负责功能测试、接口测试和回归测试的 QA，日常工作里需求变化快，测试用例、缺陷报告和测试报告要反复写，边界场景还容易漏。很多重复性的整理工作，用一个几十行的脚本就能一键完成，而 AI 让不会编程的人也能写出这样的脚本。这篇文章用一个完整的例子演示测试工程师如何借助 AI 写 Python 自动化脚本：描述输入文件、处理规则和期望输出，让 AI 写带注释的脚本和运行说明，先在副本上测试。

使用场景

测试工程师每周都要做一件重复的事：把多个“缺陷记录”表格合并，按模块汇总，再另存为一份新表格。手工复制粘贴半小时，还容易漏行。尤其当项目经理同时还在等“提交并跟踪 18 个缺陷”的结果时，能把这部分工作提速，就能腾出精力处理更重要的判断。

用什么工具

可以用 ChatGPT、Claude、DeepSeek、Kimi 等对话助手写脚本；如果安装了 VS Code，可以配合 GitHub Copilot、通义灵码等编程助手边写边改。

举个例子

设想一个虚构场景：小吴刚接手一部分新工作，既要完成“提交并跟踪 18 个缺陷”，又要准备“整理兼容性测试机型清单”。面对需要写 Python 自动化脚本的任务，小吴的做法是：先让 AI 按固定结构起草，再对照自己掌握的事实逐项修改，涉及测试账号密码、生产数据和未公开的版本信息的部分一律用代号替换。这样既节省了时间，也守住了准确性和隐私的底线。

分步操作

  1. 说明输入：文件格式、位置、列名
  2. 说明处理规则：合并、筛选、汇总、改名等
  3. 说明输出：文件名、格式、保存位置
  4. 让 AI 写带中文注释的脚本和运行步骤
  5. 先复制一份数据做测试，确认结果正确再正式使用

提示词示例

把方括号和括号里的内容换成你自己的信息即可：

【背景】当前的难点是：提测时间延后两天，回归时间被压缩。
我是测试工程师，不太懂编程，请帮我写一个 Python 脚本。

输入：文件夹 data/ 中有多个 Excel 文件（.xlsx），每个文件结构相同，列为：模块、发现日期、修复耗时小时、严重级别
处理：
1. 合并所有文件
2. 删除完全重复的行
3. 按“模块”汇总“修复耗时小时”的合计和记录数
输出：生成“汇总结果.xlsx”，包含两个工作表：明细、汇总

要求：
- 每一步写中文注释
- 告诉我需要安装什么，怎么运行
- 如果某个文件缺少某列，打印提示并跳过该文件

效果示例（虚构演示）

下面是演示用的输出示例，其中的人名、数字和事项均为虚构，实际使用时请以你自己的资料为准：

import glob
import pandas as pd

cols = ["模块", "发现日期", "修复耗时小时", "严重级别"]
frames = []
for path in glob.glob("data/*.xlsx"):
    df = pd.read_excel(path)
    if not set(cols).issubset(df.columns):
        print(f"跳过 {path}：缺少必要的列")
        continue
    frames.append(df[cols])

detail = pd.concat(frames).drop_duplicates()        # 合并并去重
summary = detail.groupby("模块")["修复耗时小时"].agg(["sum", "count"])

with pd.ExcelWriter("汇总结果.xlsx") as w:
    detail.to_excel(w, sheet_name="明细", index=False)
    summary.to_excel(w, sheet_name="汇总")
print("完成！")

运行步骤：安装 Python 后执行 pip install pandas openpyxl，在脚本所在文件夹运行 python merge.py。

注意示例中所有内容都是虚构的。实际使用时，AI 的输出质量取决于你提供的材料是否完整、要求是否具体。

注意事项与技巧

  • 第一次运行一定用数据副本，防止脚本覆盖或删除原文件。
  • 列名要和实际文件完全一致，多一个空格都会出错。
  • 脚本跑通后保存好，并写一段使用说明，方便同事复用。

给测试工程师的特别提醒

让 AI 补充“容易被忽略的场景”，再由你按业务判断取舍。还有一点很关键：AI 列出的用例只是候选清单，覆盖是否充分仍要结合需求和历史缺陷人工把关。

举一反三

  • 批量重命名：按规则批量修改文件名。
  • 定时任务：让 AI 教你用系统的定时任务每天自动运行脚本。

相关阅读