Massa de Dados de Teste
Ir para notas que citam estaMassa de dados de teste é o conjunto de dados de entrada que alimenta os cenários de teste, mantido separado do código do teste e que pode ser gerado por modelos de linguagem.
Num teste de login, por exemplo, a massa contém o nome de usuário, a senha e o resultado esperado de cada caso. O código do teste descreve o que fazer; a massa diz com quais valores. Criar esses valores à mão é repetitivo e raramente cobre os casos que quebram a aplicação, o que torna a geração automática com IA uma das aplicações mais diretas de modelos de linguagem em testes. Dentro do ciclo de Testes Autônomos com IA, a massa de dados é um dos artefatos do segundo ato, o de geração, ao lado de scripts e cenários.
Por que separar dados de código
Com a massa fora do código, dá para testar muitos cenários (vários logins, várias senhas, vários perfis) sem mexer na lógica do teste. Isso facilita a manutenção e a automação de regressão: um cenário novo entra alterando só os dados. A massa pode ficar em arquivos JSON ou CSV ou num banco de dados externo, e um teste automatizado com Selenium a lê para preencher formulários.
Gerar a massa é uma tarefa mais simples do que gerar casos de teste completos ou page objects, o que a torna um bom primeiro passo para quem começa a usar IA em testes.
Níveis de automação na geração
A geração vai de manual a integrada. No nível mais simples, pede-se a um chat, como ChatGPT ou Copilot, uma lista de dados para um teste. No nível seguinte, um script chama um modelo local pelo Ollama e pode entrar numa esteira de testes. A execução local é a indicada quando o repositório ou os dados são sensíveis, porque nada sai da máquina (ver Modelo Local versus API Paga).
Um fluxo local em duas etapas funciona bem:
- Clonar o repositório da aplicação e ler os arquivos relevantes. Restringir a leitura a um arquivo, como o HTML de um formulário de cadastro, evita que o modelo leve tempo demais processando tudo.
- Pedir ao modelo que interprete a aplicação e, a partir dessa interpretação, gere N exemplos de dados de teste.
Com modelos locais como Llama 3.1 e Phi-3, dez exemplos pedidos em português vieram organizados e, sem pedido explícito, incluíram casos de borda: cadastro sem nome, sem estado, com e-mail inválido. A saída pode vir em JSON, pronta para consumo por outro programa (ver Saída Estruturada de LLMs).
Cuidados e decisões de formato
A resposta depende muito da formulação. Um pedido amplo, como gerar exemplos de dados genéricos, fez um modelo devolver um script com a biblioteca Faker e a sugestão de usar datasets do censo para dados brasileiros realistas, em vez dos dados em si. Ser específico sobre o que se quer, os dados em si e em que formato, reduz esse desvio. Mesmo pedindo português, parte da saída pode vir em inglês.
O formato de saída segue a tecnologia que vai consumir os dados: JSON, texto, CSV ou XLSX para reuso em outras ferramentas. Numa arquitetura de agentes, fica em aberto se um único agente gera todos os formatos ou se cada formato tem um agente especializado. O trade-off é entre simplicidade inicial e especialização, e a arquitetura pode começar enxuta e ganhar agentes por formato à medida que a necessidade aparece.