Generative AI for Software Testing

♥️ Khoá học Generative AI for Software Testing (gọi tắt là GenAI for Testing) được thiết kế thành bốn buổi, nhằm cung cấp kiến thức và kỹ năng thực tế giúp tester có thể áp dụng GenAI vào công việc kiểm thử phần mềm hằng ngày. Sau khi kết thúc khoá này, tester nắm được các khái niệm về AI, LLM,… và biết cách vận dụng chúng vào quá trình viết test case cả manual và automation, tạo dữ liệu kiểm thử, và thực thi kiểm thử tự động linh hoạt.

Lợi ích của khoá này

Sau khi kết thúc khoá học GenAI for Testing, tester sẽ:

  • ✅ Hiểu được cách GenAI hỗ trợ quá trình kiểm thử phần mềm
  • ✅ Tạo được test case chất lượng với sự hỗ trợ của GenAI
  • ✅ Sử dụng các công cụ AI phổ biến để tạo dữ liệu kiểm thử hiệu quả
  • ✅ Tự động hoá các test case cho UI và API dựa vào hướng dẫn của AI
  • ✅ Tạo các kịch bản kiểm thử theo luồng nghiệp vụ để thực thi kiểm thử tự động linh hoạt

Yêu cầu đầu vào

Để có thể tham gia khoá này hiệu quả, bạn cần:

  • Nắm vững kiến thức kiểm thử phần mềm cơ bản (như các kỹ thuật thiết kế test case)
  • Có kiến thức cơ bản về kiểm thử tự động (ví dụ đã từng học/sử dụng Selenium, Playwright, hoặc Postman)
  • Có kiến thức cơ bản về lập trình với ngôn ngữ Python hoặc JavaScript (ưu tiên)

Công cụ và công nghệ

Dưới đây là một số công cụ và công nghệ sẽ được học trong khoá này:

  • OpenAI GPT (truy cập API)
  • Playwright để kiểm thử tự động
  • n8n để thiết kế luồng chạy cho kiểm thử tự động
  • OpenAPI schema để tạo test case

Generative AI for Software Testing

Khoá này được thiết kế theo cách tiếp cận sau, giúp tối ưu hiệu quả học tập thông qua các thực hành thực tế trên máy tính để áp dụng AI vào công việc kiểm thử phần mềm hàng ngày.

Nội dung khoá GenAI for Testing

Session 1: Introduction to Generative AI in Testing

Overview of Generative AI

  • What is Generative AI?
  • Difference between traditional AI and Generative AI
  • Overview of LLMs (Large Language Models) in software testing
  • How LLMs are trained and their limitations (tokenization, context windows, hallucinations)

Setting Up AI Tools for Testing

  • Hands-on: Setting up API access for OpenAI (GPT-4, GPT-3.5)
  • Exploring AI-powered test tools (ChatGPT, Copilot, etc.)
  • Configuring an AI-powered testing environment

Session 2: AI-Assisted Test Case Generation

Using Generative AI to Generate Test Cases

  • Understanding prompt engineering for test cases
  • Creating structured and contextual prompts
  • Using Retrieval-Augmented Generation (RAG) for contextualized test cases
  • Hands-on: Writing prompts to generate test cases for different features

Refining AI-Generated Test Cases

  • Evaluating AI-suggested test cases for effectiveness
  • Improving AI responses using:
    • Context embedding
    • Prompt structuring
    • Domain-specific tuning
  • Hands-on: Refining and modifying generated test cases

Automation Readiness of AI-Generated Test Cases

  • Converting test cases into automation scripts
  • Identifying reusable test components
  • Hands-on: Generating test cases and converting them into automation scripts (e.g., Playwright)

Session 3: AI-Powered Test Data Generation

Introduction to AI-Driven Test Data Creation

  • Importance of diverse and realistic test data
  • Challenges in manual test data generation

Generating Test Data with Generative AI

  • Creating structured test data (JSON, XML, CSV)
  • Using OpenAPI schema & SQL schemas for data generation
  • Generating synthetic test data for edge cases
  • Hands-on: Using AI to generate test data for API and UI testing

Transforming and Validating Test Data

  • Converting test data formats
  • Ensuring data consistency and integrity
  • Hands-on: Using AI to transform test data (SQL to JSON, XML to CSV)

Session 4: Advanced AI in Test Automation

Automating UI & API Tests with AI

  • Using AI for Playwright test automation
  • AI-assisted test script generation
  • Hands-on: Creating Playwright tests with AI-generated test cases

AI-Powered Workflow Automation

  • Using AI agents for intelligent test execution
  • Workflow automation using LLMs with n8n
  • Hands-on: Setting up an AI-driven test automation workflow

Model Context Protocol & AI Test Assistants

  • How AI agents learn from testing patterns
  • Implementing Model Context Protocol for intelligent test execution
  • Hands-on: Building an AI-powered test execution assistant

Final Project: AI-Augmented Testing

  • Participants will work on a real-world testing scenario using AI tools.
  • Apply AI-generated test cases, test data, and automation techniques.
  • Present results and findings.

Cám ơn bạn đã quan tâm đến khoá này.

Liên hệ tư vấn chi tiết, vui lòng chat/gọi Zalo: 0️⃣9️⃣0️⃣8️⃣ 0️⃣4️⃣5️⃣ 0️⃣0️⃣5️⃣