آموزش هوش مصنوعی مولد برای تست نرم افزار - آخرین آپدیت
دانلود Learn Generative AI for Software Testing
پیشرو در هوش مصنوعی مولد برای تسترهای نرمافزار و مهندسان QA
-
بیاموزید که چگونه از مدلهای زبان بزرگ (LLM) مبتنی بر هوش مصنوعی مولد به طور مؤثر برای به حداکثر رساندن بهرهوری QA خود با مهارتهای مهندسی پرامپت هوشمند استفاده کنید.
-
مروری بر ابزارهای تست مبتنی بر هوش مصنوعی در بازار فعلی و قابلیتهای آنها برای متحول ساختن اتوماسیون تست به دست آورید.
-
تولید آنی آرتیفکتهای تست مانند طرح تست، موارد تست، دادههای تست، و الگوهای باگ برای نیازمندیهای کسبوکار مشخص را فرا بگیرید.
-
نحوه تولید و بهینهسازی کد تست مطابق با استانداردهای فریمورکها را با افزونههای هوش مصنوعی مولد مانند گیتهاب کوپایلوت (GitHub Copilot) درک کنید.
پیشنیازها:
مفاهیم تست نرمافزار
مهارت در اتوماسیون
قدرت هوش مصنوعی مولد را آزاد کنید و مسیر شغلی خود را در تست ارتقا دهید.
آیا شما یک تستر دستی، مهندس QA یا تستر اتوماسیون هستید که به دنبال پیشرو ماندن در دنیای سریع تست امروز هستید؟ این دوره به طور خاص برای تسترها و متخصصان QA طراحی شده است که میخواهند از قدرت هوش مصنوعی مولد برای افزایش بهرهوری و گسترش قابلیتهای تست خود بهره ببرند.
آنچه در این دوره عملی خواهید آموخت:
-
درک روشنی از هوش مصنوعی در مقابل هوش مصنوعی مولد به دست آورید — تفاوتها و مفاهیم کلیدی را درک کنید.
-
مدلهای زبان بزرگ (LLM) محبوب مانند ChatGPT، Google Gemini و DeepSeek را کشف کنید.
-
در هنر مهندسی پرامپت تسلط پیدا کنید — پایه و اساس دستیابی به خروجیهای دقیق و مرتبط از ابزارهای هوش مصنوعی.
-
یاد بگیرید که چگونه طرحهای تست، موارد تست، دادههای تست، و گزارشهای باگ را در عرض چند ثانیه با استفاده از هوش مصنوعی مولد تولید کنید.
-
کشف کنید که چگونه هوش مصنوعی را در اتوماسیون سلنیوم، تست API، و تست پایگاه داده به کار ببرید.
-
از گیتهاب کوپایلوت (GitHub Copilot) برای تسریع کدنویسی، رفع سریعتر باگها، و تولید آسان مستندات استفاده کنید.
چرا این دوره برای تسترها ضروری است؟
آینده تست نرمافزار به طور فزایندهای مبتنی بر هوش مصنوعی است — از نوشتن اسکریپتهای تست تا تولید دادههای تست، انجام تست اکتشافی و بهینهسازی کوئریهای SQL. هوش مصنوعی مولد میتواند به تسترها در هر مرحله از چرخه حیات تست کمک کند. چه یک تستر دستی باشید که به دنبال افزایش کارایی خود است، یا یک مهندس اتوماسیون که میخواهد اسکریپتنویسی را بهینهسازی کند، این دوره شما را با مهارتهای عملی هوش مصنوعی برای تضمین آینده شغلیتان مجهز میکند.
آنچه دریافت خواهید کرد:
-
دموهای گام به گام برای راهاندازی ChatGPT، Google Gemini، و DeepSeek.
-
مثالهای واقعی که کاربردهای هوش مصنوعی را در تست دستی، اتوماسیون، تست API، و تست پایگاه داده نشان میدهند.
-
تمرینات عملی و پرامپتهای سفارشی برای تمرین استفاده از هوش مصنوعی برای وظایف تست.
-
نکات تخصصی برای صرفهجویی در زمان، کاهش خطاها، و بهبود پوشش تست با استفاده از هوش مصنوعی.
-
راهنمایی در مورد استفاده از گیتهاب کوپایلوت (GitHub Copilot) برای تسریع و بهبود کار اتوماسیون.
چه کسانی باید در این دوره شرکت کنند؟
این دوره ایدهآل برای:
-
تسترهای دستی و مهندسان QA
-
تسترهای اتوماسیون (تسترهای سلنیوم، API، پایگاه داده)
-
سرپرستان تست و مدیران تست
-
هر کسی که علاقهمند به درک چگونگی تحول هوش مصنوعی در حوزه تست است.
پیشنیازها:
آشنایی اولیه با تست دستی، تست اتوماسیون، و SQL توصیه میشود — هیچ تجربه قبلی با هوش مصنوعی نیاز نیست.
