AI测试开发学习时间分配
日期：2026-09-03 来源：TestFather「狂师. AI进化社」专栏当前可见目录 + 个人项目适配分析 状态：规划稿 / 待按实际学习进度滚动更新
1. 当前课程结构
当前专栏可见信息：
- 108 篇图文
- 25 个视频
- 核心方向：AI 测试、LLM 大模型应用开发、AI 编程、AI 智能体、工具体系
可见一级目录：
- 前言介绍 - 建议阅读
- 学习指南 - 学前必读
- 010 牛刀小试
- 020 AI 大模型基础
- 030 AI 提示词工程
- 040 AI 大模型应用开发
- 050 从零学AI 智能体
- 060 零基础AI编程实战
- 070 AI 测试全场景实战
- 080 AI工具百宝箱
2. 总体学习策略
不建议按目录平均推进。当前更适合按“项目需要优先”分配学习时间。
主线优先级：
- 070 AI 测试全场景实战
- 030 AI 提示词工程
- 060 零基础AI编程实战
- 040 AI 大模型应用开发
- 050 从零学AI 智能体
- 080 AI工具百宝箱
- 020 AI 大模型基础
- 010 牛刀小试
原因：
- 当前项目已经存在内容生产、质量验收、测试用例、Cursor/Kimi/Codex 协作等真实场景。
- 最该补的不是泛泛了解 AI，而是把 AI 变成测试资产、验收资产、项目交付资产。
- 大模型基础只需先达到够用水平，不应长期停留在概念学习。
3. 每周时间分配
按每周 8-10 小时估算：
| 模块 | 占比 | 每周时间 | 用途 |
|---|---|---|---|
| 070 AI测试全场景实战 | 40% | 3.5-4 小时 | 服务测试用例、质量验收、回归检查、AI 测试闭环 |
| 030 AI提示词工程 | 20% | 1.5-2 小时 | 服务需求拆解、测试生成、内容生产、Cursor/Kimi 协作 |
| 060 零基础AI编程实战 | 20% | 1.5-2 小时 | 服务脚本理解、接口请求、自动化测试、AI 代码验收 |
| 项目实操沉淀 | 15% | 1-1.5 小时 | 把课程转化为 SOP、测试资产、验收表 |
| 020/040/050/080 补充 | 5% | 0.5 小时 | 按问题查漏补缺，不作为主线刷课 |
4. 12 周推进路线
第 1 周：建立地图
学习内容：
- 前言介绍
- 学习指南
- 010 牛刀小试
- 020 AI 大模型基础
重点：
- 快速建立课程全貌。
- 知道 AI 测试开发与传统测试开发的差异。
- 不深挖数学和模型原理，先理解 AI、ML、DL、NLP、CV、LLM 的关系。
产出：
- 《AI测试开发学习地图》
- 一页说明：AI 测试开发是什么，不是什么
第 2-3 周：提示词工程
学习内容：
- 001 提示词 Prompt 本质
- 002 零样本 vs 少样本
- 003 CO-STAR 提示词框架
- 004 提示词工程编写技巧与最佳实践
- 005 全场景提示词模板库
重点：
- 不只收藏提示词，要改造成自己的项目提示词。
- 每个提示词都必须绑定一个真实使用场景。
产出：
- 需求拆解提示词
- 测试用例生成提示词
- 接口测试提示词
- Bug 定位提示词
- 验收清单提示词
- Cursor 任务提示词
- Kimi 草稿验收提示词
第 4-5 周：AI 编程基础
学习内容：
- 060 AI编程 - 基础必读
- 060 AI编程 - 项目实战
- 060 AI编程 - 经验技巧
重点：
- 目标不是转纯开发，而是能看懂、运行、修改 AI 生成的脚本。
- 优先掌握 Python/JS 基础、接口请求、JSON、日志、错误信息、简单测试脚本。
产出：
- 一个接口请求脚本
- 一个测试数据构造脚本
- 一个自动化执行记录
- 一个“AI 生成代码验收清单”
第 6-9 周：AI 测试全场景实战
学习内容：
- 开篇必读：AI 测试实战学习规划
- AI 测试基础入门篇
- AI 大模型测试进阶篇
- AI 大模型测评体系
- AI 赋能全流程实战篇
- AI 赋能测试实战篇
- AI 智能测试平台开发
重点：
- 这是主战场，占学习时间最大比例。
- 学习目标是形成“需求 -> 用例 -> 数据 -> 脚本 -> 执行 -> 报告 -> 缺陷复盘”的闭环。
产出：
- 一套项目测试用例
- 一份边界场景清单
- 一份失败样本库
- 一份测试执行报告模板
- 一份 AI 测试验收 SOP
第 10 周：大模型应用开发
学习内容：
- 040 AI 开发必备
- 040 AI 进阶技术
- 040 AI 开发框架
重点：
- 只优先看和测试平台、测试助手、RAG、接口调用相关的内容。
