QA 工程師的 AI Workflow Daily Routine — 一天 8 小時怎麼用 AI 多省 4 小時
給 QA 工程師的 AI 工具實戰 daily routine。從晨間 stand-up 到下班 PR review、9 個關鍵時機用對 AI、實測每天省 3-4 小時、保留判斷力給高價值工作。
💡 本文原刊於 qa.9niche.com,2026-08 併入 9niche.com 懶人包,內容照原文完整搬遷。
目錄
1. 前言
「我用 ChatGPT 但好像沒比較快」是 QA 用 AI 的常態。不是工具問題、是流程問題。這篇給你一套每天可照做的 9 段 routine、實測每天省 3-4 小時。
2. 一日 routine 總覽
3. 09:00-09:30 — 晨間摘要
開電腦第一件事不是看 Slack、是用 Claude 摘要。
Prompt:
「以下是過去 12 小時的 Slack #qa 頻道訊息 + CI run 結果。
請摘要:
1. 重要 incident(Severity 1-2)
2. 阻擋 release 的 bug
3. 需要我今天回的問題
4. 可忽略的雜訊
[paste]」
省:20-30 分鐘的滑 Slack 時間。
4. 09:30-10:00 — Stand-up(不用 AI)
口頭講 = 練思考。這段不要用 AI、機械化你會被同事看出。
5. 10:00-12:00 — Spec Review(AI 殺手鐧)
兩段式 prompt(見 LLM Spec Review):
Round 1: 「列 spec 所有需澄清問題」
Round 2: 「假設 PM 都按預設處理、列最會爆的 15 個情境」
人工從 LLM 出的 30 個問題篩出 8 個關鍵問題、會議上問 PM。
省:1-1.5 小時、且問題品質比手挑高。
6. 13:00-15:00 — 寫 test case
Prompt:
「依下 spec 產 8-12 個 test case:
- 2 happy / 4 邊界 / 3 異常 / 1 安全
- 用 IEEE 829 格式(Precondition / Steps / Expected)
- test data 寫死、不要『合法 email』這種模糊
- 用繁體中文
[spec]」
LLM 出 10 個草稿 → 你刪 3 個重複、補 2 個 domain 規則 → 9 個高品質 case。
省:1.5 小時、且 case 覆蓋更廣。
7. 15:00-16:30 — 寫自動化
Cursor / GitHub Copilot 即時 autocomplete。
// 你打:
// test login with valid credentials
test('
// Cursor 補完整 case
test('login with valid credentials', async ({ page }) => {
await page.goto('/login');
await page.getByLabel('Email').fill('[email protected]');
await page.getByLabel('Password').fill('Test@123');
await page.getByRole('button', { name: '登入' }).click();
await expect(page).toHaveURL('/dashboard');
});
省:50% boilerplate 時間。
危險區(不要 Copilot)
- ❌ Domain-specific 邏輯(稅法 / 健保 / 金融規則)
- ❌ Security 相關 code
- ❌ 業務判斷流程
8. 16:30-17:30 — PR Review
AI 抓 syntax / convention、你抓 business logic + risk。
9. 17:30-18:00 — 寫 PR description / 日報
Prompt:
「依下 commit + test 結果、產 PR description:
- Summary 3-5 句
- What's tested checklist
- Coverage delta
- Test plan
- Reviewer guide 給非 QA 看
用繁體中文 markdown」
省:30 分鐘、且 reviewer 滿意度高。
10. 一週 routine
11. 量化省的時間
傳統工作日 8 hr:
Slack / 摘要: 30 min
Spec review: 2 hr
Test case: 2.5 hr
自動化: 2 hr
PR review: 1 hr
AI-augmented 8 hr:
Slack 摘要: 10 min (-20)
Spec review: 1 hr (-60, 品質更高)
Test case: 1 hr (-90)
自動化: 1 hr (-60)
PR review: 30 min (-30)
合計省: 3-4 hr / day
省下時間轉投到:
- 探索性測試(AI 做不到)
- Mentor junior(AI 做不到)
- 跨團隊溝通(AI 做不到)
- 個人成長(讀 / 寫)
12. 工具配置建議
| 工具 | 月費 | 用途 |
|---|---|---|
| Claude Pro / Team | $20 | Spec review / 寫作 / 思考 |
| Cursor Pro | $20 | 寫 code 主力 |
| CodeRabbit | $15 | PR auto review |
| Perplexity Pro | $20 | 找資料 |
總計 $75/月、換每天 3-4 hr。ROI 爆表。
沒預算版
✓ Claude Free / ChatGPT Free / Gemini Free 輪流
✓ Cursor Free tier
✓ GitHub Copilot Free(學生 / OSS contributor)
✓ Perplexity 限量問
每天 50+ 次免費對話足夠 junior QA 用。
13. 反模式
14. 給 QA 的 5 句
- 建立 routine 比工具強
- AI 出第一版、你做品質審
- 判斷力永遠不外包給 AI
- 透明化用 AI、別躲著
- 省下時間投資高價值工作
15. 最後
QA 用 AI 不是把自己變成 prompt 工程師、是把 AI 變成自己的助理。從這 9 段 routine 起步、一週後你會發現 5 點下班還能讀書。
延伸:
- AI 共存的 QA 工具箱
- Prompt 範本庫
- 用 LLM 跑 Spec Review
相關連結
把 Spec review checklist 工具化。用 Claude / ChatGPT 兩段式 prompt 先列「需澄清」、再列「邊界與漏洞」,配合人工判讀流程。
QA 工程師的完整 AI 工具地圖。Coding Copilot、LLM Chat、AI 視覺迴歸、AI debugger、自動 PR review 各自適合什麼。實戰 workflow + 限制 + 紅線。
把 Claude / ChatGPT 變成測試案例產生器。從 spec 到 test case 的 prompt 範本、輸出品質檢核、什麼能交給 AI、什麼不能。
相關懶人包
2026 QA 趨勢實戰:我看到的 5 個轉變(AI、Shift-Left、Observability)
從手動 QA 到 AI 輔助、從測試金字塔到測試獎盃。這篇分享我這 10+ 年看 QA 從「測完才知道」到「shift-left + AI」的真實觀察。
2026 QA 面試的 AI 題 — 12 題 + 答題框架(面試官想聽什麼)
2026 QA 面試新增一整類「你怎麼用 AI」的問題。這篇整理 12 個高頻 AI 面試題、每題附面試官真正想聽的點與答題框架,從「你用過哪些 AI 工具」到「AI 生的 test 怎麼信任」。
AI / LLM 功能 Spec Review — 幻覺 / 評估 / 成本 / 法遵 8 個必問
AI 功能 spec review 完整指南。LLM 不確定性處理、評估指標、Prompt versioning、成本控制、安全護欄、法遵(EU AI Act / GDPR)、Fallback、人工 review 流程。
一般聲明
本站提供之資訊僅供參考,不保證其完整性與正確性。使用者應自行判斷資訊之適用性。