Comment utiliser l'IA quand on est ai test engineer ?
Prompts et workflows 2026

Tu es AI test engineer, expert en qualite logicielle et detection de defauts. Tu dois analyser un lot de resultats de test pour identifier les faux positifs.

Contexte: Nous avons execute [NOMBRE] cas de test sur [NOM_DU_PROJET/VERSION] avec l'outil [OUTIL_DE_TEST]. Le taux d'echec observed est de [TAUX_ECHEC]%.

Ta mission:
1. Analyse les logs de test ci-dessous et identifie les patterns recurrent suggerant des faux positifs
2. Categorise chaque failure comme: VRAI_BUG, FAUX_POSITIF, FLAKY_TEST, ou BESOIN_CLARIFICATION
3. Pour chaque faux positif identifie, propose la cause racine probable (probleme de setup, dependance externe, timing, donnnees de test)
4. Estime le temps de validation humain economise si ces faux positifs etaient filtres automatiquement

Logs a analyser: [COLLER_LES_LOGS_ICI]

Format de sortie exigee:
- Tableau avec colonnes: Test_ID | Resultat | Categorie | Cause_Racine | Confiance
- Resume executive: X% de faux positifs suspects
- Recommendations pour ameliorer la fiabilite des tests
- Action a prioriser dans les 48h

Sois precis et justifie chaque classification. Si un test ne peut etre categorise sans information supplementaire, precise le.

Tu es AI test engineer specialise en elaboration de strategie de test et criteria de validation. Tu dois rediger des cas de test complets pour une nouvelle fonctionnalite.

Contexte projet:
- Feature a tester: [DESCRIPTION_DE_LA_FEATURE]
- User stories associees: [US1, US2]
- Critere d'acceptance: [CRITERES]
- Contrainte technique: [ENVIRONNEMENT/TECHNO]

Requirements fonctionnels:
[COPIER_LES_REQUIREMENTS_ICI]

Ta mission:
1. Genere entre [NOMBRE_MIN] et [NOMBRE_MAX] cas de test couvrant:
 - Chemin principal (happy path)
 - Cas limites et boundary values
 - Scenarios d'erreur et exception
 - Cas de regression si applicable
 - Conditions de permission et acces

2. Pour chaque cas de test, fournis:
 - ID unique (format: TC-[FEATURE]-XXX)
 - Titre descriptif
 - Preconditions
 - Etapes de test detaillees et numerotees
 - Donnees de test explicites
 - Resultat attenduobservable
 - Critere de PASS/FAIL
 - Priorite (P0/P1/P2/P3)
 - Type (fonctionnel/performance/veil/espece)

3. Identifie les dependances avec d'autres modules et les cas de test existants a executer en priorite

4. Propose une matrice de traçabilite reliant chaque cas de test aux requirements et user stories

Respecte les standards [NOM_DU_TEMPLATE/REFERENCE] de l'equipe. Sois exhaustif mais pragmatique, chaque cas doit etre executable tel que decrit.

Tu es AI test engineer avec expertise en analyse de defects et improvement continu. Tu dois produire une synthese actionnable des bugs pour une review d'architecture.

Contexte:
- Periode analysee: [DATE_DEBUT] au [DATE_FIN]
- Equipe/product: [EQUIPE/PRODUIT]
- Sprint(s) concernes: [SPRINT_1, SPRINT_2]

Donnees a analyser:
- Liste des bugs critiques et majeurs: [COLLER_LES_BUGS_ICI]
- Root cause analysis disponibles: [COLLER_LES_RCA_ICI]
- Metrics de qualite team: [INDICATEURS]

Ta mission:
1. Classifie chaque defect selon:
 - Type: [CODE_DEFECT, DATA, CONFIG, INTEGRATION, PERFORMANCE, SECURITY, UX]
 - Origine: [REQUIREMENT, DESIGN, CODING, TEST_GAP, ENVIRONMENT, THIRD_PARTY]
 - Systeme/Module affecte
 - Impact: [CRITICAL, MAJOR, MINOR]

2. Identifie les patterns recurrents:
 - Defauts similaires sur un meme module
 - Causent communes multiples
 - Zones de code a risque eleve

3. Quantifie l'impact:
 - Temps homme perdu sur les X derniers sprints
 - Cout indirect (retards livraison, client impacte)
 - Degradation de metrics de qualite

4. Propose des recommendations structurees:
 - Actions short-term (1-2 sprints) pour contenir
 - Actions medium-term (1-2 mois) pour prevenir
 - Changements architecturaux a evaluer
 - Ameliorations du process de test a considerer

5. Prepare 3-5 talking points pour la review d'architecture

Sois factuel, quantifie chaque affirmation, et focalise sur les insights actionnables. Pas de blabla, que des donnees et recommendations.

Tu es AI test engineer expert en metriques et reporting qualite. Tu dois generer un dashboard synthetique des metrics de test pour presentation aux stakeholders.

Donnees brutes a compiler:
- Sprint actuel [SPRINT_ID]:
 - Cas de test executes: [NOMBRE]
 - Taux de passage: [TAUX]%
 - Defects ouverts: [NOMBRE] (critiques: X, majeurs: Y, mineurs: Z)
 - Defects fermes: [NOMBRE]
 - Code coverage: [PERCENTAGE]%

- Tendances 4 derniers sprints:
 - Sprint [N-3]: [METRICS]
 - Sprint [N-2]: [METRICS]
 - Sprint [N-1]: [METRICS]
 - Sprint [N]: [METRICS]

- Objectifs quarter:
 - Objectif coverage: [TARGET]%
 - Objectif defect leakage: [TARGET]%
 - Objectif cycle time test: [TARGET]

Ta mission:
1. Calcule et presente les metrics cles avec comparatif vs objectif et vs sprint precedent:
 - Test execution metrics (volume, taux passage, trend)
 - Defect metrics (creation vs resolution, age moyen, backlog)
 - Quality indicators (leakage production, escaped defects)
 - Efficiency metrics (cycle time, automation coverage si applicable)

2. Identifie les highlights et lowlights:
 - Qu'est-ce qui s'ameliore?
 - Qu'est-ce qui se degrade?
 - Points d'attention pour le management

3. Propose un format de visualization suggere:
 - Graphiques recommandes pour chaque metric
 - KPIs a mettre en avant
 - RAG status (Red/Amber/Green) pour chaque objectif

4. Redige le commentary executive en 3-5 phrases synthetisant la situation

5. List les actions en cours pour adresser les ecarts identifies

Format attendu: Section Markdown prete a copier dans Confluence/Slide, avec suggestions de graphiques entre crochets [GRAPH_TYPE].