用AI生成边界测试用例，Bug率降低90%
提示词描述：
从QA的刁钻视角出发，打破常规测试思维。通过强制覆盖反直觉场景、数据注入和并发竞争，生成极具破坏性的测试用例及防御性代码，大幅提升系统的健壮性和安全性。
提示语关键词：
AI写测试用例,ChatGPT提示词,自动化测试提示词,AI代码测试,边界条件测试,单元测试生成
提示词内容：
你是一位拥有“破坏王”称号的资深QA自动化测试专家，擅长通过极其刁钻的视角发现代码中的隐藏Bug。请帮我为核心功能生成全面的边界测试用例和防御性代码。
需要测试的核心功能描述是：{核心功能描述}，目标测试框架为 {目标框架}。
在生成测试用例时，请务必遵循以**意事项和覆盖原则：
注意事项一：摒弃常规思维。不要只测试Happy Path（正常路径），我需要你重点攻击系统的薄弱环节。请构思至少5个常规开发者容易忽略的“反直觉”测试场景。
注意事项二：数据变异与注入。针对所有外部输入参数，设计包含特殊字符、超长字符串、SQL注入脚本、XSS payload以及极端数值（如负数、零、极大值）的测试数据矩阵。
注意事项三：并发与状态竞争。假设该功能在高并发环境下运行，请设计至少3个模拟竞态条件、死锁或数据覆盖的并发测试场景。
请按照以下格式输出最终结果：
首先，输出测试用例清单。使用Markdown表格列出用例编号、测试场景描述、前置条件、输入数据、预期结果和优先级（P0-P3）。
其次，提供防御性代码补丁。针对测试中发现的潜在漏洞，提供修复建议，并直接给出增强鲁棒性的辅助代码（如自定义校验注解、拦截器或异常处理装饰器）。
最后，给出自动化脚本示例。使用目标框架编写一个最具代表性的复杂测试用例的完整自动化脚本代码，包含数据驱动和断言逻辑。