آینده شغلی QA خود را با تسلط بر ابزارها و تکنیکهای هوش مصنوعی مولد تضمین کنید. همین حالا ثبتنام کنید و پیشرو بمانید!
سرفصلهای دوره:
فصل 1: مقدمهای بر هوش مصنوعی و هوش مصنوعی مولد
-
درک هوش مصنوعی (AI) و کاربردهای آن در دنیای واقعی
-
هوش مصنوعی مولد چیست؟ مثالهایی از دنیای واقعی
-
تفاوتها بین هوش مصنوعی و هوش مصنوعی مولد
-
مقدمهای بر مدلهای زبان بزرگ (LLM)
-
چرا هر متخصص QA باید هوش مصنوعی مولد را بیاموزد؟
-
مروری بر مدلهای محبوب هوش مصنوعی مولد (ChatGPT، Google Gemini، DeepSeek و غیره)
فصل 2: کاوش مدلهای زبان بزرگ (LLM)
-
LLM دقیقاً چیست؟
-
نحوه عملکرد مدلهای زبان بزرگ
-
راهاندازی گام به گام برای ChatGPT، Google Gemini، و DeepSeek
-
درک ویژگیها و تکنیکهای LLM برای تعامل مؤثر
فصل 3: مقدمهای بر مهندسی پرامپت
-
پرامپت (Prompt) چیست و چرا مهندسی پرامپت اهمیت دارد؟
-
عناصر کلیدی یک پرامپت خوشساخت:
-
دستورالعمل
-
متن
-
داده ورودی
-
نشانگر خروجی
-
-
تکنیکهای ضروری مهندسی پرامپت:
-
پرامپتنویسی بدون نمونه (Zero-shot Prompting)
-
پرامپتنویسی تکنمونهای (One-shot Prompting)
-
پرامپتنویسی چندنمونهای (Few-shot Prompting)
-
فصل 4: مرور سریع اصول تست دستی
-
مفاهیم و اصطلاحات کلیدی تست دستی
فصل 5: به کارگیری هوش مصنوعی مولد در تست دستی
-
تولید فوری طرحهای تست جامع
-
ایجاد خودکار سناریوهای تست و موارد تست
-
تولید دادههای تست بر اساس تقاضا
-
استفاده از هوش مصنوعی برای پیشنویس سریع گزارشهای باگ
-
تولید گزارشهای اجرای تست با حداقل تلاش
فصل 6: استفاده از هوش مصنوعی مولد در اتوماسیون سلنیوم
-
تولید خودکار اسکریپتهای تست سلنیوم
-
رفع خطاها با راهحلهای پیشنهادی هوش مصنوعی
-
تولید خودکار XPath و CSS Selectorها
-
تولید دادههای تست برای اجرای اتوماسیون
-
ایجاد خودکار مستندات برای موارد تست
-
تولید گزارشهای اتوماسیون با استفاده از هوش مصنوعی
-
تبدیل کد بین زبانها و فریمورکها
-
مهاجرت فریمورکهای اتوماسیون موجود با کمک هوش مصنوعی
-
بهینهسازی استراتژیهای XPath و Locator با هوش مصنوعی
-
استفاده از هوش مصنوعی برای تولید دادههای تست و یکپارچهسازی با APIها
-
تکنیکهای پیشرفته پرامپت برای مهندسان اتوماسیون
فصل 7: به کارگیری هوش مصنوعی مولد در تست API
-
تولید پیلودهای API با استفاده از هوش مصنوعی
-
ایجاد کلاسهای POJO از پاسخهای JSON
-
تولید خودکار شمای JSON از پاسخهای API
-
افزودن ارزیابیها (assertions) به تستهای API با کد تولید شده توسط هوش مصنوعی
-
تبدیل فرمتهای داده (JSON به CSV و برعکس)
-
ساخت متدهای کاربردی برای خواندن دادهها از فایلهای JSON، CSV، و XML با استفاده از هوش مصنوعی
فصل 8: هوش مصنوعی در تست SQL و پایگاه داده
-
تولید کوئری SQL با قدرت هوش مصنوعی
-
بهینهسازی کوئری و تنظیم عملکرد
-
بررسی یکپارچگی داده و اعتبارسنجی
-
اعتبارسنجی دقت کوئری با استفاده از هوش مصنوعی
-
اعتبارسنجی شمای پایگاه داده با استفاده از پرامپتهای تولید شده توسط هوش مصنوعی
-
اطمینان از یکپارچگی دادهها در طول مهاجرت داده با کمک هوش مصنوعی
فصل 9: تسلط بر گیتهاب کوپایلوت (GitHub Copilot) برای تسترها و مهندسان اتوماسیون
-
نصب و راهاندازی گیتهاب کوپایلوت
-
تولید خودکار پیامهای معنیدار کامیت
-
خلاصه کردن تغییرات کد با کمک هوش مصنوعی
-
استفاده از کوپایلوت برای پیشنهاد رفع باگها و بهبودها
-
تولید دادههای تست نمونه مستقیماً در IDE شما
-
بازنویسی خودکار کد برای مطابقت با سبکها یا الگوهای دلخواه
-
استفاده از کوپایلوت برای تولید مستندات متدهای تست شما
فصل 10: عوامل هوش مصنوعی (AI Agents)
-
محدودیتهای LLMها
-
چگونه عوامل هوش مصنوعی بر محدودیتهای LLMها غلبه میکنند
-
LLMها در مقابل عوامل هوش مصنوعی
فصل 11: کاوش testRigor (ابزار اتوماسیون تست مبتنی بر هوش مصنوعی مولد)
فصل 12: Playwright MCP (پروتکل زمینه مدل) با یکپارچهسازی گیتهاب کوپایلوت (GitHub Copilot)
-
پرامپتنویسی چیست؟
-
LLMها چیستند؟
-
محدودیتهای LLMها
-
ایجنت (Agent) چیست؟
-
درک پروتکل زمینه مدل (MCP)
-
کار با گیتهاب کوپایلوت (GitHub Copilot)
تنظیم Playwright MCP در VSCode
-
ایجاد زمینه تست و موارد تست.
