El Generador de Pruebas de Casos Límite: Convierte una Descripción de Funcionalidad en una Matriz de Pruebas Completa Antes de Escribir Código
Por qué importa este prompt
Engineering teams that start coding directly from a short ticket typically discover 30-40% of their real edge cases only after a customer hits one in production. On a feature that touches money and inventory, each edge case that ships unhandled turns into a support escalation, an engineering fire drill, a reconciliation headache for finance, and in the worst cases — like the double-refund or stale-pricing scenarios above — direct, hard-to-reverse financial loss. Finding these gaps on paper during planning costs minutes; finding them in production after a customer or auditor does costs hours of firefighting plus the trust damage of a visibly broken checkout flow.
Para qué lo usamos
A backend engineer is about to implement a new bulk order cancellation endpoint for an e-commerce API — one function call that touches payment refunds, inventory restocking, and customer notifications at once. The ticket describes the happy path in two sentences. Before writing a single line of code, the engineer runs this prompt against the feature description to surface every edge case, race condition, and integration failure the implementation needs to handle.
Prompt
Role: Act as a senior software engineer and QA architect with deep experience in test design and failure-mode analysis for production systems. Context: I am about to implement the following feature or function, and I want a complete picture of what could go wrong before I write any code. Feature description or function signature: [PASTE FEATURE DESCRIPTION OR FUNCTION SIGNATURE HERE] Language/framework: [E.G. "PYTHON WITH FASTAPI", "TYPESCRIPT WITH NODE.JS"] Edge cases I've already planned for: [LIST THEM, OR WRITE "NONE YET"] Domain constraints or sensitivities: [E.G. "TOUCHES PAYMENT PROCESSING", "MUST BE IDEMPOTENT", "RUNS ACROSS MULTIPLE WORKERS", OR "NONE"] Task: Produce a complete test matrix for this feature, organized into these six categories: 1. Happy path - the 1-3 cases representing normal, expected usage 2. Boundary conditions - empty inputs, maximum sizes, zero/negative values, type edge cases 3. Invalid/malformed input - what a malicious or confused caller might send 4. State and concurrency edge cases - what happens if this runs twice, runs concurrently, or runs when upstream state changes mid-execution 5. Integration failure points - what happens when each external dependency (database, API, queue, cache) times out, errors, or returns a malformed response 6. Silent failure risks - cases where the code might succeed technically but produce the wrong result without throwing an error For each test case, give: a one-line description, the specific input/state that triggers it, and the expected correct behavior. Constraints: Do not give generic testing advice - every case must be specific to the actual feature described above. Flag the 3-5 cases you consider highest risk if left untested, with a one-sentence reason why. If the feature touches money, user data, or irreversible actions, call that out explicitly and treat those paths with extra scrutiny. Output Format: Present the test matrix as a numbered list within each of the six categories above. After the full matrix, add a short "Top 5 Risks If Skipped" section ranking the highest-priority gaps.
Resultado
Feature: Bulk order cancellation endpoint (cancels up to 50 orders in one call, triggers payment refunds, restocks inventory, sends customer notifications).
1. Happy Path
- Cancel 3 valid, unshipped orders belonging to the requesting user → all 3 refunded, restocked, and notified successfully.
- Cancel a single order via the bulk endpoint with a 1-item array → behaves identically to the single-cancel endpoint.
2. Boundary Conditions
- Empty order ID array submitted → should return a 400 with a clear message, not a silent no-op.
- Exactly 50 order IDs (the stated max) → should succeed; 51 should be rejected with a specific "limit exceeded" error, not a generic 500.
- Duplicate order ID appears twice in the same request → should be deduplicated and refunded once, not twice.
3. Invalid/Malformed Input
- Order ID belonging to a different user → must be rejected per-item with a 403 in the response, not fail the entire batch or silently skip it without telling the caller.
- Order ID that doesn't exist → per-item 404, batch should still process the valid remaining items.
- Order already shipped or already cancelled → reject with a specific status explaining why, don't attempt a double-refund.
4. State and Concurrency
- Same cancellation request submitted twice in rapid succession (double-click/retry) → must not issue two refunds for the same order (idempotency key required).
- Order gets shipped by the warehouse system in the few hundred milliseconds between validation and the cancellation transaction committing → must detect the state change and reject that specific item rather than cancelling a now-shipped order.
5. Integration Failure Points
- Payment refund API times out after inventory has already been restocked → must not leave the order in a state where inventory was returned but the customer wasn't refunded; needs compensating transaction or saga pattern.
