QA 面試 50 題 — 從初階到資深的常見題庫與回答框架
QA 工程師面試的 50 個高頻題目。分概念題、實戰題、行為題、技術題。附回答框架與爛答案 vs 好答案對比。
💡 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
跑過 30+ 場 QA 面試(兩邊都當過),整理出真正會被問的 50 題。不是背答案,是看了之後能用自己的話講出 framework。
2. 一、概念題(10 題)
1. 什麼是 test case?跟 test scenario 差在哪?
框架:scope + 具體度。
- Test scenario:高階情境(「測試結帳流程」)
- Test case:可執行的步驟(precondition + steps + expected)
- 一個 scenario 通常拆成多個 case
2. 解釋等價分割(equivalence partitioning)
把輸入分群,群內挑一個代表測。例:年齡 0-17(未成年)、18-64(成年)、65+(老年)→ 各挑一個值。
3. 邊界值分析(boundary value analysis)
挑邊界 +/- 1 測。例:限制 1-100,挑 0、1、2、99、100、101。最多 bug 藏這裡。
4. Black box vs white box
- Black:只看輸入輸出,不看內部
- White:看 code 覆蓋(branch、line、condition coverage)
- QA 多 black、開發/SDET 多 white
5. 什麼時候用 unit / integration / E2E?
| 層級 | 多 | 快 | 抓什麼 bug |
|---|---|---|---|
| Unit | 多 | 快 | 邏輯錯誤 |
| Integration | 中 | 中 | 元件間契約 |
| E2E | 少 | 慢 | 真實使用者流程 |
Testing pyramid:底寬頂窄。
6. Smoke vs sanity vs regression
- Smoke:build 進來先跑、確認沒掛
- Sanity:修了某功能、確認那塊正常
- Regression:發版前全跑、確認舊功能沒壞
7. Flaky test 怎麼處理?
框架:找原因 > retry。
- 重現:固定環境跑 10 次,看失敗率
- 加 log / video / trace 找 race condition
- 修:通常是 wait 條件錯、test data 衝突、外部依賴
- 不要直接加 retry,會蓋住問題
8. Test coverage 多少才夠?
100% 覆蓋率 ≠ 100% 沒 bug。看:
- 業務關鍵路徑覆蓋率(這個要追 100%)
- 行覆蓋率(80% 即可)
- 分支覆蓋率(70% 即可)
- 覆蓋率高不代表 case 寫得好
9. Bug 跟 defect 跟 issue 差在哪?
實務上多半混用,但嚴謹講:
- Defect:實作不符合 spec
- Bug:執行時錯誤
- Issue:包含 defect/bug/UX 不佳/spec 不清楚
10. 解釋 shift-left testing
把測試左移(更早)到 spec/設計階段,而不是等開發完才測。spec review、design review、unit test 都是 shift-left。
3. 二、實戰題(15 題)
11. 給你「登入功能」,列 10 個 test case
好答案的拆法:
- Happy path 1: 正確帳密登入
- 邊界 2-3: email 超長、密碼最小長度、空白前後
- 異常 2-3: 錯密碼、不存在帳號、被鎖定帳號
- 安全 2: SQL injection、XSS in email field
- UX 1-2: 記住我、忘記密碼連結
- 跨域 1: 不同瀏覽器/裝置 session
寫滿 10 個還能列下去 = 加分。
12. 怎麼測一個只有後端的 API?
1. 看 OpenAPI / Postman collection 確認 endpoint
2. 用 Postman / curl / pytest 測:
- Happy path(正確 payload)
- Schema 驗證(每個欄位的型別/必填)
- 邊界值
- 錯誤碼(400/401/403/404/500 各有對應情境)
- Rate limit、auth、permission
3. 整合測試:API + DB 一致性
4. 效能:壓測(k6 / Locust)
13. 怎麼測一個翻譯/多語系功能?
- 文案完整性:每個 key 都有 12 語的翻譯嗎?
- 長度:德文常常比英文長 30%,UI 會被擠破嗎?
- 方向:阿拉伯文 RTL,整個排版會反嗎?
- 變數插值:
{name} 您好在日文是「{name}様」,順序對嗎? - 複數:英文
1 item/2 items,中文沒複數,但俄文有 3 種 - 日期/時間/貨幣 format
- 切換語言後 URL、SEO(hreflang)
14. 怎麼測一個搜尋功能?
- 關鍵字:精確、部分、模糊、空字串、特殊字元、超長
- 語言:中英混合、繁簡、emoji
- 排序:相關度、時間、價格
- 篩選:多條件交集
- 分頁:邊界(第一頁、最後一頁、超過範圍)
- 效能:1 字元搜尋會抓爆 DB 嗎?
- 安全:injection
- 無結果頁面、loading 狀態
15. 怎麼測一個檔案上傳?
- 大小邊界:0 byte、最大 -1、最大、最大 +1、超大
- 格式:允許的、禁止的(.exe、.bat)、副檔名造假(jpg 改成 pdf)
- 數量:單檔、多檔、超過上限
- 網路:上傳中斷、慢速、timeout、重試
- 安全:含病毒檔案、ZIP bomb、超長檔名
- 後端:相同檔名衝突、儲存空間滿
16. 線上發生「某使用者反映無法登入」,怎麼 debug?
