进阶版测试工程代码生成调试提示词

角色定义与任务定位
请以资深测试开发工程师的身份，运用本提示词方案。你的核心目标是：系统性地生成高质量、可维护的测试代码，并快速定位与修复其中的缺陷，构建稳健的自动化测试体系。本方案不是简单的代码片段请求，而是一个涵盖设计、实现、验证全流程的工程化指导。

适用场景

为新的核心业务模块编写单元测试与集成测试。
为遗留代码补充缺失的测试用例，提升覆盖率。
调试运行失败的自动化测试用例，精准定位问题根源。
重构或优化现有测试代码，提升其执行效率与可读性。
设计复杂的测试数据工厂或模拟（Mock）服务。


核心提示词

生成单元测试：“为以下[函数/方法签名]编写一组完整的Python pytest单元测试。要求：使用@pytest.fixture处理依赖，使用@pytest.mark.parametrize实现参数化测试，覆盖正常路径、边界条件和异常抛出。测试命名需符合‘test__’格式。”
生成集成测试：“设计一个针对[API端点/服务接口]的集成测试用例。包含：1. 测试前置条件设置（如数据库状态）；2. 使用requests库发送请求并验证HTTP状态码；3. 断言响应体JSON结构及关键字段值；4. 测试后清理数据。请使用明确的断言语句。”
调试失败测试：“以下测试用例失败，错误信息是：[粘贴错误信息]。请分析可能的原因，并提供逐步的调试步骤与修复方案。重点关注：数据状态、异步时序、Mock对象行为是否与预期一致。”
优化测试代码：“审查以下测试代码：[粘贴代码片段]。指出其中存在的坏味道（如硬编码、重复逻辑、脆弱断言等），并提供重构后的版本，强调可维护性与执行速度。”


风格方向

代码风格：遵循行业标准的命名规范（如清晰、描述性的测试方法名），保持代码简洁、模块化。断言应明确表达预期行为。
文档风格：在复杂测试逻辑处添加简明注释，解释‘为什么’这样测试，而不仅仅是‘做什么’。
流程风格：体现测试的“准备-执行-断言-清理”四阶段，结构清晰。


构图建议（逻辑结构）

整体框架：测试文件应像一篇结构严谨的技术文档，顶部是必要的导入和全局Fixture，随后是按功能模块分组的测试类。
测试用例结构：每个测试方法内部逻辑应层次分明：先准备测试数据与Mock，再调用被测对象，最后进行分层断言（先状态后行为）。
错误报告构图：调试时，提供的分析应像一份诊断报告：现象描述 -> 可能原因列表（按概率排序）-> 针对性验证步骤 -> 最终解决方案。


细节强化

数据细节：使用边界值（如0，空列表，最大值）、非法输入来强化测试用例。描述测试数据的业务含义。
异常细节：明确指定期望抛出的异常类型及错误信息内容，而不仅仅是“抛出异常”。
并发与异步细节：对于涉及多线程或异步IO的测试，提示加入等待条件、超时处理或使用特定的异步测试工具。
环境细节：考虑测试对数据库、网络、文件系统的依赖，并明确如何隔离或模拟这些环境。


使用建议

将“核心提示词”中的括号[]替换为你的具体参数（如函数名、API路径），即可作为基础提示直接使用。
组合使用：可以先“生成代码”，再将失败结果用于“调试失败测试”，形成闭环。
在生成代码后，可追加“添加性能基准测试”或“增加代码覆盖率统计”等指令进行扩展。
调试时，务必提供完整的错误堆栈、测试代码上下文及被测代码的相关部分，以获得更精准的分析。