在测试工作流开始前检查用户输入是否包含有效的需求描述和足够的上下文信息。当用户的测试请求过于模糊（只说"帮我测试"却没说测什么）、缺少必要的需求文档或上下文时，应当使用此技能来验证输入完整性。如果输入验证失败，必须返回缺失信息清单要求用户补充。适用于启动任何测试设计流程的第一步。 本技能属于 QA Test Skills 技能集（49 个技能之一），完整工作流体验需安装全套：npx skills add Kokxi/qa-test-skills
1 次安装
编程
输出验证
试用在最终输出前对测试用例做最后一轮防幻觉验证：事实核查（引用的需求ID是否存在）、一致性检查（用例之间是否矛盾）、可执行性验证（步骤是否能实际操作）、来源追溯（每个用例是否能追溯到具体需求）。当测试用例已经生成完毕、准备输出了，但你不确定AI有没有编造不存在的功能或需求时，应当使用此技能。这是整个工作流的最终质量守门——如果验证失败，必须返回问题清单要求修正，不得跳过。 本技能属于 QA Test Skills 技能集（49 个技能之一），完整工作流体验需安装全套：npx skills add Kokxi/qa-test-skills
它能做什么
在最终输出前对测试用例做最后一轮防幻觉验证：事实核查（引用的需求ID是否存在）、一致性检查（用例之间是否矛盾）、可执行性验证（步骤是否能实际操作）、来源追溯（每个用例是否能追溯到具体需求）。当测试用例已经生成完毕、准备输出了，但你不确定AI有没有编造不存在的功能或需求时，应当使用此技能。这是整个工作流的最终质量守门——如果验证失败，必须返回问题清单要求修正，不得跳过。 本技能属于 QA Test Skills 技能集（49 个技能之一），完整工作流体验需安装全套：npx skills add Kokxi/qa-test-skills
技能文档
⚠️ 安全警告：本技能的示例可能涉及对虚无功能的删除或标记建议。 实际使用时请勿直接删除测试用例或功能项，先确认其来源并备份原数据。 本技能仅在 workspace/ 输出评估文件，不持久化、不外传、不跨会话复用。
输出验证
核心原则
AI可能编造不存在的内容——必须验证每个输出的依据。
验证维度
维度1：事实核查
目标：验证AI输出是否基于真实信息，而非编造
检查点：
├─ 需求是否真实存在？
│ └─ 用例中的需求ID是否在需求解构表中？
├─ 风险是否合理推断？
│ └─ 风险ID是否基于实际风险分析？
├─ 边界是否可验证？
│ └─ 边界条件是否真实存在？
├─ 行业标准是否准确？
│ └─ 引用的行业知识是否正确？
└─ 历史缺陷是否真实？
└─ 引用的历史缺陷是否有依据？
防幻觉检查：
├─ 检查是否有"凭空捏造"的内容
├─ 检查是否有"过度推断"的内容
├─ 检查是否有"错误引用"的内容
└─ 检查是否有"逻辑矛盾"的内容
维度2：一致性检查
目标：验证输出各部分是否一致
检查点：
├─ 需求ID与用例是否一一对应？
│ └─ 每条用例的需求ID是否在需求列表中？
├─ 风险ID与用例是否匹配？
│ └─ 风险等级是否与用例内容一致？
├─ 场景与边界是否对应？
│ └─ 边界是否覆盖了相关场景？
├─ 评审结果与实际输出是否一致？
│ └─ 评审指出的问题是否已修正？
└─ 不同技能输出是否矛盾？
└─ 需求解构、场景树、边界分析是否一致？
一致性矩阵：
| 维度1 | 维度2 | 检查项 |
|-------|-------|--------|
| 需求 | 用例 | 需求ID是否匹配 |
| 风险 | 用例 | 风险ID是否匹配 |
| 场景 | 边界 | 边界是否覆盖场景 |
| 评审 | 输出 | 问题是否已修正 |
维度3：可执行性验证
目标：验证测试用例是否可实际执行
检查点：
├─ 测试步骤是否具体可操作？
│ └─ 步骤是否清晰到可以由任何人执行？
├─ 预期结果是否可验证？
│ └─ 预期结果是否客观可测量？
├─ 测试数据是否可构造？
│ └─ 需要的测试数据能否准备？
├─ 测试环境是否可搭建？
│ └─ 需要的环境能否搭建？
└─ 测试工具是否可用？
└─ 需要的工具是否可获取？
可执行性评分：
- 10分：完全可执行，无任何障碍
- 7分：基本可执行，少量障碍可克服
- 4分：部分可执行，有明显障碍
- 1分：无法执行，需要重新设计
维度4：来源追溯
目标：标注每个输出的来源和依据
追溯内容：
├─ 需求来源：来自用户输入/需求文档