-
تولید تستهای وب/رابط کاربری و API با استفاده از کوپایلوت و MCP
-
افزونه تست Playwright در VSCode برای مدیریت تستها.
-
کدنویسی پویا
"مفاهیم هوش مصنوعی بسیار دیگری در دست توسعه هستند. با ما همراه باشید!"
گام بعدی را در مسیر شغلی QA خود بردارید و به یک تستر مجهز به هوش مصنوعی تبدیل شوید. امروز ثبتنام کنید و شیوه تست کردن خود را متحول سازید!
مقدمه Introduction
-
بررسی هوش مصنوعی مولد و مثالهای واقعی Overview on Generative AI And Real Life Examples
-
نحوه کار با مدلهای زبانی بزرگ (LLM) مختلف How to work with different LLMs (Large Language Models)
-
مهندسی پرامپت Prompt Engineering
تست دستی با هوش مصنوعی مولد Manual Testing with Generative AI
-
درک وظایف مختلف در تست دستی Understanding various tasks in Manual Testing
-
نحوه استفاده از هوش مصنوعی مولد در تست دستی How to use Generative AI in Manual Testing
اتوماسیون وب در سلنیوم با استفاده از هوش مصنوعی مولد Web Automation in Selenium using Generative AI
-
نحوه استفاده از هوش مصنوعی مولد در اتوماسیون وب سلنیوم How to use Generative AI in Selenium Web Automation
اتوماسیون تست API با استفاده از هوش مصنوعی مولد API Test automation using Generative AI
-
نحوه استفاده از هوش مصنوعی مولد در اتوماسیون تست API How to use Generative AI in API Test Automation
-
ویژگیهای هوش مصنوعی مولد در ابزار Postman و نحوه استفاده از هوش مصنوعی مولد در RestAssured Gen AI Features in Postman Tool & How to use Gen AI in RestAssured
تست بکاند/داده با استفاده از هوش مصنوعی مولد Backend/Data Testing using Generative AI
-
نحوه استفاده از هوش مصنوعی مولد در تست پایگاه داده/SQL/ETL How to use Generative AI in Database/SQL/ETL Testing
کار با GitHub Copilot – یک دستیار چت مجازی برای برنامهنویسان Working with GitHub Copilot - A virtual chat assistant for Coders
-
ادغام GitHub Copilot با IntelliJ IDE Integrate GitHub Copilot with Intellij IDE
عوامل هوش مصنوعی و اتوماسیون بدون کد AI Agents & Codeless Automation
-
عامل هوش مصنوعی چیست؟ LLM در برابر عوامل هوش مصنوعی What is AI Agent? LLM Vs AI Agents
-
کاوش testRigor (ابزار اتوماسیون تست مبتنی بر هوش مصنوعی مولد) Exploring testRigor (Generative AI Based Test Automation Tool)
-
نحوه استفاده از قوانین قابل استفاده مجدد (زیربرنامهها) در TestRigor How To Use Reusable Rules (Subroutines) In TestRigor
-
نحوه تست قابلیت آپلود فایل در TestRigor How To Test File Upload Functionality in TestRigor
اتوماسیون تست با هوش مصنوعی و Playwright MCP (پروتکل زمینه مدل) + Copilot Test Automation with AI and Playwright MCP (Model Context Protocol)+Copilot
-
ایجاد و اجرای تستهای Playwright با استفاده از Playwright MCP+Copilot با VSCode Generate and Run Playwright Tests using Playwright MCP+Copilot with VSCode
https://donyad.com/d/68b747
Pavan Kumar
مشاور فنی ارشد
نمایش نظرات