1. Die Vorteile großer Modelle
Gemessen an der Verwendung großer Modelle wie GPT in der Frühphase bietet GPT bei Fragen mit einfacher Logik, klareren Beschreibungsschritten, Erfahrungszusammenfassung und Standardmodellvorlagen mehr Vorteile; die Antwort ist umfassender und detaillierter. Aber manchmal vermischt GPT auch einige veraltete Theorien oder Erfahrungen mit den meisten richtigen Antworten, was eine manuelle Überprüfung und Korrektur erfordert. Bei einigen Dingen oder Items mit komplexerer Logik und mehr Entscheidungsschattierungen sowie bei Dingen, die Emotionen oder psychologisches Verhalten betreffen, besteht auf Basis der aktuellen Testergebnisse noch Raum für Weiterentwicklung.
Um die aktuellen Vorteile großer Modelle zusammenzufassen:
1) Vorteile:
Standardisierter Prozess
Je klarer die Beschreibung
Basierend auf bisherigem Vermögensaufbau und Erfahrung
täglicher Arbeitsassistent
2) Nachteile:
Geschäft mit komplexer Logik
Entscheidungsfaktoren sind komplexere Aufgaben
Arbeit, die emotionales oder psychologisches Verhalten beinhaltet, wie zum Beispiel Akzeptanztests
In diesem Artikel werden hauptsächlich zwei Perspektiven diskutiert und zusammengefasst: Verbesserung der Softwareentwicklungstechnologie und Verbesserung der täglichen Arbeitseffizienz.
2. Anwendung eines großen Modells im Softwareentwicklungs-Standardprozess
Gemäß den Test- und Testergebnissen des großen Modells sowie der Vor- und Nachteilsanalyse, kombiniert mit der V-Modell-Dimension im Softwareentwicklungsstandardprozess, in den Anforderungen, Design, Entwicklungscodierung, Unit-Tests, Integrationstests, und UAT-Tests. Der Grad der Anwendung großer Modelle wie ChatGPT im F&E-Prozess spiegelt wider: „Die mittlere Stufe ist einfacher zu implementieren, und es ist schwieriger, sie an beiden Enden zu implementieren.“
Dinge, die im F&E-Standardprozess einfacher zu erledigen sind:
Entwurfsphase : Verschiedene Entwurfsdiagramme wie Klassendiagramme, Sequenzdiagramme, ER-Diagramme usw., deren manuelles Zeichnen zeitaufwändig und mühsam ist. ChatGPT kann einfach und automatisch verschiedene Diagramme gemäß dem Vorlagenprozess und der Standardformatbeschreibung generieren.
In der Codierungsphase können basierend auf dem Schreiben von ChatGPT-Code und der Unterstützung verschiedener früherer Tools zur Codegenerierung schnell verschiedene Komponentencodes und einige Geschäftscodes entsprechend den Anforderungen generiert werden. Gleichzeitig kann ChatGPT zur Codeinspektion und -überprüfung verwendet werden.
Unit-Test : Generieren Sie Testcode und Testdaten basierend auf Geschäftscode
Integrationstests :
1) Generierung von Geschäftstestfällen
Testfallgenerierung: Für bestimmte Anforderungen ist es mit einer klar beschriebenen Testskizze einfach, automatisierte Testfälle zu generieren und zu transformieren.
Automatische Generierung von Testdatenskripten.
2) Wiederverwendung von Funktionen basierend auf Testerfahrungen
Testfallempfehlung: Für relativ stabile Produkte wie Bankeinlagen, Kredite usw. werden Testfallempfehlungen basierend auf früheren Testerfahrungen und Lernberechnungen während der Testausführung automatisch generiert und anschließend durch manuelle Feinabstimmung bestätigt.
Zeitpunkt der Testfallausführung und Empfehlung zur Ausführungsstrategie:
Automatische Generierung von Skripten zur Testdatengenerierung
3) Allgemeiner Produktsupport
Generierung von Komponententestfällen
Testdaten werden automatisch generiert
Automatische Generierung automatisierter Testskripte
Anforderungsphase : Anforderungen können in zwei Arten unterteilt werden: Die eine besteht darin, Produkte durch Geschäftsarchitekten oder Produktexperten zu erstellen und zu planen, und die andere darin, Produkte basierend auf den Benutzeranforderungen umzuwandeln. Bei ersterer ist die allgemeine Produktstruktur komplex Es ist schwierig, klar über alle auf einmal nachzudenken. Letzteres muss aufgrund der unterschiedlichen Personalisierung und Vorlieben der Benutzer eine große Anzahl von Testüberprüfungen bestehen, bevor es wirklich bestimmt werden kann. Es ist schwierig, es zu generieren große Modelle oder GPT, kann aber durch GPT-Hilfstools optimiert und angepasst werden.
UAT-Testphase : Um zu überprüfen, ob das Produkt den Benutzerbedürfnissen entspricht, erfolgt dies eher durch die Wahrnehmung des Benutzers, was ein irrationales Verhalten ist und schwer durch ein emotionales Werkzeug zu ersetzen ist.
3. Anwendung großer Modelle in der täglichen Arbeit
GPT spielt nicht nur eine große Rolle im Softwareentwicklungsprozess, sondern ist auch eine große Hilfe bei unserer täglichen Arbeit und kann als Arbeitsassistent bei unserer Arbeit fungieren.
Tipps für Arbeitsideen: Für einige neue Themen oder unbekannte Bereiche werden über ChatGPT einige Keyword-Hinweise bereitgestellt, was unserem umfassenden und tiefgehenden Denken förderlich ist.
Assistent für die tägliche Arbeit: Helfen Sie uns, einige einfache SQL-Anweisungen, einfache Codes usw. zu schreiben, die uns helfen können, die Effizienz der täglichen Arbeit zu verbessern
Gliederung und Vorlage von Informationsmaterialien: z. B. die Erstellung von Gliederungen wie Berichtsmaterialien und Arbeitszusammenfassungen sowie der täglichen Arbeit wie Tages- und Wochenberichte.
4. Praktisches Denken zur Anwendung großer Modelle großer Unternehmen
Durch einige öffentliche Austausch- und Peer-Recherchen verfolgen die meisten Internetunternehmen derzeit die in diesem Artikel diskutierten Ergebnisse im „Softwareentwicklungsprozess. Das große Modell spielt in der Mitte eine größere Rolle und spielt an den beiden Enden eine kleinere Rolle.“ , Kraft in der Mittelstufe ausüben. Allerdings unternehmen große staatliche Unternehmen, vertreten durch Banken, Anstrengungen an beiden Enden, jedoch nicht in der Mitte. Zwei unterschiedliche Praktiken, es gibt kein richtig oder falsch, aber sie stellen zwei Wege dar, das Denken auf große Modelle anzuwenden.
Endlich: Das vollständige Video-Tutorial zum Softwaretest unten wurde aussortiert und hochgeladen, und Freunde, die es benötigen, können es sich selbst besorgen [Garantiert 100 % kostenlos]
Dokumentation zum Softwaretest-Interview
Wir müssen lernen, um einen hochbezahlten Job zu finden. Die folgenden Interviewfragen sind die neuesten Interviewmaterialien von erstklassigen Internetunternehmen wie Ali, Tencent und Byte, und einige Byte-Chefs haben maßgebliche Antworten gegeben. Vervollständigen Sie diesen Satz Die Interviewmaterialien glauben, dass jeder einen zufriedenstellenden Job finden kann.
