AI e automazione¶
Zeta Test Management combina i dati di progetto filtrati con autorizzazioni con i servizi AI centralmente governati e neutrali. I flussi di lavoro risultanti includono chat di progetto, analisi di qualità, pianificazione di test, linee guida della conoscenza e azioni di dominio sicuro da chat o MCP. I ruoli di progetto esistenti e la visibilità degli oggetti continuano ad essere applicati.
Prerequisiti e una sequenza di partenza sicura¶
- L'amministratore del server crea almeno un profilo di provider sotto Amministrazione > Amministrazione AI e ne verifica le capacità tecniche.
- Il profilo verificato viene assegnato solo agli scenari richiesti. La zona di dati, i limiti e la politica devono corrispondere all'uso previsto.
- Il traffico esterno dell'IA è esplicitamente consentito quando viene utilizzato un fornitore esterno. Global AI è abilitato solo dopo.
- Un amministratore di progetto concede Autorizzazioni dell'AI solo agli utenti, ai gruppi o ai ruoli previsti.
- Gli utenti esaminano fonti, prove, limitazioni e qualsiasi cambiamento proposto prima di affidarsi a una risposta.
Se manca una superficie dell'IA, controlla più che il login. Attivazione globale, assegnazione di scenari, prontezza del fornitore, approvazione del progetto, ruolo e autorizzazione dell'oggetto devono tutti consentire l'operazione.
Scegli il flusso di lavoro di cui hai bisogno¶
- Configurare e governare l'AI in modo sicuro
- Utilizzare la chat di progetto e l'intelligenza di qualità
- Lavorare con la pianificazione e le linee guida della conoscenza del test AI
- Utilizzare azioni sicure, MCP e Ponte locale
Per il confronto più ampio dei percorsi di accesso, vedere Campo di applicazione del prodotto e copertura dell'interfaccia.
Iniziare con un compito concreto¶
| Il tuo compito | Flusso di lavoro adatto |
|---|---|
| Comprendere il progresso o i modelli di guasto | Chiedere a progetto chat circa il piano, la corsa e il periodo; aprire le sue prove |
| Verificare i requisiti per le lacune | Selezionare un requisito, eseguire la revisione AI e valutare i risultati |
| Migliorare o progettare i casi di prova | Utilizzare la recensione del caso AI o il design in biblioteca; rivedere le proposte prima di applicarle |
| Generare casi da requisiti | Seleziona i capitoli, controlla i candidati dell'IA e commetti candidati approvati a un'unità di destinazione |
| Progetto di un piano di prova | Utilizzare Pianificazione dei test dell'IA con obiettivi, portata, rischi e ambienti |
| Selezionare i test per una modifica | Rivedere la selezione di test AI utilizzando il contesto di rilascio, cambiare intelligenza e budget; consegnare la selezione per avviare |
| Fare un cambiamento di progetto supportato | Preparare un azione di dominio offerto, rivedere la sua anteprima e confermare |
Per esempio, chiedere “Quali test falliti nelle cause comuni della quota di rilascio corrente?” o “Quali requisiti nell’area selezionata mostrano lacune di copertura?”. Specificare l'area di pianificazione, esecuzione o richiesta pertinente e verificare che la risposta utilizzi tale ambito. La chat non è limitata a questi esempi.
Distinguere una risposta, una bozza e un cambiamento applicato¶
Una risposta fornisce inizialmente informazioni. Un piano di test AI salvato è una bozza modificabile. Solo un'azione di dominio esplicitamente offerta e confermata applica modifiche ai dati del progetto. Controllare l'oggetto di destinazione e il risultato dopo.
L'interfaccia web supporta più funzioni manuali del catalogo di azione AI. Se chat o MCP non offre un'azione, utilizzare l'area web corrispondente. La gestione regolare dei test rimane disponibile senza AI.
Responsabilità che rimangono con amministratori e recensori¶
L'IA non bypassa la sicurezza del progetto, approva il proprio fornitore, o trasforma un suggerimento in un cambiamento di progetto. Gli amministratori rimangono responsabili del provider e della governance dei flussi di dati, mentre i ruoli dei progetti rimangono responsabili per l'accesso e le decisioni finali di dominio.
- Tenere segreti dei fornitori, chiavi MCP e politiche di Ponte locale fuori documentazione e registri.
- Trattare l'intelligenza artificiale e la fiducia come supporto decisionale, non come sostituzione per i criteri di accettazione o giudizio professionale.
- Utilizzare l'anteprima esplicita e impegnare il flusso di lavoro per ogni azione di scrittura supportata.
- Disattivare l'egresso esterno o l'IA globale prima quando un problema di data-flow o provider non viene risolto.