框架:reproduce → narrow down → root cause。
- 問清楚:什麼錯誤訊息?什麼瀏覽器?什麼網路?什麼裝置?
- 重現:能不能用同樣帳號重現
- 看 log / monitoring:是不是只有他、哪個 step 卡住
- 排除環境:清 cache、換瀏覽器、換網路
- 縮小:是 API 401?前端沒處理?token 過期?
- 報修,留證據(screenshot、HAR、log)
17. 突然全部測試都失敗,第一個動作是?
不要懷疑自己的 case,先懷疑環境。
- 環境健康嗎?(API 通嗎、DB 通嗎、第三方通嗎)
- 最近誰動了什麼?(git log、deploy log)
- 跑單一 case 看錯誤訊息一致嗎
- 確認是測試壞還是 product 壞
18. 怎麼測一個沒有 spec 的功能?
- 跟 PM / 開發訪談,自己寫一份 mini-spec
- 看舊版類似功能、看競品
- 跑探索性測試,發現一邊整理
- 把結果寫成 spec 給團隊 review,補強團隊知識
19. 一個 sprint 進來 20 個 user story,測不完怎辦?
風險導向測試。
- 跟 PM 排優先級:哪幾個會影響營收 / 法遵 / 大量使用者
- 高優先 + 高風險:full coverage
- 低優先 + 低風險:smoke 即可
- 對 PM/PM 攤開,要他選「砍 case」還是「延 sprint」,不要自己吞
20. 自動化測試什麼時候不該寫?
- 功能還在大改(每週都要改 case 維護成本爆)
- 一次性需求
- UI 極度動態(無法穩定 selector)
- ROI 低(手動 5 分鐘的,寫自動化 3 天)
21-25. 略,這幾題請依個人經驗回答
- 21. 講一次你找到的最有趣 bug
- 22. 講一次你跟開發吵架的經驗
- 23. 你寫過最自豪的 test plan
- 24. 你最大的 QA 失誤是什麼?學到什麼?
- 25. 介紹你最熟悉的測試框架
4. 三、技術題(15 題)
26-30. 自動化框架
- 26. Playwright / Cypress / Selenium 差異?
- 27. Page Object Model 是什麼?解決什麼問題?
- 28. Fixture / Hook(beforeAll / beforeEach)的用法?
- 29. 怎麼處理測試之間的資料隔離?
- 30. Parallel 跑測試會遇到什麼問題?
31-35. CI / CD
- 31. 描述一條 CI pipeline 應該有什麼 stage
- 32. Test report 怎麼整合到 PR review?
- 33. 失敗的測試怎麼自動 retry?要嗎?
- 34. 怎麼分 smoke 跟 full regression 在不同時機跑?
- 35. Test environment 跟 prod 的差異要怎麼管理?
36-40. API / 後端
- 36. REST vs GraphQL 測試差異?
- 37. 怎麼測一個有 auth token 的 API?
- 38. mock 第三方 API 的策略?
- 39. 怎麼測 race condition?
- 40. DB 測試時用真實 DB 還是 mock?為什麼?
5. 四、行為題(10 題)
回答用 STAR:Situation / Task / Action / Result。
41. 講一次你說服開發接受你的 bug
- S: 開發認為這不是 bug 是 spec 沒寫
- T: 我要讓他接受並修
- A: 我把 spec 模糊處列出來,找 PM 三方確認意圖,再用使用者場景說服
- R: 開發修了,PM 把 spec 補清楚
42. 你跟 PM/開發意見不合怎處理?
要點:先理解對方立場 → 用資料 / 案例佐證 → 找共同目標。不要陷入「你錯我對」。
43. 工作壓力大時你怎麼排優先級?
要點:跟主管確認目標、列風險、攤開來談取捨。
44. 你跟過最爛的工程文化?
陷阱題。不要罵前東家,講「我從中學到 XX」。
45-50. 略
- 45. 你怎麼跟新加入的 QA 帶?
- 46. 你會怎麼影響團隊文化?
- 47. 五年職涯規劃?
- 48. 對 AI 時代 QA 的看法?
- 49. 為什麼想離開上一份工作?
- 50. 你有什麼問題想問我們?
6. 必問面試官的 3 題(很多人忘記)
- 你們目前的 QA / Dev 比例? (太低代表 QA 壓力大)
- release 流程怎麼跑?多久一次?hot fix 流程?(看流程成熟度)
- 過去半年最棘手的 production bug 怎處理的?(聽 incident handling 成熟度)
7. 最後
面試是雙向的。你不是去考試,是去看公司值不值得待。準備是基本,但保持「我也在挑你」的心態,反而能談到更好的待遇。
相關連結
給 QA 的作品集完整指南。履歷寫「會 Playwright」沒人信、附連結才有人約面試。4 種作品類型、每種的最小可行版本、GitHub 整理法、面試怎麼講,附避雷清單。
給 QA 的履歷實戰指南。5 個必備區塊、STAR 故事範本、避免 7 大反模式、海內外履歷差異、附完整 markdown 範例。
AI 時代 QA 工作真實分析。哪些任務 LLM 已經做得比人好、哪些 10 年內不會被取代、QA 該怎麼重新定位、薪資版面變化、給焦慮中的人一份地圖。
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。