用过Microsoft Copilot生成测试用例的人大概都有过这样的体验：把一句“帮我写登录功能的测试用例”丢过去，返回来的清单看着挺像回事，但仔细一看全是“验证正确的用户名密码能登录”“验证错误密码不能登录”这种谁都能想到的用例，真正的边界条件、安全场景、异常流程一个都没有。问题不在Copilot的能力，而在于它缺少必要的上下文。需求文档、技术约束、历史缺陷这些信息你不给它，它只能靠猜。与其被动等待，不如在提示词里主动要求它先向你提问，把信息补齐之后再生成清单。这篇文章就来聊聊具体怎么写这类提示词。
为什么默认提示词生成不出高质量的测试用例
先理解Copilot的默认行为逻辑。大语言模型在收到指令后，倾向于立刻给出“看起来完整”的回答，这是一种训练出来的倾向，模型被优化为尽量满足用户的即时期望。当你的提示词信息量不足时，模型不会停下来追问，而是自动用最常见的场景去填补空白。登录功能就补“账号密码正确/错误”，搜索功能就补“关键词能搜到/搜不到”，这些用例正确但无用。
测试用例的价值恰恰在于信息不对称的部分——哪些字段有特殊校验规则、哪个接口有性能要求、历史上哪些模块容易出问题。这些信息只有提问才能获取。所以提示词设计的核心思路就变成了：改变模型的默认响应顺序，强制它在输出用例之前先进入提问阶段。
还有一个实际好处：让AI先提问，等于免费得到了一份“需求完备性检查清单”。它问出来的问题，往往就是你在写用例时该覆盖但容易遗漏的点，即使最后不用它生成的用例，这个提问过程本身就有价值。
核心提示词结构：让Copilot先提问再动手
要让Copilot先提问，提示词需要包含四个部分：角色设定、明确的两阶段指令、提问数量的约束、以及确认机制。下面是一个经过验证的模板：
你是一名资深测试工程师，擅长设计功能测试用例。 我需要你帮我生成一份测试用例清单，但请严格遵守以下流程： 第一阶段：不要直接输出任何测试用例。 先向我提出5到8个澄清问题，问题应覆盖： 1. 功能的业务目标和目标用户 2. 输入字段的校验规则和长度限制 3. 异常场景和历史高发缺陷 4. 兼容性要求（浏览器、设备、系统版本） 5. 性能和安全方面的要求 第二阶段：等我回答完所有问题后，你再基于我的回答 生成测试用例清单，格式为表格，包含以下列： 用例编号、用例标题、前置条件、测试步骤、预期结果、优先级。 如果我回答不够完整，请针对缺失的信息继续追问， 直到信息足够再生成用例。 现在请开始第一阶段。
这个模板的关键在于最后一句“现在请开始第一阶段”，它明确告诉模型当前该做什么，避免模型把两个阶段的内容混在一起输出。实测中如果不加这句，Copilot有较大概率在提问的同时就把用例草稿列出来了。
提问数量的约束也很重要。不限定数量的话，有的模型会一口气问十几个问题，反而增加你的回答负担。5到8个问题是一个比较平衡的范围，既能覆盖核心信息维度，又不会让澄清过程变得冗长。
进阶技巧：按场景细化提问指令
基础模板解决的是“先问后答”的流程问题，但如果你的测试对象比较特殊，还可以针对场景定制提问维度。比如接口测试，提问重点应该放在参数类型、必填项、幂等性、鉴权方式上；UI测试则要关注交互状态、多端适配、可访问性。下面是接口测试场景的一个示例：
你是一名接口测试专家。我将提供一个API接口信息， 你需要分两步完成测试用例设计： 第一步：先向我提问，问题必须包含以下维度： 1. 每个参数的类型、取值范围、是否必填 2. 鉴权机制（Token类型、过期策略） 3. 异常响应码的完整定义 4. 接口是否有幂等性要求，重复请求如何处理 5. 并发和限流策略 6. 依赖的下游服务及其降级方案 第二步：得到我的回答后，输出用例清单， 按正向用例、异常用例、边界用例、安全用例四组分类。 接口信息如下： POST /api/orders/create 参数：user_id, product_id, quantity, coupon_code(可选)
可以看到，这个提示词把提问维度写得非常具体。这么做的好处是双重保险：一方面确保模型问到的都是你关心的点，另一方面即使你对某个维度不了解，看到问题本身也能意识到测试设计里还有这块盲区。
还有一种常见情况是你使用的是Microsoft 365 Copilot，它能读取你组织内的文档。这时可以在提示词里加一句“请先从需求文档中提取信息，针对文档中缺失或模糊的部分向我提问”，让它在提问前先主动检索已有资料，避免问出文档里已经写清楚的问题，减少无效沟通。
输出后的迭代：让用例清单持续优化
第一轮生成的清单很少能直接用，通常需要一到两轮迭代。这里也有对应的提示词技巧。比较有效的是反向提问法：让Copilot自己审视生成的用例，找出薄弱环节：
请回顾你刚才生成的测试用例清单，回答以下问题： 1. 哪些用例的预期结果可能与实际需求不符？ 2. 有没有遗漏的边界值或异常路径？ 3. 如果只能执行一半的用例，哪些可以砍掉，为什么？ 4. 针对我上次提到的[某个具体约束]， 现有用例的覆盖是否充分？
第3个问题特别值得用。让模型做优先级裁剪，本质上是在逼它对自己的用例做价值排序，砍掉的过程往往会暴露出它当初只是“凑数”的用例，你顺手就能发现清单里的水分。
最后提醒一点：提示词不是一次写好就永远有效的。不同的Copilot版本、不同的会话上下文长度都会影响它对两阶段指令的遵守程度。如果发现模型又开始不问就抢答，最简单的办法是在提示词开头加一句硬约束“在你提问并得到我的回答之前，输出中不允许出现任何测试用例”，用禁止性表述替代流程性描述，通常能明显改善执行效果。
Microsoft Copilot测试用例清单提示词技巧修改时间：2026-09-12 01:18:40