简介
在我们日常的软件测试工作中，测试用例是非常重要的一环，但是很多时候我们并不是第一时间就设计测试用例的，我们会先根据需求先制定一个思维导图，后面再去设计我们的测试用例，有的公司更是会通过思维导图来设计测试用例的。本文就来给大家介绍一下如何使用 ChatGPT 来生成思维导图。
什么是思维导图？
思维导图是一种用图形方式呈现信息、概念和关系的工具，旨在帮助人们更清晰地组织、理解和记忆复杂的信息。它通常以树状结构展示，将主题、子主题、关键词等通过线条和连接箭头相连，从而呈现出不同元素之间的层次关系和联系。
但是我们需要了解，ChatGPT 无法直接帮我们绘制思维导图，我们还需要进行一下加工，比如借助一些插件才可以将 ChatGPT 生成的 Markdown 文件展示成为思维导图，本文将举例说明。
实践示例
现在我们来实践一下如何让 ChatGPT 生成思维导图时的测试用例，首先我们需要将需求给到 ChatGPT，并且规定好输出的格式，如下：
提问如下：我是一名软件测试工程师，现在我要对一个文献高级搜索功能做测试，要求是能够根据文献资源的名称进行精准匹配和模糊匹配，对文献资源的作者和发表年份做精确匹配。要求根据该需求生成测试用例。要求生成的测试用例为 Markdown 格式。
ChatGPT 的回答如下：
## 文献名称精确匹配
1. **输入准确的文献名称** - *输入：* "Introduction to Machine Learning" - *预期结果：* 应该精确匹配到名称为 "Introduction to Machine Learning" 的文献资源。
2. **输入不存在的文献名称** - *输入：* "Random Nonexistent Paper Name" - *预期结果：* 应该返回零匹配结果，提示文献资源不存在。
## 文献名称模糊匹配
1. **输入名称的部分关键词** - *输入：* "Algorithm" - *预期结果：* 应返回包含关键词 "Algorithm" 的多个文献资源。
2. **输入拼写错误的文献名称** - *输入：* "Introducton to Machine Learnig" - *预期结果：* 应该进行模糊匹配或纠正拼写错误，并返回相关的文献资源，或者给出类似建议。
## 作者精确匹配
1. **输入完整作者名** - *输入：* "John Smith" - *预期结果：* 应该精确匹配到名为 "John Smith" 的作者所发表的文献资源。
2. **输入不存在的作者名** - *输入：* "Random Nonexistent Author" - *预期结果：* 应该返回零匹配结果，提示该作者不存在或未发表文献。
## 发表年份精确匹配
1. **输入准确的发表年份** - *输入：* "2020" - *预期结果：* 应该返回发表年份为 2020 的所有文献资源。
2. **输入不存在的发表年份** - *输入：* "1800" - *预期结果：* 应该返回零匹配结果，提示该年份没有对应的文献资源。
复制代码
我们可以看到 ChatGPT 的回答基本覆盖了我们的测试需求，但是缺少了对于界面以及兼容性的测试，我们可以对 ChatGPT 进行追问，如下：
提问：测试用例中并没有体现对系统界面、按钮以及兼容性的测试，请添加上对于这部分的测试用例
ChatGPT 的回复如下：
## 文献名称精确匹配
1. **输入准确的文献名称** - *输入：* "Introduction to Machine Learning" - *预期结果：* 应该精确匹配到名称为 "Introduction to Machine Learning" 的文献资源。
2. **输入不存在的文献名称** - *输入：* "Random Nonexistent Paper Name" - *预期结果：* 应该返回零匹配结果，提示文献资源不存在。
## 文献名称模糊匹配
1. **输入名称的部分关键词** - *输入：* "Algorithm" - *预期结果：* 应返回包含关键词 "Algorithm" 的多个文献资源。
2. **输入拼写错误的文献名称** - *输入：* "Introducton to Machine Learnig" - *预期结果：* 应该进行模糊匹配或纠正拼写错误，并返回相关的文献资源，或者给出类似建议。
## 作者精确匹配
1. **输入完整作者名** - *输入：* "John Smith" - *预期结果：* 应该精确匹配到名为 "John Smith" 的作者所发表的文献资源。
2. **输入不存在的作者名** - *输入：* "Random Nonexistent Author" - *预期结果：* 应该返回零匹配结果，提示该作者不存在或未发表文献。
## 发表年份精确匹配
1. **输入准确的发表年份** - *输入：* "2020" - *预期结果：* 应该返回发表年份为 2020 的所有文献资源。
2. **输入不存在的发表年份** - *输入：* "1800" - *预期结果：* 应该返回零匹配结果，提示该年份没有对应的文献资源。
## 界面和按钮测试
1. **界面布局** - *预期结果：* 界面应该清晰显示搜索框、过滤器和搜索结果，并具有易于导航和使用的布局。
2. **搜索按钮功能** - *操作：* 点击搜索按钮 - *预期结果：* 应该触发搜索功能并显示相应的搜索结果。
3. **重置按钮功能** - *操作：* 点击重置按钮 - *预期结果：* 应该清空搜索条件并重置搜索界面到初始状态。
## 兼容性测试
1. **不同浏览器兼容性** - *操作：* 在常用浏览器（Chrome、Firefox、Safari、Edge等）中进行搜索操作 - *预期结果：* 搜索功能在不同浏览器中都能正常工作并呈现一致的效果。
2. **移动设备兼容性** - *操作：* 使用手机或平板等移动设备进行搜索操作 - *预期结果：* 搜索功能在移动设备上呈现出良好的用户体验，界面布局合理且搜索功能正常。
复制代码
这一次生成发回复已经基本符合了我们的需求，我们可以将这个回复复制到我们的 Markdown 文件中，并且使用插件生成思维导图。
我们可以在 vscode 中安装markmap插件，Markmap 插件是一款可以将 Markdown 文件转成思维导图展示的插件如下图：
我们将 ChatGPT 内容复制到我们在 vscode 中的思维导图.md 文件中，然后点击生成思维导图，最后生成的思维导图如下：
总结
本文主要介绍了如何使用 ChatGPT 来生成思维导图的步骤，思维导图是我们学习和工作中经常用到的工具，对于提高我们的工作效率有很大的帮助，ChatGPT 作为人工智能，对于问题的思考会比较全面，我们人力去进行思考容易出现纰漏，因此，ChatGPT 在这方面对于我们有很强的帮助。
获取更多技术资料，请点击！
评论