后台收到一条留言："我按你说的写了Skill，AI生成了52条用例，看着挺像那么回事。结果一执行，一半跑不通。"

答案是：Skill是起点，不是终点。

没有经过迭代优化的Skill，生成的用例"看起来对但执行不了"——结构完整、字段齐全、数量到位，但仔细一看，步骤是PRD原文复述、前置条件缺上游链路、用例放错了模块。

这不是AI"不行"，是Skill的约束还不够。

今天这篇文章，不讲怎么写Skill（之前写过），讲的是怎么让Skill越来越好。

一个真实的迭代案例

先说场景。

一次中等复杂度的迭代：6个前端页面 + 5个后端模块 + 消息通知卡片交互 + 多步骤业务流程（异常检测→消息推送→数据修改→操作回退→状态刷新）。AI一次性生成了52条用例。

看结构：有功能模块、有子模块、有步骤、有预期结果、有前置条件。数量合理，覆盖面看着也够。

看起来很成功。

然后我开始逐条审核。

第3条就发现问题了——步骤写的是"检查配置方案选取"，预期写的是"优先取在线状态的配置作为比对基准"。

这是PRD原文，不是测试步骤。

继续往下审，问题一个接一个冒出来。最终52条用例里，发现了6类质量问题。

每发现一个问题，我的处理流程是：

发现 → 修复当前用例 → 分析根因 → 写入Skill规则 → 验证下一轮不再犯

这个循环，就是Skill迭代的核心。

优化循环：五步法

很多人以为Skill写完就完事了。实际上，Skill的质量是"喂"出来的——你喂给它多少真实问题，它就长出多少防御能力。

具体怎么做？五步：

第一步：人工审核

AI生成 ≠ 可用。这一步不能跳过。

审核的视角不是"结构对不对"，而是"能不能执行"。步骤写了"检查XX"——具体怎么检查？在哪个页面？点哪个按钮？预期结果写了"正常显示"——正常是什么样？有哪些字段？

第二步：定位问题

不是笼统说"质量不好"，要精确到：哪条用例、哪个字段、具体什么问题。

"TC-015的步骤[1]只写了'检查XX'，没有具体操作"——这才是可定位的问题。后面实战部分会详细展开。

第三步：分析根因

偶尔犯一次是粗心，同一类问题反复出现，说明是Skill缺少约束。

比如发现3条用例的步骤都是"检查XX"，根因就不是"AI偶尔偷懒"，而是Skill没有明确要求步骤必须包含具体操作。

第四步：写入规则

规则要具体到可执行。

❌ "注意用例质量"——废话，AI不知道什么叫质量。 ✅ "每条步骤必须包含具体操作+具体验证点，禁止以'检查/验证/确认'作为步骤全部内容"——AI拿到这条规则，能直接判断自己的输出合不合格。

第五步：验证效果

下一轮生成时，看同类问题是否消失。如果还在，说明规则不够严，或者根因分析偏了，回到第三步。连续两轮未出现同类问题，才算验证通过。

这个循环不是跑一次就结束，是每轮迭代都在跑。  每发现一类问题，就在质量自检清单里加一条。后面会看到，清单从最初的16条扩展到了26条，每一条都是这个循环跑出来的。

实战：三个典型陷阱的完整闭环

光讲方法论太抽象。下面用三个真实案例，展示"发现问题→分析根因→写入规则→验证效果"的完整过程。

陷阱一：步骤复述PRD

发现问题：

审核到TC-015，步骤写的是：

步骤：[1]检查配置方案选取 预期：[1]优先取在线状态的配置作为比对基准

这就是把PRD需求复述了一遍，不是可执行的测试步骤。测试人员拿到这条用例，不知道该在哪里看、怎么操作、验证什么。

继续审，发现同类问题还有好几条——"检查告警推送"、"确认变更记录"、"验证复原逻辑"，全是这种"检查XX"的写法。

分析根因：

AI倾向于"翻译"PRD文字，而不是站在测试执行角度思考。PRD写"优先取在线状态的配置"，AI就直接把这句话搬过来当预期结果。它不理解"测试步骤"和"需求描述"的区别。

写入规则：

每条步骤必须包含「具体操作」+「具体验证点」。 禁止以"检查/验证/确认"作为步骤的全部内容。 自检：如果你把这条步骤交给一个不熟悉需求的测试人员，他能直接执行吗？

修复后的用例：

`TC-015 在线配置优先作为比对基准

前置条件：

  1. 设备A存在"在线"状态的配置V2.1
  2. 同时存在"待生效"状态的配置V2.0
  3. 设备A处于运行状态

步骤：
[1]打开系统监控后台日志，筛选设备A
[2]等待下一个任务完成触发比对
[3]在日志中搜索"基准配置"关键词
[4]确认日志中记录的基准配置版本号

预期：
[1]日志可查看，筛选结果正确
[2]比对逻辑触发
[3]日志记录基准配置为V2.1（在线状态）
[4]未降级到V2.0（待生效状态）

`

验证效果：  下一轮生成，同类问题从11条降到0条。

陷阱二：前置条件缺少上游链路

发现问题：

TC-023，验证"回退确认页展示"功能：

前置条件：1. 回退确认页已展示

这条用例验证的是回退确认页的展示逻辑，但前置条件只写了"回退确认页已展示"——回退确认页是怎么来的？要先有异常检测→消息推送→用户提交修改→用户点击回退，才能看到回退确认页。