- 不追求完整掌握应用开发全栈。
产出：
- 一个简单模型 API 调用记录
- 一个测试助手原型方案
- 一个 RAG/知识库测试场景说明
第 11 周：智能体
学习内容：
- 050 AI 智能体开发
- 050 低代码开发平台
重点：
- 关注任务拆解、工具调用、失败重试、验收闭环。
- 对应实际工作流：Cursor/Kimi 先出草稿，Codex 做最终验收。
产出：
- 一个测试 Agent 流程图
- 一个多 Agent 协作边界说明
- 一份“草稿层 / 验收层 / 入库层”规则
第 12 周：工具体系整理
学习内容：
- 080 AI 编程工具
- 080 AI 测试工具
- 080 AI Agent 工具
- 080 AI 命令行编程
- 080 AI IDE 插件
重点：
- 不刷工具列表，只选实际会用的工具。
- 每个工具必须对应一个项目场景和验收标准。
产出：
- 个人 AI 测试工具清单
- 工具选型表
- 工具使用边界说明
5. 与当前项目绑定
国风 / 短剧项目
适配学习内容：
- 030 提示词工程
- 070 AI 测试全场景实战
- 080 AI 工具百宝箱
项目转化：
- 镜头卡提示词
- 抽卡验收表
- 失败原因记录
- 提示词局部修正记录
推荐链路：
剧集目标 -> 角色资产卡 -> 场景资产卡 -> 镜头拆分 -> 单镜头抽卡卡 -> 参考图绑定 -> 抽卡生成 -> 抽卡验收 -> 失败原因记录 -> 提示词局部修正
课程视频 / 内容项目
适配学习内容：
- 030 提示词工程
- 060 AI 编程实战
- 070 AI 测试全场景实战
项目转化：
- 内容结构提示词
- 讲解稿验收表
- 口播一致性检查
- 字幕 / 画面 / 案例一致性检查
推荐结构：
问题 -> 判断 -> 案例 -> 操作 -> 验收
小红书 / 付费测试项目
适配学习内容：
- 060 AI 编程实战
- 070 AI 测试全场景实战
- 040 AI 大模型应用开发
项目转化：
- 接口测试用例
- 支付链路测试
- 权限/白名单测试
- 回放/幂等测试
- 异常场景测试
- 测试报告模板
边界：
- Test-only 与 Live 分开。
- 单元测试、类型检查、部署读回不等于真实支付/退款/争议链路验收通过。
- 涉及外部平台、支付、Live 配置时需单独授权。
AI 测试学习路线本身
适配学习内容：
- 全部模块
项目转化：
- 每周一张学习卡
- 每章一个项目映射
- 每个阶段一个纠错/改良清单
6. 每周固定节奏
建议节奏：
| 时间 | 动作 | 产出 |
|---|---|---|
| 周一/周二 | 看课程 | 课程摘录 + 待验证点 |
| 周三 | 转成项目提示词或测试清单 | 可复用提示词 / 用例 |
| 周四/周五 | 做小实操 | 脚本 / 验收表 / 测试报告 |
| 周末 | 复盘沉淀 | 学习卡 + 失败样本 + 下周计划 |
单周最低交付：
- 一页学习卡
- 一个项目应用点
- 一个可复用提示词或测试资产
- 一个待验证问题
配套执行工具：
学习辅助系统/每章学习辅助流程.md学习辅助系统/模板_单章学习辅助卡.md学习辅助系统/局部卡点停车场.md学习辅助系统/章节关联地图.md
7. 阶段进入标准
不要用“看完多少节”作为完成标准。
进入下一阶段前，需要满足：
- 能讲清楚这一阶段解决什么测试问题。
- 能在自己的项目中找到至少一个应用场景。
- 能产出一份提示词、用例、脚本或验收表。
- 能记录一个失败样本和修正方式。
这 4 条作为章节考核门槛。每章学习完成后，必须形成一张章节考核卡，位置：
章节卡片/模板_章节考核卡.md章节卡片/00_考核标准与处理流程.md
通过定义：
- 4 项全部达到“合格”才算本章通过。
- 只有 1-2 项合格时，状态为“已学习 / 未通过”，不能进入下一章深学。
- 没有失败样本时，至少要记录一个“待观察失败风险”，否则说明还没有进入真实项目使用。
8. 单篇课程笔记模板
# 课程标题
来源：
日期：
状态：待学习 / 已学习 / 已实操 / 已验收 / 待复盘
## 1. 主题
## 2. 解决什么问题
## 3. 可用于哪个项目
## 4. 可复用资产
- 提示词：
- 测试用例：
- 脚本：
- 验收表：
## 5. 待验证
## 6. 失败样本 / 修正记录
## 7. 下一步
9. 当前结论
当前最优路线不是“系统刷完整门课”，而是：
提示词工程打底 -> AI 编程能跑脚本 -> AI 测试形成闭环 -> 大模型应用和智能体补能力 -> 工具按项目筛选
优先把课程内容转化成真实项目资产。只有能进入项目链路、能被验收、能复用的学习内容，才算本阶段有效完成。