ИИ в тестировании пишет 80 сценариев за пять минут, но 15% правят вручную
Инженер по тестированию «Т1 Иннотех» Роман Поляков показал на практике, как ИИ за пять минут пишет 80 тестовых сценариев к одной странице приложения, и при сжатых сроках релизов этот приём экономит недели ручной работы.

Ниже пошаговая схема. Вы отдаёте нейросети ТЗ, то есть техническое задание (документ, где заказчик описывает, что должна делать программа). Взамен получаете список обязательных проверок, найденные противоречия и готовые сценарии тестов.
Инженер опубликовал не обещания, а замеры своей команды вместе с промахами ИИ. Среди них 6 ложных тревог на 500 скриншотов и 3 пропущенные критические ошибки из 15 в журналах. По этим цифрам видно, где нейросети можно доверять, а где нет.
Разбор написал сам Поляков, инженер QA (специалист по контролю качества программ). Он оформил текст в стилистике вселенной Warhammer 40K, но подчёркивает, что все примеры и метрики взяты из реальной практики команды. Автор считает не только успехи ИИ, но и его ошибки, поэтому из разбора можно вынести рабочую инструкцию.
ИИ в тестировании закрывает восемь участков работы
Поляков выделяет восемь направлений, где ИИ в тестировании уже приносит пользу:
- разбор технической документации и структурирование требований;
- генерация тестовых сценариев;
- распределение тестов между исполнителями;
- поиск дефектов в журналах работы программы и на скриншотах;
- прогноз рисков в релизе;
- проверка внешнего вида интерфейса;
- проверка API (способа, которым программы обмениваются данными) и микросервисов (небольших независимых частей большой системы);
- подготовка к работе с новыми технологиями.
По четырём направлениям автор приводит замеры. На анализ 2 ТБ журналов ушло два часа, ИИ нашёл 12 из 15 критических ошибок при 3% ложных срабатываний (случаев, когда система поднимает тревогу без причины). Сравнение 500 скриншотов заняло десять минут: найдено 8 визуальных багов из 10, ложных срабатываний 6. Модель прогноза рисков угадала 7 из 9 критических багов, точность 78%, но для этого ей нужна история проектов минимум за год.
Что понадобится, чтобы начать?
- ТЗ или подробное описание страницы, которую нужно проверить.
- Чат-бот на LLM, большой языковой модели (программе, которая понимает и пишет текст). Из доступных в РФ подойдут YandexGPT и GigaChat.
- Для конфиденциальных данных локальная модель, развёрнутая на собственном сервере. Так советует автор.
- Время на ручную доработку: даже в удачном примере команда исправила 15% сценариев.
Пошаговая инструкция: от ТЗ до готовых сценариев за 6 шагов
- Оцените объём документа. Если в нём больше 50, а то и 100 страниц, разрежьте его на логические блоки. Причина в контекстном окне, то есть в объёме текста, который модель удерживает в памяти за один раз. Иначе срабатывает эффект «потерянной середины» (Lost in the Middle): ИИ «забывает» то, что стояло в середине текста. Второй путь подойдёт технически подготовленной команде. Это RAG, поиск с подстановкой: модель сначала находит нужный фрагмент документа и отвечает только по нему.
- Уберите из текста персональные и банковские данные или работайте через локальную модель.
- Вставьте промпт (текстовую команду для нейросети) из разбора Полякова:
Проанализируй следующее техническое задание и выполни три задачи:
1. Выдели все обязательные поля, бизнес-правила и граничные условия.
2. Найди противоречия между разделами (указывай номера разделов).
3. Сформируй тестовые сценарии в формате: ID | Тип (позитивный/негативный/граничный) | Шаги | Ожидаемый результат.
ТЗ: [вставить текст ТЗ]
- Сверьте список обязательных полей и лимитов с документом вручную.
- Отнесите найденные противоречия разработчикам и согласуйте их до начала программирования.
- Пройдите по сценариям трёх типов: позитивным (всё введено верно), негативным (ошибка пользователя) и граничным (значение ровно на пределе допустимого). Сложную бизнес-логику проверяйте сами, ИИ здесь только помощник.
Команда тестировала мобильное приложение для переводов, ТЗ занимало 150 страниц. ИИ выделил обязательные поля: номер карты, CVV (трёхзначный код на обороте карты) и срок действия. Нашёл лимиты: 300 000 ₽ в сутки и 100 000 ₽ за один перевод. Сгенерировал граничные сценарии, например перевод ровно на 100 000 ₽ или карту, срок которой истекает сегодня. Обнаружил противоречие: для VIP-клиентов лимит в одном разделе указан как 500 000 ₽, в другом как 700 000 ₽. Итог: 120 сценариев вместо 20 ручных, тестирование стартовало на 30, а то и 40% быстрее.
- Слепая вера в результат. По словам автора, ИИ может принять пример из примечания за обязательное требование.
- Расчёт на знание отрасли. Нейросеть не всегда понимает отраслевые стандарты и неочевидные бизнес-правила.
- Длинный документ одним куском. Середина текста теряется.
- Визуальные проверки анимаций и графиков. Автор прямо не рекомендует применять ИИ для динамичных элементов.
- Загрузка чувствительных данных в облачный сервис.
Что делать с этим прямо сейчас, по ролям?
Предпринимателю, который заказывает приложение или сайт у подрядчика. Прогоните ТЗ через промпт до подписания договора. Противоречие в лимитах, найденное на бумаге, обходится дешевле бага в работающем продукте. Для документов с коммерческой тайной выбирайте локальную модель.
Маркетологу. Отдайте ИИ описание лендинга или формы заявки и попросите негативные и граничные сценарии: пустое поле, неверный телефон, слишком длинное имя. Так вы закроете дыры, на которых теряются заявки.
Автору Дзена, который пишет про ИТ или делает чат-бота для своей аудитории. Промпт подходит для проверки собственного описания продукта, а таблица сценариев сама просится в обучающий пост.
Тестировщику. Начните с документации. Автор пишет, что так разбор сокращается с недель до 2, максимум 3 дней.
На мой взгляд, самое ценное в разборе Полякова не 80 сценариев за пять минут, а честные 15% доработки и 6 ложных тревог. Именно так и стоит относиться к нейросети: это быстрый стажёр, которому нужен проверяющий. Выжать максимум помогает строгий формат ответа: таблица с типом сценария дисциплинирует модель лучше длинных просьб. Оговорка: если у вашей команды нет истории багов хотя бы за год, прогноз рисков пока не для вас, начните с ТЗ. Тот, кто первым научится проверять ИИ, а не верить ему, и выиграет время.
Научитесь работать с нейросетями без иллюзий
В dzen.guru разбираем рабочие промпты и честно показываем, где ИИ ошибается
Перейти в dzen.guru
Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

Наделла объяснил, почему Microsoft предложила 60 тысячам уволиться: все будут управлять ИИ
Глава Microsoft Сатья Наделла, признав, что компания создала у людей огромную тревогу, объяснил предложение о добровольном уходе для 60 тысяч сотрудников…

Anthropic вышла на Nasdaq с оценкой $1,5 трлн, но контроль оставила за основателями
Anthropic, разработчик нейросети Claude, вышла на биржу Nasdaq под биржевым кодом ANT и начала торги по 111,50 доллара за акцию, почти через месяц после…

SpaceX просит запустить 1 млн орбитальных дата центров, Google уже считает на орбите
Google, SpaceX и Blue Origin в октябре почти одновременно обновили проекты орбитальных дата центров, и эта инструкция поможет автору за вечер разобраться, где…
Комментарии