notion中ai生成测试用例覆盖不足源于提示未明确边界与风险路径，需通过结构化提示词、缺陷库联动、视图分层、字段强制映射及schema校验五策提升覆盖率。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在Notion中使用AI功能为测试任务生成用例，但发现输出缺乏关键边界条件或遗漏典型异常场景，则可能是由于提示指令未明确约束输入维度与风险暴露路径。以下是实现高覆盖度自动生成的实操策略：
一、结构化提示词注入边界值规则
Notion AI依赖提示词中的显式约束触发边界分析能力，需将等价类划分与边界值理论转化为可执行指令，避免其仅生成泛化正向流程。
1、在数据库页面中新建一条测试用例条目，于Description字段输入：“请基于以下功能描述生成5条测试用例：用户注册时手机号需为11位纯数字，且不可与已注册账号重复。”
2、紧接着在同一字段追加边界指令：“必须包含以下4类场景：①空字符串/Null输入；②10位与12位数字；③含字母或符号的非法格式；④数据库中已存在的手机号。”
3、点击右上角“/ai”调出Notion AI面板，选择“Rewrite with AI”，粘贴完整提示后提交。
4、检查输出是否出现如“TC-REG-003：输入10位数字手机号，预期返回‘手机号格式错误’”等带明确数值边界的用例条目。
二、利用Relation字段联动历史缺陷库
通过建立“缺陷报告”数据库与“测试用例”数据库的双向关联，Notion AI可在生成过程中自动锚定高频失效点，强化对隐含规则与组合异常的覆盖。
1、在测试用例数据库中添加Relation类型字段，命名为“关联缺陷”，指向已建的缺陷报告数据库。
2、在某条用例的Relation字段中选择3个曾导致生产环境崩溃的缺陷记录，例如：“支付回调超时+库存扣减成功”“管理员权限绕过+维护模式开启”。
3、在Description字段输入：“参照所选缺陷模式，生成覆盖相同条件组合的新测试用例，要求每个用例前置条件中精确复现两个以上缺陷涉及的状态。”
4、调用“/ai → Generate with AI”功能，确认输出用例的前置条件字段是否包含类似“系统处于维护模式且当前用户角色为普通用户”的复合状态描述。
三、嵌套Database视图驱动场景分层生成
借助Notion多维视图过滤机制，可将复杂业务流拆解为原子场景层，使AI在受限上下文中专注生成特定维度的用例，规避笛卡尔积爆炸导致的遗漏。
1、为测试用例数据库创建Kanban视图，按Status字段分组，并新增Filter：“Status contains ‘待生成’”。
2、在同一数据库中新建一个Gallery视图，按Module字段分组，设置Filter：“Module = ‘登录模块’ AND Priority = ‘High’”。
3、在Gallery视图中任一卡片内，于Description字段输入：“针对‘登录模块-高优先级’场景，生成覆盖以下三类异常链路的用例：①验证码服务不可用但密码校验正常；②LDAP认证成功但本地账户禁用；③JWT签发失败但会话ID已生成。”
4、执行“/ai → Suggest edits”，观察AI是否在单次响应中输出分别对应三类链路的独立用例，而非混合描述。
四、强制AI输出结构化字段值
Notion AI默认不填充数据库字段，需通过模板语法引导其将生成内容映射至指定字段，确保边界值、状态码、错误消息等关键信息进入结构化存储，支撑后续自动化筛选。
1、在数据库属性中为“Expected Result”字段设置Select类型，选项包括：“200 OK”“400 Bad Request”“401 Unauthorized”“500 Internal Error”。
2、在Description字段输入：“生成3条用例，每条必须在‘Expected Result’字段中填入唯一选项，且错误类用例需在‘Title’中体现具体错误码，例如‘[401] 未携带Authorization Header’。”
3、调用“/ai → Fill in properties”，确认AI是否直接将“401 Unauthorized”写入Expected Result字段下拉菜单，而非仅在Description中文字描述。
4、检查生成的Title字段是否严格匹配示例格式，不含任何解释性语句，仅含错误码与简明现象。
五、基于Schema定义触发AI推理增强
在数据库Properties中预设字段Schema（如正则表达式、数值范围），可激活Notion AI对字段约束的主动识别，使其在生成时自动规避非法值并聚焦有效边界。
1、编辑数据库Properties，在“Input Phone”字段类型设为Text，并在“Validation”中输入正则表达式：^1[3-9]\d{9}$。
2、在Description字段输入：“根据Input Phone字段的正则约束，生成覆盖其全部边界条件的测试用例：首位非1、第二位不在3-9区间、总长度≠11、含非数字字符。”
3、执行“/ai → Generate with AI”，验证输出用例的Input Phone值是否全部违反该正则，例如“23456789012”“1234567890”“1345678901a”。
4、确认每条用例的“Expected Result”字段均标注为“400 Bad Request”，且Description中明确引用正则校验失败原因。
