale może jest na to jeszcze jakieś inne, bardziej systemowe rozwiązanie? 😉 Stay tuned, bo niedługo pojawią się materiały, które pomogą to usprawnić!