AI-промты для автотестов на Selenium
Выберите сценарий и стек — получите готовый код автотеста с Page Object
- Готовый код с явными ожиданиями и без Thread.sleep
- Локаторы по data-testid вместо хрупких XPath
- Структура под параллельный запуск в Selenium Grid
Конструктор промтов для Selenium-тестов
Укажите сценарий, паттерн и стратегию локаторов — соберём промт под ваш стек автотестирования
Ваш промт появится здесь
Выберите параметры слева — промт обновится автоматически
Написание автотестов на Selenium с нуля под новый сценарий легко съедает половину спринта: нужно продумать локаторы, выстроить Page Object, закрыть негативные кейсы и не уронить пайплайн флаки-тестами. Готовые промты для ChatGPT и Claude снимают эту рутину — нейросеть собирает каркас под авторизацию пользователя, оформление заказа в корзине или E2E личного кабинета с учётом выбранного стека и паттерна. Укажите уровень QA и набор локаторов (например, data-testid или Relative Locators Selenium 4) — и получите промт, который учитывает фокус на стабильность или параллельный запуск в CI. Бесплатный генератор поможет автоматизировать подготовку тестов на Python с pytest, Java с TestNG или C# с NUnit без переписывания шаблонов вручную. Заполните форму и получите промт, оптимизированный под вашу задачу, чтобы вставить его в ChatGPT, Claude или любой другой AI-сервис.
Промты для автотестов Selenium: инструкция
Выберите стек, сценарий и паттерн
Укажите Уровень QA, Стек и Сценарий, добавьте Паттерн. Это задаст структуру автотеста на Selenium.
Настройте тон и формат вывода
Выберите деловой тон и формат 'готовый код с комментариями'. Например: Page Object + pytest для middle-уровня.
Впишите URL и тестовые данные
Добавьте URL приложения, Тестовые данные и Критерии приёмки — промт учтёт реальные сценарии проверки.
Скопируйте промт и запустите в ИИ
Скопируйте готовый промт и вставьте в ChatGPT или Claude — получите рабочий автотест на Selenium.
Кто использует промты для Selenium-тестов
Генератор помогает QA-инженерам, SDET и тимлидам автоматизации писать Selenium-тесты в ChatGPT и Claude
Junior QA на старте автоматизации
Пишу первый Page Object по два дня и путаюсь в локаторах
Получайте готовый каркас Page Object с понятными CSS-локаторами
Middle QA Automation в продукте
Мои тесты флакают на каждом третьем запуске в CI и блокируют релиз
Генерируйте стабильные ожидания и анти-флаки обёртки за один промт
SDET в команде платформы
Рефакторю старый фреймворк на Screenplay и теряю неделю на каждый модуль
Собирайте Screenplay и Fluent-паттерны под Java и Python за минуты
Тимлид QA-автоматизации
Негативные сценарии регистрации и оплаты покрыты на 30 процентов из 100
Получайте чек-лист негативных кейсов и готовые тесты под checkout
Ещё промты для Selenium-автотестов
Промты дополняют генератор смежными задачами по Selenium. Скопируйте, замените данные в [скобках] и вставьте в ChatGPT или Claude.
Аудит флаки-тестов в Selenium-наборе с планом стабилизации
Аудит флакиРоль: Ты Senior QA Automation с 7 лет опыта стабилизации Selenium-наборов. Экспертиза: WebDriverWait, ExpectedConditions, retry-стратегии в Jenkins и GitHub Actions. Контекст: Я [моя роль] в [тип продукта — SaaS/e-commerce]. Проект: набор из [число тестов] на стеке [Python+pytest+Selenium или Java+TestNG+Selenium]. Данные: процент флаки [flaky rate %], топ-5 нестабильных тестов [список имён], типичные ошибки [StaleElementReferenceException, TimeoutException], среднее время прогона [минут], CI-платформа [Jenkins/GitLab CI]. Задача: Провести аудит флаки-тестов, определить корневые причины по категориям (синхронизация, локаторы, данные, окружение) и предложить план стабилизации на 4 недели с измеримыми KPI. Формат вывода: (1) Таблица причин: категория, пример ошибки, частота, тест-кандидат. (2) Список антипаттернов с рефакторинг-снипетом до/после. (3) Roadmap стабилизации по неделям с целевым flaky rate. Детали: Опирайся на explicit waits вместо Thread.sleep, Selenium 4 Relative Locators, изоляцию тест-данных. Избегай универсальных retry без анализа причин.