- Notification service is down → cancellation and refund must still complete; notification failure should queue for retry, not roll back the whole operation.
- Inventory service returns a malformed response (missing SKU field) → must fail that item explicitly rather than assuming restock succeeded.
6. Silent Failure Risks
- Refund amount calculated using stale cached pricing data instead of the price actually paid → technically "succeeds" but refunds the wrong amount.
- Partial batch success returns HTTP 200 without clearly itemizing which orders failed → caller assumes everything succeeded when some didn't.
Top 5 Risks If Skipped
- Double refund on retry - direct financial loss, highest priority, very likely to occur in production given client-side retry logic.
- Refund/restock partial failure (no compensation) - creates permanently inconsistent state between payment and inventory systems.
- Race condition with warehouse shipping - customer receives a cancelled-but-shipped order, becomes a support and trust issue.
- Wrong refund amount from stale pricing - silent, hard to detect, directly costs money either to the business or the customer.
- Ambiguous partial-success response - causes downstream systems or the frontend to misreport order status to the customer.
La mayoría de los ingenieros no omiten los casos límite por descuido. Los omiten porque un ticket de funcionalidad describe el camino feliz en dos frases, y la mente rellena el resto imaginando que la funcionalidad funciona correctamente. Este prompt existe para forzar un punto de partida diferente: en lugar de preguntar "qué debería hacer esto", pregunta "cuáles son las formas específicas en que esto se rompe", y estructura esa pregunta de modo que la respuesta sea realmente utilizable como plan de pruebas, en lugar de una lista vaga de preocupaciones.
Por qué seis categorías en lugar de una lista abierta
Un prompt simple de "lista los casos límite de esta función" tiende a producir un puñado de escenarios obvios de comprobación de nulos y detenerse ahí, porque nada obliga al modelo a mirar los modos de fallo más difíciles. Dividir la petición en camino feliz, condiciones límite, entrada inválida, estado/concurrencia, fallo de integración y riesgos de fallo silencioso funciona porque cada categoría apunta a una causa raíz diferente de los bugs en producción. Las condiciones límite detectan errores de desplazamiento por uno y de tipo. La concurrencia detecta los bugs que solo aparecen bajo tráfico real, no en una sola prueba manual. Los puntos de fallo de integración detectan la suposición de que una base de datos o API de pago siempre responderá limpiamente. Los riesgos de fallo silencioso — casos en que el código se ejecuta sin error pero produce un resultado incorrecto — son la categoría más difícil de pensar sin que se solicite explícitamente, y a menudo la más costosa de descubrir después, que es exactamente por qué el prompt los destaca como su propia categoría en lugar de dejarlos perdidos dentro de "otros".
Por qué el prompt exige especificidad, no consejos genéricos
Las listas de verificación de pruebas genéricas ("probar entradas nulas", "probar cadenas vacías") están disponibles en cualquier libro de texto de QA y añaden poco valor. La restricción de que "cada caso debe ser específico de la funcionalidad real descrita" es lo que convierte esto de una charla teórica sobre pruebas en un plan real para la función que tienes delante — obliga al modelo a razonar sobre qué se hacen específicamente entre sí la reposición de inventario, la emisión de reembolsos y el envío de notificaciones cuando ocurren fuera de orden o fallan parcialmente, en lugar de enumerar categorías abstractas sin contenido.
Por qué la salida termina con una lista de riesgos clasificada, no solo una matriz plana
Una matriz de pruebas de 20-30 elementos es útil para una ronda de QA, pero no todos los elementos tienen la misma consecuencia, y un ingeniero ocupado que enfrenta una fecha límite necesita saber cuáles 3-5 casos son innegociables incluso si el resto se deja para un ticket de seguimiento. Terminar con una sección de "Top 5 Riesgos Si Se Omiten", cada uno con una razón de una frase, convierte una lista exhaustiva en una herramienta de triaje — la diferencia entre un documento que nadie lee antes de lanzar y uno que realmente cambia qué se construye primero.
Quién debería usar esto, y cuándo
Este prompt rinde más en funcionalidades con consecuencias reales por equivocarse en un caso límite: cualquier cosa que toque pagos, inventario, autenticación, o datos que no se pueden corregir fácilmente después del hecho. Ejecútalo en el momento en que normalmente empezarías a escribir código, dale el ticket real o la firma de la función, y trata la salida como una lista de verificación para trabajar — o para entregar directamente a quien escriba las pruebas.