Workshop AI - Driven testing

První den se účastníci seznámí se základy automatizovaného testování pomocí nástroje Playwright a naučí se, jak pomocí AI generovat a optimalizovat testovací scénáře. Dále si osvojí práci s nástroji Elastic a Kibana pro sběr dat a vizualizaci testovacích výsledků. Formou praktických cvičení si účastníci vyzkouší tvorbu vlastních testů, dashboardů a jednoduché promptování AI nástrojů. Druhý den se zaměříme na pokročilé techniky, jako je autonomní testování, hlubší integrace AI do QA procesů a správa modelů v prostředí CI/CD. Účastníci získají přehled o tom, jak efektivně využít AI při tvorbě, údržbě a vyhodnocování testů a jak přizpůsobit QA procesy novým možnostem, které AI přináší.

• Základy programování (ideálně TypeScript/JavaScript pro Playwright).
• Základní zkušenost s QA a testovacími frameworky.
• Chuť vyzkoušet si AI (např. ChatGPT) a experimentovat s prompt engineeringem.

• Prostředí pro Playwright (Node.js, editor VS Code).
• Přístup k Elastic / Kibana instanci (případně demo verze / Docker).
• Doporučené testovací dataset nebo reálná ukázka pro vyhodnocování testů

První den je výrazně interaktivní. Více cvičení s promptingem, tvorba a spouštění testů v Playwright, základní reporting a dashboardy
v Kibana. Druhý den se věnuje pokročilejším technikám a konceptům (autonomní testy, architektura AI-driven QA, pokročilý prompting,
integrace s CI/CD).

1. Den

• Úvod do problematiky a interaktivní warm-up
• Využití nástrojů pro testování: Playwright v praxi
• Reporting a analýza testovacích výsledků – Elastic, Kibana
• Společná diskuse a shrnutí prvního dne

2. Den

Generování a optimalizace testovacích scénářů pomocí AI

Autonomní testování

Zapojení do QA procesu, údržba a vývoj

Závěrečná rekapitulace a Q&A

1. Úvod do problematiky a interaktivní warm-up:

Představení a cíle workshopu

• Krátké seznámení se strukturou dvoudenního programu a výstupy.
• Diskuse s účastníky o jejich očekáváních, konkrétních problémech v testování.

Co přináší AI do testování a kde má největší přínos

• Proč se v testování začíná AI prosazovat (škálovatelnost, rychlost, identifikace rizik).
• Vymezení klíčových konceptů: strojové učení, NLP, prompting (základy, jak lze „promptovat“ nástroje typu ChatGPT pro generování testovacích scénářů).

Interaktivní prvek:

Účastníci si mohou vyzkoušet jednoduché prompty pro generování (nebo optimalizaci) testovacích kroků v reálném čase.

Využití nástrojů pro testování: Playwright v praxi Základní pojmy a technologie

Základní funkce Playwright

Stručný přehled, co nástroj umí (multiplatformní end-to-end testování).

Jak se liší od Selenium/WebDriver, v čem je silnější.

Hands-on: Tvorba testů v Playwright

Vytvoření jednoduchého testu (spuštění, vyhodnocení).

Příklad, jak AI (např. ChatGPT s vhodným promptingem) může pomoci navrhnout testovací kroky.

Interaktivní prvek:

Účastníci si napíšou vlastní mini testovací scénář v Playwright, který budou moci následně rozšířit

Optimalizace testů a udržování testovacího kódu

• Jak vyhledávat opakující se vzory v testech.
• Ukázka, jak AI umí navrhnout refaktoring nebo doplnit edge cases do testovacího scénáře.

Reporting a analýza testovacích výsledků – Elastic, Kibana, (částečně Grafana)

Sběr dat a jejich význam pro AI-driven testování

• Jaké údaje lze sbírat z testů, logů, aplikačních metrik
• Využití Elasticsearch pro ukládání a rychlé vyhledávání velkého množství testovacích záznamů

Práce s Kibana a Grafana

Kibana: Tvorba základních dashboardů, vizualizace výsledků testů, vyhledávání anomálií.

Grafana (částečně): Příklad nastavení pro monitoring a notifikace při selháních.

Interaktivní prvek:

Účastníci si vyzkouší tvorbu jednoduchých dashboardů v Kibana, přidají filtry a zobrazí statistiky z testů nasbíraných během cvičení s
Playwright

Prompting pro reporty a interpretace výsledků

Jak AI modelům poskytnout správný prompt pro vytváření srozumitelných reportů

Ukázka automatického generování krátkého shrnutí testovacího běhu v přirozeném jazyce

Společná diskuze a shrnutí 1. dne

• Rekapitulace klíčových bodů: prompting, Playwright, sběr dat, základy reportingu v Kibana
• Prostor pro dotazy: co účastníkům přijde nejasné, co se jim líbilo, co by chtěli prohloubit
• Nastavení očekávání pro 2. den – pokročilejší témata, autonomní testování, hlubší integrace AI.

Možná závěrečná aktivita: Krátký kvíz či týmová soutěž na téma nově osvojených dovedností.

Generování a optimalizace testovacích scénářů pomocí AI

Prompt engineering pro tvorbu testů

• Detaily, jak sestavit prompt, aby AI generovala různé varianty testů (negativní test, edge cases).
• Využití metrik (coverage, rizikové oblasti) jako vstupu pro AI.

Pokročilejší optimalizace stávajících testů

• Metody, jak AI pomáhá vyhledávat redundantní či málo efektivní testy
• Integrace s CI/CD (GitLab, GitHub Actions, Jenkins) – kdy a jak spouštět AI-driven generování testů

Autonomní testování

Koncept autonomního testování

• „Samoučící“ test: co to znamená, kde jsou limity a přínosy.
• Ukázka nástrojů, které se tímto směrem ubírají (např. Mabl, Test.ai).

Praktické ukázky a hands-on

Jak by mohla vypadat architektura autonomního testu navázaného na Playwright či jiný framework

Demonstrace (pokud je k dispozici) základního autonomního testu, který se sám učí hledat chyby v UI.

Zapojení do QA procesu, údržba a rozvoj

Nastavení QA pipeline

• Jak sladit AI-driven testy s tradičním QA procesem
• Role QA inženýra v době AI: prompting, interpretace výsledků, dohlížení na AI modely

Správa a údržba modelů

Datová příprava a continuous learning

Monitoring kvality a výkonu AI modelů; identifikace driftu ve vstupních datech.

Závěrečná rekapitulace a Q&A

Shrnutí hlavních poznatků

Prompting jako klíč k efektivnímu využití AI pro testování

Integrace nástrojů (Playwright, Elastic, Kibana/Grafana) do AI-driven testovacího ekosystému.

Možnosti dalšího rozvoje směrem k autonomnímu testování.

Stáhnout PDF detail
Stáhnout PDF detail (bez termínů)