Стратегия миграции локаторов на data-testid в legacy-проекте
ЛокаторыРоль: Ты SDET с 6 лет опыта рефакторинга UI-автотестов и внедрения тестируемости. Экспертиза: Selenium 4, Page Object Model, договорённости с frontend-командой по data-testid. Контекст: Я [QA-lead/SDET] в [компания с веб-продуктом]. Стек: [Java+JUnit 5+Selenium или JS+Mocha+Selenium-WebDriver]. Текущие локаторы: [% XPath], [% CSS], [% ID], [% data-testid]. Проблемы: хрупкость при релизах фронта [частота поломок в неделю], конфликт с командой [frontend-фреймворк React/Vue/Angular]. Задача: Разработать стратегию миграции на data-testid с приоритизацией страниц, шаблоном договорённости с фронтендом и оценкой трудозатрат. Формат вывода: (1) Матрица приоритизации страниц: критичность, частота поломок, стоимость миграции. (2) Шаблон соглашения с frontend: правила именования, code review, линтер-правило. (3) План-график на [N спринтов] с метриками: снижение flaky rate, сокращение времени на поддержку. Детали: Учитывай совместимость с Page Factory и Fluent Page Object. Избегай хардкода и дублирования локаторов между слоями.
Чек-лист code review Selenium-тестов для команды QA
Code reviewРоль: Ты Lead QA с 8 лет опыта наставничества Junior/Middle QA и построения процессов code review автотестов. Экспертиза: SOLID в тестах, Page Object Model, анти-паттерны Selenium. Контекст: Я [QA-lead] в команде из [число инженеров] на стеке [C#+NUnit+Selenium или Python+pytest+Selenium]. Текущая ситуация: [% PR отклоняется], частые замечания [топ-3 проблемы: дублирование локаторов, Thread.sleep, отсутствие ассертов]. Паттерн проекта: [Page Object Model/Screenplay/Component-based POM]. Задача: Составить чек-лист code review Selenium-тестов по 5 категориям, пригодный для Pull Request template и обучения Junior. Формат вывода: (1) Чек-лист по категориям: структура теста, локаторы, синхронизация, ассерты, данные и изоляция. (2) Таблица анти-паттернов с примерами кода и рекомендацией замены. (3) Скоринг-рубрика PR: блокирующие и рекомендательные пункты. Детали: Опирайся на явные ожидания, независимость тестов, атомарность проверок. Избегай субъективных формулировок без критерия.
План обучения Junior QA написанию автотестов на Selenium за 8 недель
ОбучениеРоль: Ты тренер по автоматизации тестирования с 7 лет опыта подготовки Junior QA до уровня Middle Automation. Экспертиза: Selenium WebDriver, Page Object Model, pytest/TestNG, CI-практики. Контекст: Я [ментор/QA-lead] в [тип компании]. Обучаемый: [Junior QA с бэкграундом — мануальный тестировщик/выпускник курсов]. Стек команды: [Python+pytest+Selenium или Java+TestNG+Selenium]. Целевой уровень через 2 месяца: самостоятельное написание стабильных тестов по [Page Object Model/Fluent Page Object] с покрытием сценариев [авторизация, корзина, поиск]. Задача: Спроектировать 8-недельный план обучения с еженедельными темами, практическими заданиями и критериями приёмки. Формат вывода: (1) Таблица по неделям: тема, теория, практика, артефакт для ревью. (2) Список мини-проектов с приёмочными критериями (стабильность, покрытие, читаемость). (3) Финальная аттестация: кейс, чек-лист оценки, KPI перехода в Middle. Детали: Включи работу с explicit waits, Relative Locators Selenium 4, параллельный запуск в CI. Избегай перегруза теорией без практики.
6 правил промтов для автотестов на Selenium
Используйте эти правила, чтобы получать стабильные автотесты на Selenium в ChatGPT и Claude
Задайте узкую роль SDET-эксперта
Вместо 'Ты тестировщик' укажите: 'Ты SDET с 5+ лет опыта Selenium 4 + PyTest, PageObject и Allure'. ИИ сразу применит waits, фикстуры и правильный стек.
Указывайте стек и локаторы точно
Передайте в промт: Selenium 4.18, Java 17, TestNG, браузер Chrome 122, стратегия локаторов CSS+data-testid, WebDriverWait 10с. Без этого ИИ даст XPath-лапшу и Thread.sleep.
Запрашивайте формат PageObject + AAA
Просите структуру: PageObject-класс + тест в паттерне Arrange-Act-Assert + Allure-шаги @Step. Формула: 'Верни 2 файла: LoginPage.java и LoginTest.java с JavaDoc и @Test(groups)'.
