使用LLM从需求生成高级别测试用例：行业研究
软件工程
2025-10-07 v1
摘要
目前， 从需求文档生成以自然语言描述的高级别测试用例仍需人工完成。在软件行业，包括专注于软件测试的公司，都有强烈需求希望利用大型语言模型（LLM）自动从需求文档生成高级别测试用例。目前，已有一些尝试将LLM用于需求分析。有时会采用检索增强生成（RAG）来使用LLM生成高级别测试用例。然而，在实际应用中，必须为每个特定应用构建定制的RAG，这既耗时又费力。此外，当将高级别测试用例生成作为提示使用时，尚无成熟方法可用于在不使用RAG的情况下生成适用于其他规范的高级别测试用例。因此，亟需建立一种可从更广泛的需求文档中自动生成高级别测试用例的方法。本文提出了一种仅使用提示词即可从需求文档生成高级别（GHL）测试用例的方法。在该方法中，首先将需求文档输入LLM，以生成对应需求文档的测试设计技术。随后，针对每个生成的测试设计技术，生成相应的高级别测试用例。此外，我们验证了基于生成高级别测试用例语义相似性的评估方法。在实验中，我们使用包含需求文档和高级别测试用例的数据集进行验证，分别针对蓝牙和Mozilla，实现了宏观召回率分别为0.81和0.37。我们认为，该方法在不使用RAG的情况下可用于生成高级别测试用例，具有实际应用价值。
引用
@article{arxiv.2510.03641,
title = {Generating High-Level Test Cases from Requirements using LLM: An Industry Study},
author = {Satoshi Masuda and Satoshi Kouzawa and Kyousuke Sezai and Hidetoshi Suhara and Yasuaki Hiruta and Kunihiro Kudou},
journal= {arXiv preprint arXiv:2510.03641},
year = {2025}
}
备注
11pages