AI编程实战：让 AI 写测试，一次到位

AI编程实战：让 AI 写测试，一次到位

写在前面

写测试枯燥，但 AI 很擅长。这篇用 pytest 演示怎么让 AI 生成高质量测试，并教你判断测试质量。

一、Prompt 模板

为 parse_config 函数编写单元测试。
- 代码：（粘贴函数）
- 框架：pytest
- 覆盖：正常输入、边界输入（空值/极值/特殊字符）、异常输入三类
- 输出：可直接运行的 test_config.py，每个用例注释说明测什么

二、怎么判断测试质量

拿到 AI 生成的测试，检查三点：

1. 断言是否具体：有没有验证返回值/异常，而不是只跑一遍不报错；
2. 是否覆盖三类输入：正常、边界、异常缺一不可；
3. 是否测行为而非实现细节：改内部实现不影响测试，才是好测试。

三、跑一遍再说

pytest -v

看到全部用例通过后，再故意改坏被测函数，确认测试能"抓"住问题——这一招能筛掉大量假测试。

提示：AI 生成的测试也可能有错，或者测错了方向。让测试先失败一次（用坏代码验证），它才有价值。

小结与下篇预告

这篇掌握了让 AI 写测试的模板和验收方法。下一篇《AI编程实战：让 AI 写文档（README、注释、接口文档）》，给项目补上最后一块拼图。

小作业

给第 4 篇的重命名工具写一套 pytest 测试（正常/边界/异常三类），并用"故意改坏"的方法验证测试真的有效。