├─ 风险来源：来自风险分析/行业经验
├─ 边界来源：来自边界分析/最佳实践
├─ 用例来源：来自哪个技能生成
└─ 评审来源：来自哪个评审维度
追溯格式：
每条用例标注：
- 需求来源：REQ-XXX（来自需求解构）
- 风险来源：RISK-XXX（来自风险分析）
- 生成来源：qa-ai-prompt-strategy
- 评审状态：已评审/未评审
验证流程
步骤1：事实核查
执行内容：
1. 对比用例中的需求ID与需求解构表
2. 检查风险ID是否基于实际分析
3. 验证边界条件是否真实存在
4. 检查引用的行业知识是否准确
输出：
├─ 核查通过项：[列表]
├─ 核查失败项：[列表]
└─ 幻觉风险项：[列表]
步骤2：一致性检查
执行内容：
1. 验证需求ID与用例的对应关系
2. 验证风险ID与用例的匹配关系
3. 验证场景与边界的覆盖关系
4. 验证评审结果与实际输出的一致性
输出：
├─ 一致项：[列表]
├─ 不一致项：[列表]
└─ 矛盾项：[列表]
步骤3：可执行性验证
执行内容：
1. 检查测试步骤的具体性
2. 检查预期结果的可验证性
3. 检查测试数据的可构造性
4. 检查测试环境的可搭建性
输出：
├─ 可执行项：[列表]
├─ 部分可执行项：[列表]
└─ 不可执行项：[列表]
步骤4：生成验证报告
## 输出验证报告
### 验证摘要
- 验证日期：YYYY-MM-DD
- 用例总数：XX条
- 验证结果：通过/不通过
### 事实核查
| 检查项 | 结果 | 说明 |
|--------|------|------|
| 需求真实性 | 通过/失败 | [说明] |
| 风险合理性 | 通过/失败 | [说明] |
| 边界可验证性 | 通过/失败 | [说明] |
| 行业标准准确性 | 通过/失败 | [说明] |
### 一致性检查
| 检查项 | 结果 | 说明 |
|--------|------|------|
| 需求ID匹配 | 通过/失败 | [说明] |
| 风险ID匹配 | 通过/失败 | [说明] |
| 场景边界对应 | 通过/失败 | [说明] |
| 评审结果一致 | 通过/失败 | [说明] |
### 可执行性验证
| 用例编号 | 可执行性 | 问题 |
|---------|---------|------|
| TC_XXX_001 | 可执行 | - |
| TC_XXX_002 | 部分可执行 | [问题] |
| TC_XXX_003 | 不可执行 | [问题] |
### 问题清单
| 问题类型 | 用例编号 | 问题描述 | 严重程度 |
|---------|---------|---------|---------|
| 幻觉 | TC_XXX_001 | 需求ID不存在 | 高 |
| 不一致 | TC_XXX_002 | 风险等级与内容不符 | 中 |
| 不可执行 | TC_XXX_003 | 步骤过于模糊 | 中 |
### 验证结论
- 是否通过：是/否
- 主要问题：[描述]
- 建议：[建议]
验证策略速查表
不同输出类型的验证侧重点不同：
| 输出类型 | 优先验证维度 | 特别关注 | 验证深度 |
|---|---|---|---|
| 功能用例 | 可执行性+事实核查 | 步骤是否可操作 | ★★★ |
| 边界用例 | 事实核查 | 边界值是否真实存在 | ★★★★ |
| 异常用例 | 可执行性+一致性 | 异常场景是否合理 | ★★★★ |
| 安全用例 | 事实核查+可执行性 | 攻击向量是否真实 | ★★★★★ |
| 性能用例 | 可执行性 | 指标是否可测量 | ★★★ |
| 全量用例集 | 全部四维 | 全流程一致性 | ★★★★★ |
常见幻觉类型与处理
| 幻觉类型 | 表现 | 检测方法 | 处理方式 |
|---|---|---|---|
| 虚无功能 | AI编造不存在的功能模块 | 对比需求解构表 | 删除或标记 |
| 过度推断 | 从"登录失败"推"账号被锁"但需求未提 | 检查推理链是否在需求范围内 | 降级为假设场景 |
| 数据编造 | 编造不存在的API返回字段 | 对比接口文档/边界清单 | 修正或删除 |
| 时间幻觉 | 断言"3次锁定"但需求写5次 | 比对原始需求 | 修正为准确值 |
| 跨模块矛盾 | A模块说"跳转B"，B模块用例推翻 | 一致性检查矩阵 | 统一修正 |
