THREADQA
    THREADQA
    Главная
    Курсы
    Java QA Automation
    Selenium, JUnit, TestNG, CI/CD
    Python QA Automation
    Pytest, Playwright, Docker
    iOS QA Automation
    XCTest, XCUITest, Fastlane
    Все курсы
    Практика
    Мок собеседование
    Тренировка перед реальным интервью
    Записи собеседований
    Разбор реальных собеседований
    Буткемп
    Интенсивная подготовка к работе
    XPath Practice Hub
    Тренажёр XPath-запросов
    Roadmap
    Путь QA-инженера
    XPath Dinner
    Практика XPath в игровом формате
    Блог
    FAQ
    Для компаний
    1. Домой
    2. ИИ и тренды
    3. ChatGPT и Claude для написания автотестов: 10 промптов для QA инженера
    Все статьи
    ИИ и тренды
    6 апреля 2026 г. 12 мин чтения

    ChatGPT и Claude для написания автотестов: 10 промптов для QA инженера

    Как использовать ChatGPT и Claude для автоматизации тестирования: генерация тестов по контексту проекта, анализ существующего кода, написание pytest и JUnit тестов. 10 готовых промптов с примерами.

    Олег Пендрак
    Олег Пендрак
    Tech Lead QA Automation · Ozon, VK

    ChatGPT и Claude для QA Automation: 10 промптов которые работают

    Главная ошибка при использовании ChatGPT и Claude для написания тестов — слишком общие промпты. 'Напиши тест для формы логина' — и ты получишь шаблонный код который не имеет ничего общего с твоим реальным проектом. Хороший промпт строится на трёх принципах: контекст проекта, пример существующего кода, конкретная задача.

    Промпт 1: API тест по аналогии с существующим кодом

    Самый мощный приём — показать AI существующий тест и попросить написать аналогичный для нового endpoint. AI подхватывает стиль, паттерны и соглашения твоего проекта.

    ПромптAPI тест по аналогии (Python + requests)
    У меня есть тест для получения списка машин:
    
    import pytest
    import requests
    
    BASE_URL = "https://api.carrent.com"
    
    def test_get_cars_list():
        headers = {"API-Key": "test_api_key_123"}
        response = requests.get(f"{BASE_URL}/api/cars", headers=headers)
        assert response.status_code == 200
        assert len(response.json()) > 0
    
    Напиши аналогичный тест для GET /api/cars/{car_id}.
    Позитивный (200) и негативный (404) сценарии.
    Сохрани тот же стиль и паттерны.

    Промпт 2: UI тест на Playwright с простыми локаторами

    ПромптUI тест поиска (Python + Playwright)
    Вот HTML форма поиска:
    <input type="text" id="brand-input" placeholder="Марка авто">
    <button id="search-btn">Найти машину</button>
    <div class="car-card" data-testid="car-card">...</div>
    
    Напиши Playwright тест который:
    1. Открывает https://carrent.com
    2. Вводит "Toyota" в #brand-input
    3. Нажимает #search-btn
    4. Проверяет что появились карточки [data-testid="car-card"]
    5. Проверяет что первая карточка содержит "Toyota"
    
    Используй простые локаторы. Добавь ожидания загрузки.

    Промпт 3: API тест на Java с RestAssured

    ПромптAPI тесты бронирования (Java + RestAssured)
    Endpoint: POST /api/bookings
    Request: {"car_id": "string", "start_date": "2026-05-01", "end_date": "2026-05-05"}
    Response 201: {"booking_id": "uuid", "status": "confirmed"}
    Response 400: {"error": "Invalid dates"}
    Response 404: {"error": "Car not found"}
    
    Напиши JUnit 5 + RestAssured тесты для всех сценариев.
    Используй given().when().then().
    Проверяй статус код и структуру ответа.

    Промпт 4: Параметризованные тесты на Python

    ПромптПараметризованная валидация (Python + pytest)
    Напиши параметризованный тест для валидации телефона.
    Поле phone: +7XXXXXXXXXX или 8XXXXXXXXXX
    
    Тестовые данные:
    - "" → 400 "Phone is required"
    - "+79123" → 400 "Invalid phone format"
    - "+79123456789" → 201 успешно
    - "89123456789" → 201 успешно
    
    Используй @pytest.mark.parametrize.
    Проверяй статус код и текст ошибки.

    Промпт 5: Анализ упавших тестов

    AI отлично справляется с анализом логов и поиском причин падений — экономит время на дебаг.

