搞定 BDD 測試案例！利用「少樣本提示」與「思維鏈」讓 AI 變身資深商業分析師

在推行 BDD（行為驅動開發）時，團隊常遇到一個痛點：寫出來的測試範例（Examples）太淺、漏掉邊界條件，或是 Gherkin 語法寫得不倫不類。

其實，只要在與 AI（如 ChatGPT 或 Gemini）溝通時，導入「少樣本提示 (Few-Shot Prompting)」與「思維鏈 (Chain of Thought, CoT)」這兩大技術指標，AI 產出的品質會瞬間從「實習生」躍升為「資深 BA」。

今天我們就以台灣人最熟悉的「高鐵早鳥票訂票系統」為例，示範如何精準調教 AI。

一、核心概念：為什麼你的 Prompt 需要進化？

在進入實戰前，我們先釐清這兩個關鍵詞：

少樣本提示 (Few-Shot Prompting)：與其叫 AI「寫一個 BDD」，不如先給它 1-2 個符合你團隊規範的「正確範本」。這能定義語氣、格式，以及對 Given-When-Then 的嚴謹要求。
思維鏈 (Chain of Thought, CoT)：強迫 AI 在寫出最終測試案例前，先進行「邏輯推理」。這就像請工程師先畫流程圖再寫程式，能大幅減少 AI 胡說八道（幻覺）的機率。

二、實戰 Prompt：如何開口要高品質結果？

將以下這段 Prompt 複製到你的 AI 工具中，你會發現產出的內容深度完全不同：

Prompt 範例：

你是一位專精於交通票務系統的資深商業分析師。請為「高鐵早鳥票」功能撰寫 BDD 測試案例。

請務必遵守以下思考流程（CoT）：

業務規則拆解：分析早鳥票的天數（28天前至5天前）、折扣階梯（65/80/90折）與配額遞補邏輯。

極端案例分析：思考剛好跨過午夜、配額剛好剩 1 張、以及一次訂多人時的邊界情況。

結構化產出：使用 Gherkin 語法，並優先使用 Scenario Outline 以提高覆蓋率。

參考風格（Few-Shot Example）：

Gherkin
Scenario: 系統逾時自動釋出座位
  Given 使用者已選位但未付款
  And 鎖位保留時間已過 10 分鐘
  When 系統執行排程檢查
  Then 該座位應恢復為「可預訂」狀態
現在，請開始針對「早鳥票自動判定」撰寫 BDD 範例。

三、 AI 的深度回饋：高鐵早鳥票 BDD 範例

當 AI 接收到上述指令後，它不再只是隨便寫寫，而是會先進行「思考」再產出：

1. 邏輯鏈分析（AI 的內心戲）

關鍵衝突點：如果 65 折只剩 1 張，但使用者訂 2 張，系統該「分開計價」還是「統一升級」？（實務上通常是整筆訂單統一折扣）。
時間邊界：乘車日前 5 天是最後期限，那「第 5 天的 23:59」跟「第 4 天的 00:01」就是測試重點。

2. 最終 BDD 規範產出

Gherkin

			
Feature: 高鐵早鳥票優惠判定邏輯
  為了確保預售系統能正確分配折扣，系統應根據「預訂時間」與「即時配額」給予最優票價。
  Scenario Outline: 依照預訂天數與剩餘配額判定折扣階梯
    Given 乘車日期為 2026-04-30
    And 目前各階折扣配額為：65折(<q65>)、80折(<q80>)、90折(<q90>)
    When 使用者於 <booking_date> 預訂 1 張車票
    Then 系統應顯示票價為 <expected_price>
    And 提示訊息應包含 "<msg>"
    Examples:
      | booking_date | q65 | q80 | q90 | expected_price | msg                | 測試重點 |
      | 2026-04-02   | 10  | 50  | 100 | 65折           | 獲得早鳥65折優惠    | 28天前開賣首日 |
      | 2026-04-02   | 0   | 50  | 100 | 80折           | 獲得早鳥80折優惠    | 65折完售自動遞補 |
      | 2026-04-25   | 100 | 100 | 100 | 65折           | 獲得早鳥65折優惠    | 領取期限最後一天 |
      | 2026-04-26   | 100 | 100 | 100 | 原價           | 僅提供一般票價      | 逾期(4天前)無折扣 |
  Scenario: 多人訂位時的配額不足處理
    Given 65 折早鳥票僅剩餘 1 張配額
    When 使用者在符合早鳥時間內，一次預訂 2 張車票
    Then 系統不應拆分折扣
    And 整筆訂單應判定為「80 折」
    And 提示「65折配額不足，已為您搜尋次佳優惠」
      

		

結語

BDD 的精髓不在於語法，而在於對業務邏輯的深刻理解。利用 Few-Shot Prompting 定義規範，再用 Chain of Thought 啟動 AI 的邏輯思維，你就能在幾秒鐘內產出高品質的測試規格。

如果你覺得這篇教學對你有幫助，歡迎分享給正在為撰寫測試案例苦惱的隊友們！

轉念學 – 敏捷三叔公的學習之旅