Какие тестовые данные дать AI для реалистичной проверки
Подберите данные, которые разделяют возможные ошибки, а не просто напоминают рабочий пример. Несколько тщательно выбранных случаев полезнее сотни одинаковых записей с разными именами.
Где появляется ошибка
Агент проверяет сортировку заказов на трёх записях с разными датами. Ошибка проявляется только при одинаковом времени: порядок меняется между запросами, пагинация пропускает заказ. Для этого не нужна большая копия рабочей базы. Нужны два заказа с одной временной меткой, дополнительный устойчивый ключ и переход между страницами именно через эту группу.
Рабочее решение
Выделите свойства задачи: пустая коллекция, граница страницы, одинаковый ключ сортировки, отсутствующее необязательное поле и ошибочный ввод. Для каждого случая объясните, какую гипотезу он проверяет. Используйте синтетические значения и стабильные идентификаторы. Генерация случайных данных полезна дополнительно, но seed и найденный сбой нужно сохранять. Не извлекайте реальные персональные данные только ради ощущения правдоподобности теста.
Контрольные случаи
| Проверка | Ожидаемое поведение |
|---|---|
| Два заказа с одинаковой временной меткой | Порядок определён дополнительным ключом, повтор запроса не переставляет записи произвольно. |
| Переход на следующую страницу внутри группы | Ни один заказ не потерян и не продублирован из-за неустойчивой сортировки. |
| Пустой результат после фильтрации | Формат ответа и состояние интерфейса остаются согласованными, без особой случайной ветки тестовых данных. |
Отмечайте назначение каждой записи рядом с фикстурой. Тогда будущий агент не удалит «лишний дубль», который специально проверяет устойчивый порядок, и не упростит набор до красивого, но бесполезного примера.
Синтетический набор проверяет выбранные свойства, но может не отражать распределение объёмов и редких значений. Нагрузочные и статистические проверки дополняют такие примеры, а не заменяются ими.
Подготовка хорошего контекста для AI включает и данные, на которых можно независимо проверить обещанное поведение. В платном курсе Vibecoding: Claude Code, Codex, Cursor и agentic development можно продолжить изучение соответствующего инженерного направления. Перед покупкой сравните программу и открытые материалы со своей задачей.
Документация для проверки технических деталей: Фикстуры pytest.
Следующий шаг: AI-разработка: разборы ошибок, изменений и проверки кода. По смежным вопросам: Как дать AI-агенту плавающий баг, который не воспроизводится, Критерии приёмки для AI-агента: пример вместо «сделай нормально».
