Dados de testes gerados por IA

You can generate test data that is highly specific for your testing needs, using the AI-powered capabilities offered by Autopilot Name. Initially, Autopilot lets you input specific instructions, after which it produces arguments and variables that are relevant to both the instruction and the associated test data set. Additionally, you can instruct Autopilot to generate new arguments for your test data set that are later added to your test case.

Pré-requisitos

Para que o Autopilot gere dados de testes, seu caso de teste deve conter argumentos dos tipos compatíveis no momento. Verifique a seção Tipos de argumentos compatíveis para obter a lista de tipos de argumentos que você pode incluir em seus casos de teste.

Tipos de argumentos compatíveis

Os tipos de argumentos compatíveis para dados de testes gerados por IA são:

• String
• Int32, Int64
• Double
• Número decimal
• Booleano
• car
• Byte
• SByte
• UInt16, UInt32, UInt64
• Único

Gerar dados de testes para casos de teste

Para gerar dados de testes com o Autopilot para um caso de teste de pouco código ou codificado:

1. Abra o Test Explorer.
2. Selecione com o botão direito o caso de teste para o qual você deseja gerar dados de teste e selecione Adicionar dados de teste.
3. Na lista suspensa Origem, selecione Gerar com o Autopilot.
4. Insira instruções no campo de texto Anotar sua solicitação para gerar uma primeira rodada de dados de teste.
5. Como uma etapa opcional, você pode aprimorar os dados de teste gerados com instruções de prompt adicionais.

   Se instruído, o Autopilot adiciona mais argumentos do que os atuais. Os argumentos adicionais são adicionadas ao caso de teste. Além disso, você pode instruir o Autopilot para gerar um certo número de variações de dados.

6. Quando você estiver satisfeito com os dados de testes gerados, selecione Importar para adicionar os dados ao seu caso de teste.

Figura 1. Caixa de diálogo ao gerar dados de testes usando o Autopilot

Melhores práticas

Acesse Geração de dados de testes sintéticos para verificar as recomendações para gerar com eficiência dados de testes com IA. As melhores práticas contêm dicas sobre:

• Como criar argumentos para um conjunto robusto de dados.
• Como usar instruções para seus métodos de combinação de dados preferidos.
• Como usar solicitações para personalizar seu conjunto de dados.