如果测试人员拿到这条用例，第一步就要问：回退确认页在哪？怎么触发？

分析根因：

AI写前置条件时只写了"直接前置"（回退确认页已展示），没有追溯"间接前置"（上游步骤的完成状态）。它不理解业务是有链路的，每一步都依赖前面的步骤。

写入规则：

每条用例的前置条件必须包含业务链路中上游步骤的完成状态。 自检：这个前置条件描述的状态，是怎么来的？如果回答不了，就缺上游。

修复后的用例：

`TC-023 回退页面原始值由系统预填

前置条件：

  1. 用户已通过消息通知端提交临时修改（Step 02完成）
  2. 用户点击回退按钮，回退确认页已展示（Step 03触发）

`

验证效果：  同类问题从9条降到0条。

陷阱三：脑补PRD未涉及的功能

发现问题：

TC-031，验证折线图功能：

TC-031 折线图支持导出功能 步骤：[1]查找导出按钮 → [2]点击导出

我翻遍了PRD，图表交互列表里没有"导出"这个功能。问AI为什么写了这条用例，它的理由是"折线图一般都有导出功能"。

分析根因：

AI会根据"常见功能"假设系统有某些能力。它见过太多带导出功能的折线图，就默认你的也有。这不是推理，是脑补。

写入规则：

每个功能点必须有PRD/画板/评审会议的明确依据。 禁止基于"常见功能"、"一般都有"、"通常会支持"等假设补充用例。 无依据的功能点，标记为"待确认"，而不是默认包含。 自检：这条用例的功能点，在PRD/画板/评审纪要的哪一页？

验证效果：  同类问题从1条降到0条。

除了上面三个，这次迭代还发现了另外三类问题，这里列一下，不展开：

什么时候改规则，什么时候改结构

上面三个例子，都是"加一条规则"就解决了。但我踩过的坑告诉我，有些问题加规则不管用——得改Skill的结构。

怎么判断？

改规则（大多数情况）：

问题出在某类用例的写法上。比如步骤复述PRD、前置条件缺上游——这是AI"偷懒"，加条规则约束它就行。

改Skill结构（少数情况）：

问题出在AI的信息获取方式上。规则再严，AI没拿到正确信息，也写不出正确用例。

举个真实例子：AI给配置详情页写了"修改人"字段，但页面探查知识库（我维护的一个记录页面实际元素结构的知识库）里实际没有这个字段——AI凭PRD文字脑补了页面元素。加一条"禁止脑补"规则有用吗？没用，因为AI根本没读知识库。

真正要改的是Skill的执行流程：在生成用例之前，强制加入"读取页面探查知识库"这一步。让AI先看实际页面结构，再写用例。

类似的情况还有：AI不读画板/原型图。PRD里有7个画板，AI只记录了标题，没读内容，导致用例缺少具体的UI元素和交互流程。解决方案不是加规则说"要读画板"，而是在Skill的分析阶段强制加入画板读取步骤。

判断标准：  如果同一个根因反复出现，不是规则不够严，是Skill的执行流程有漏洞。

效果数据

经过6轮迭代优化后的数据：

|

指标

|

优化前

|

优化后

|
| --- | --- | --- |
|

步骤模糊用例

|

11条

|

0条

|
|

脑补用例

|

1条

|

0条

|
|

放错位置用例

|

3条

|

0条

|
|

前置条件缺上游

|

9条

|

0条

|
|

质量自检条目

|

16条

|

26条

|
|

总用例

|

52条

|

52条（质量提升，数量不变）

|

注意最后一行：用例数量没变，变的是质量。  这就是Skill迭代的价值——不是让AI生成更多用例，而是让生成的每条用例都能直接执行。

10条新增规则主要来自4类高频问题（步骤复述PRD、前置条件缺上游、放错位置、脑补功能），其中"步骤复述PRD"和"前置条件缺上游"贡献了最多规则增量，因为这两类问题出现频率最高，且根因需要多条规则从不同角度约束。

AI写用例的质量上限，取决于Skill的约束下限

没有规则约束的AI，会走捷径：复述PRD、脑补功能、跳过画板、忽略上游链路。它不是故意偷懒，是没有人告诉它"这样不行"。

每发现一个问题，就加一条规则，让AI下次不再犯。

Skill不是写完就能用的工具，是一个需要持续喂养、持续进化的系统。  你喂给它多少真实问题，它就长出多少防御能力。

所以回到开头的问题：有了Skill，AI写的用例质量还是不行？

不是Skill不行，是你还没把它喂够。

下次生成完用例，别急着用。先审一轮，把问题记下来，写进规则，再生成一轮。三轮之后，你会发现Skill的防御能力越来越细密——那些规则都是你一条条加的，但合在一起产生了你当初没预料到的整体效果。