| 依赖幻觉 | 假设了不存在的前置依赖 | 检查前置条件是否有需求支撑 | 标注[假设] |
输出示例
用户说"帮我验证AI生成的登录测试用例" → 事实核查：验证所有需求ID、场景、预期结果是否基于真实需求文档 → 一致性检查：同一功能的不同用例之间描述是否一致 → 可执行性验证：每个用例的步骤是否清晰可执行 → 来源追溯：标注每个用例的信息来源（需求文档/分析结果/AI推断）
AI生成了一个不存在的功能模块的测试用例 → 事实核查命中：该模块ID在需求文档中不存在，标记为幻觉
检查清单
输出验证完成后检查：
- 事实核查是否完成？
- 一致性检查是否通过？
- 可执行性验证是否完成？
- 来源追溯是否标注？
- 问题清单是否列出？
- 验证报告是否完整？
输出验证 vs 输出评审
| 维度 | 输出验证（本技能） | 输出评审（qa-ai-output-critique） |
|---|---|---|
| 目标 | 防幻觉、保质量 | 找不足、促迭代 |
| 视角 | 事实核查：是否"真实" | 质量评估：是否"够好" |
| 输出 | 验证报告（pass/fail） | 评审报告（六维评分+改进建议） |
| 触发时机 | 最终输出前 | 生成后、迭代中 |
| 核心问题 | "这个用例能执行吗？" | "这个用例够全面吗？" |
| 处理幻觉 | 标记+删除 | 反馈+补充 |
相关技能
对AI生成的测试用例进行八维评审（完整性、正确性、可执行性、风险覆盖、规范性、一致性、追溯性、冗余度），是AI生成用例后的第一个质量门禁。当AI刚刚生成了一大批测试用例、你需要确保这些用例真的有价值而不是"看起来不错"时，应当使用此技能。不要假设AI输出的都是对的——AI经常生成语义正确但实际操作不了的用例。每个维度评分低于7分的必须标注问题并使用MISSING/WRONG/VAGUE等规范格式标记。无上游场景树/风险清单时降级为六维评审（跳过追溯性、简化完整性）。 本技能属于 QA Test Skills 技能集（49 个技能之一），完整工作流体验需安装全套：npx skills add Kokxi/qa-test-skills
2 次安装
当 AI 生成的测试用例已经过输出评审和盲区补盲、准备终审上线时使用此技能。由资深测试对 AI 输出的用例做人工抽样校验，从业务有效性、场景完整性、可执行性三个维度做最后把关。⚠️ 如果发现系统性问题（比如遗漏了某个关键模块），需要回退修正并记录到 Prompt 优化反馈库。专家评审不是走形式——发现的问题必须闭环。 本技能属于 QA Test Skills 技能集（49 个技能之一），完整工作流体验需安装全套：npx skills add Kokxi/qa-test-skills
2 次安装
当需要测试 AI Agent（智能体、聊天机器人、AI 助手）时使用此技能。Agent 测试和传统功能测试完全不同——你要测的不是"点按钮看结果"，而是它的推理链路、工具调用时机、幻觉率、Prompt 注入防护、角色边界保持和记忆一致性。如果 Agent 能乱调用工具或泄漏系统 Prompt，那就是安全事件。⚠️ Agent 测试必须包含功能安全可控可靠九维覆盖，缺一不可。 本技能属于 QA Test Skills 技能集（49 个技能之一），完整工作流体验需安装全套：npx skills add Kokxi/qa-test-skills
2 次安装
根据不同的测试目标和上下文，选择最佳的提示词模式来驱动AI生成高质量的测试用例。当AI输出的测试用例质量不够好、太泛泛、或者深度不够时，问题往往不在AI而在提示词。此技能提供结构化提示词模板，注入前面步骤产出的分析结果，输出包含角色定义、输出格式规范和约束条件的优化提示词。⚠️ 作为工作流的必过步骤，不得跳过。 本技能属于 QA Test Skills 技能集（49 个技能之一），完整工作流体验需安装全套：npx skills add Kokxi/qa-test-skills
2 次安装
从需求文档自动生成结构化测试用例，覆盖功能测试、边界分析、组合测试和回归测试全流程。自动串联48个专家级子技能，按12步工作流编排执行。适用于：上传需求文档（PRD/Word/PDF/URL）需要完整测试用例时、不知道如何设计测试场景或担心遗漏边界条件时、需要AI评审测试输出并补充测试盲区时。每个步骤都有独立技能支撑，输出格式统一、需求可追溯、覆盖率可量化。
2 次安装1 星标