Planejamento de Testes com IA
Ir para notas que citam estaPlanejamento de testes com IA é perguntar a um modelo de linguagem, em sequência, o que testar, como testar e onde rodar os testes de uma aplicação, a partir de um artefato já interpretado.
As três perguntas vêm depois da Interpretação de Artefatos com IA: uma vez que o modelo descreveu a aplicação, ele é convidado a transformar esse entendimento num plano. Cada pergunta cobre uma dimensão diferente: o que testar define as categorias e os alvos, como testar define técnicas e ferramentas, onde testar define o ambiente ou a etapa do pipeline. Juntas, formam um roteiro que serve de entrada para a etapa seguinte, a de gerar scripts, cenários e massa de dados.
O prompt pode ser mínimo, pedindo apenas que o modelo se imagine como um profissional de QA e responda o que, como e onde testaria a aplicação. Mesmo assim a resposta sai longa e organizada por categoria.
O que testar: categorias que o modelo propõe
Para uma API REST documentada em Swagger, as respostas cobriram as categorias clássicas de Tipos de Teste de Software:
- funcionais, com o CRUD de cada entidade;
- validação de dados, conferindo os esquemas de entrada e de saída;
- segurança, com autenticação, autorização e ataques comuns como SQL injection, XSS e CSRF;
- desempenho, com carga, estresse e escalabilidade;
- erros e exceções, incluindo mensagens e tratamento;
- integração, aceitação e regressão.
Com o código-fonte no contexto, o que testar desce ao nível das classes: funções e métodos de controllers, models, camadas de dados e exceções do projeto.
Como testar: ferramentas sugeridas
As sugestões de ferramenta são a parte mais útil para quem não vem de QA, porque dão nomes concretos para pesquisar. Para segurança vieram OWASP ZAP, SonarQube e Burp Suite; para desempenho, JMeter e Gatling; para API, Postman e RestAssured; para interface, Selenium, mesmo num projeto com poucas páginas HTML; para aceitação, Cucumber, apoiado em BDD e com a recomendação de envolver stakeholders.
Lendo um projeto Java com Spring, o modelo indicou JUnit por já ser dependência do projeto, junto com Mockito, e sugeriu Spring Test com banco em memória H2 para simular a produção nos testes de integração.
Onde testar e o peso do contexto
A pergunta sobre onde testar é a que mais depende do artefato fornecido. Só com a documentação, a resposta se limitou aos três ambientes genéricos: desenvolvimento, teste ou staging, e produção. Com o código-fonte, veio o diretório exato para os testes, a opção de manter scripts em repositório separado e a execução a cada commit ou merge na pipeline de CI, aproveitando os workflows de GitHub Actions que o projeto já tinha.
Perguntas genéricas, feitas de propósito para simular um iniciante, produzem respostas no estilo tutorial. A precisão aumenta conforme o contexto cresce e as perguntas ficam mais específicas, o que faz da primeira resposta um guia para formular as próximas, como discutido em Engenharia de Prompt.
Os modelos não respondem da mesma forma. Um deles devolveu um texto curto e genérico, chegou a sugerir teste de interface para uma API sem interface, mas acrescentou recomendações de planejamento que o outro omitiu: definir objetivos, escopo e ferramentas, escrever os casos de teste, automatizar a execução e monitorar a performance da API.
Para quem o plano gerado vale mais
Para quem está começando, o plano funciona como um passo a passo e como ponto de partida para perguntas mais precisas. Para quem já é especialista, descobrir o que testar agrega pouco; o ganho está em encadear esse plano com a geração automática dos scripts.