    ПромптАнализ падений тестов
    Проанализируй почему упали тесты:
    
    1. test_get_car_by_id - 500 Internal Server Error
    2. test_create_booking - поле 'total_price' отсутствует в ответе (статус 201)
    3. test_filter_cars_by_city - пустой массив вместо результатов
    
    Контекст: тесты падают после деплоя вчера вечером.
    Changelog: "Оптимизация БД запросов, добавление кеширования"
    
    Задачи:
    1. Определи возможные причины для каждого падения
    2. Это баги в приложении или нужно обновить тесты?
    3. Составь краткий отчет для разработчиков

    Claude vs ChatGPT для QA Automation

    Claude лучше справляется с длинными кодовыми базами и рефакторингом — можно вставить весь файл и он не потеряет контекст. ChatGPT сильнее в генерации разнообразных тест-кейсов и написании документации. GitHub Copilot удобнее всего для написания кода прямо в IDE.

    Главное правило: контекст решает всё

    • ▸Всегда вставляй существующий код — AI пишет по аналогии намного лучше чем с нуля
    • ▸Указывай стек явно — pytest/Playwright или JUnit/Selenide, RestAssured/requests
    • ▸Показывай реальные примеры API ответов или HTML структуры
    • ▸Итерируй — уточняй промпты если результат не подходит

    Изучи автоматизацию тестирования с нуля

    На курсах ThreadQA по Java QA Automation и Python QA Automation ты научишься писать профессиональные автотесты на Selenide, Playwright, RestAssured и requests. Актуальный стек 2026, практика на реальных проектах. Первые уроки бесплатно.

    #chatgpt автотесты#claude qa automation#ai написание тестов#промпты для qa#chatgpt тестирование#llm qa automation#ai генерация тест кейсов

    Хочешь практиковаться, а не только читать?

    Курсы по Java, Python и iOS автоматизации. Первые уроки бесплатно.

    Начать бесплатно

    Читайте также

    ИИ и тренды
    11 мин

    ИИ в автоматизации тестирования: что реально работает в 2026

    Как искусственный интеллект меняет QA Automation в 2026 году: AI-генерация тестов, self-healing тесты, agentic QA. Реальные инструменты и практические примеры для QA инженеров.

    Общие темы:chatgpt автотесты
    ИИ и тренды
    6 мин

    Вебинар Spectr: Искусственный интеллект в автотестировании — 5 мая 2026

    5 мая 2026 в 13:00 мск пройдёт вебинар от Spectr с Олегом Пендрак, Tech Lead QA Automation в СберЗдоровье. Обсудим как AI помогает в работе автотестировщика: писать тесты, чинить локаторы, работать с JSON и SQL. Запись будет доступна после эфира.

    ИИ и тренды
    8 мин

    Self-healing тесты: как ИИ автоматически чинит сломанные автотесты

    Что такое self-healing тесты в QA Automation, как они работают и почему снижают время на поддержку тестов с 40% до 10%. Практический гайд для QA инженеров.

    Все статьи блога

    Содержание

    ChatGPT и Claude для QA Automation: 10 промптов которые работаютПромпт 1: API тест по аналогии с существующим кодомПромпт 2: UI тест на Playwright с простыми локаторамиПромпт 3: API тест на Java с RestAssuredПромпт 4: Параметризованные тесты на PythonПромпт 5: Анализ упавших тестовClaude vs ChatGPT для QA AutomationГлавное правило: контекст решает всёИзучи автоматизацию тестирования с нуля

    Автор

    Олег Пендрак
    Олег Пендрак
    Tech Lead QA

    Опыт в Ozon и VK. YouTube-канал 10к+ подписчиков.

    Готов к практике?

    Первые уроки бесплатно

    Начать бесплатно
    THREADQAПлатформа QA Automation

    О платформе

    Обучаем автоматизации тестирования на Java, Python и iOS. Курсы, мок-интервью, буткемп с менторством до оффера.

    Онлайн 24/7

    Курсы

    • Java QA Automation
    • Python QA Automation
    • iOS QA Automation
    • Про ThreadQA

    Услуги

    • QA Буткемп
    • Мок-собеседования
    • Записи собеседований

    Инструменты

    • Roadmap QA
    • Тренажёр XPath
    • XPath Diner

    Контакты

    • Email
      info@threadqa.ru
    • Telegram
      @penolegrus
    Публичная офертаПолитика конфиденциальностиУсловия использования
    © 2026·ThreadQA LMS·Все права защищены