Опишите сценарий и тестовые данные
Укажите: URL стенда, предусловия (авторизован/гость), позитив+негатив, граничные значения, чистку БД. Шаблон: 'Smoke login: валидный юзер qa@test.io, невалидный пароль, пустые поля, капча выключена'.
Итерируйте через флаки и waits
После черновика уточняйте: 'замени Thread.sleep на ExpectedConditions', 'добавь retry через @Flaky', 'вынеси селекторы в By-константы'. Так убираются типичные причины падений в CI.
Избегайте хрупких XPath-локаторов
До: 'напиши тест клика по кнопке'. После: 'используй локатор By.cssSelector([data-testid=submit-btn]), добавь fluentWait 10с, проверь исчезновение спиннера перед assert'.
FAQ: промты для автотестов Selenium
Промты для автотестов на Selenium — это структурированные инструкции для нейросети, которые задают стек, паттерн и сценарий, чтобы ChatGPT сгенерировал рабочий код теста. В промт включают уровень QA (Junior, Middle, Senior, SDET), стек (Python + pytest, Java + TestNG, Java + JUnit 5, C# + NUnit), паттерн Page Object Model или Screenplay, тип локаторов (CSS, XPath, data-testid, Relative Locators Selenium 4) и фокус качества. Например, промт с Page Factory и анти-флаки даёт тест с явными ожиданиями WebDriverWait. Вставьте сгенерированный промт в ChatGPT и получите готовый класс PageObject с методами.
Опишите в ChatGPT стек Python + pytest + Selenium, паттерн Page Object Model, сценарий «Авторизация пользователя» и локаторы data-testid — модель вернёт класс LoginPage с методами enter_login, enter_password, click_submit и отдельный тест-класс. Укажите фокус «Стабильность и анти-флаки», чтобы ChatGPT добавил WebDriverWait с ExpectedConditions вместо time.sleep и обработку StaleElementReferenceException. Добавьте негативные кейсы: неверный пароль, пустое поле, заблокированный аккаунт. Для Java + TestNG попросите Claude сгенерировать BaseTest с @BeforeMethod и ITestListener для скриншотов. Скопируйте готовый промт из генератора и вставьте в нейросеть.
Генератор промтов экономит QA-инженеру 2–4 часа на каркас автотеста и убирает типичные ошибки новичков в работе с нейросетью. Вместо размытого запроса «напиши тест на Selenium» вы получаете промт с указанием стека, Page Object или Screenplay, Relative Locators Selenium 4 и фокуса на читаемость — ChatGPT отдаёт код, который компилируется с первого раза. Middle и Senior Automation экономят время на шаблонных сценариях: корзина, поиск с фильтрами, регистрация. SDET использует промты для ревью локаторов и рефакторинга флаки-тестов. Инструмент бесплатный и работает с ChatGPT, Claude, GigaChat. Попробуйте сгенерировать свой первый промт за минуту.
Промты для Page Object Model просят нейросеть сгенерировать классы-страницы с полями-локаторами и методами действий, тогда как Screenplay Pattern требует акторов, задач (Tasks) и вопросов (Questions). В POM-промте для Claude вы указываете: BasePage, LoginPage, методы возвращают this для цепочек. В Screenplay-промте добавляете Actor.named, AbilityToBrowseTheWeb и Task.where с Interactions типа Click.on и Enter.theValue. Page Factory промт запрашивает аннотации @FindBy и PageFactory.initElements, а Fluent Page Object — билдер-стиль с методами, возвращающими страницу. Claude лучше справляется со Screenplay из-за сложной архитектуры, а POM одинаково хорошо генерируют обе модели. Используйте генератор для точного выбора паттерна.
Промты для автотестов на Selenium работают во всех популярных нейросетях, но качество кода различается. ChatGPT (GPT-4o) уверенно генерирует Java + TestNG и Python + pytest с Relative Locators Selenium 4 и корректными XPath по тексту. Gemini хорошо справляется с C# + NUnit и длинными сценариями оформления заказа в корзине. YandexGPT и GigaChat подходят для русскоязычных комментариев в коде и базовых сценариев авторизации и регистрации с валидацией, но иногда упускают современные API Selenium 4. DeepSeek выдаёт компактные Page Object классы. Для сложных анти-флаки решений выбирайте ChatGPT или Claude. Скопируйте промт из генератора и протестируйте в нужной нейросети.