Générez des cas de test exhaustifs pour n’importe quelle fonction avec ce prompt IA
Why this prompt matters
Functions that handle money, authentication, or user permissions fail in production in exactly the ways a rushed happy-path test misses: a null price, an unknown user tier, a floating-point rounding edge case on a $0.01 item. A typical code review surfaces 3-5 test cases; this prompt generates 15-25 in 30 seconds, including the boundary conditions responsible for most 2am incidents.
What we use it for
You are reviewing a pull request that modifies billing calculation logic 20 minutes before standup. You need to confirm the tests cover all the critical cases — null inputs, boundary values, invalid user tiers — but writing them from scratch would take 45 minutes you do not have.
Prompt
Act as a senior QA engineer and software testing expert with 10+ years of experience in unit testing, integration testing, and test-driven development across multiple programming languages. I need comprehensive test coverage for the following function or feature: [PASTE YOUR FUNCTION DESCRIPTION OR CODE HERE] Language and framework: [e.g., Python with pytest, JavaScript with Jest, Java with JUnit 5, Go with the testing package, TypeScript with Vitest] Additional context (optional): - External dependencies: [e.g., PostgreSQL database, Stripe API, Redis cache] - Related functions: [describe any functions this calls or that call it] - Business rules: [any domain-specific constraints, e.g., "price can never be negative", "user tier must be one of: free, pro, enterprise"] Generate a complete test suite covering: 1. Happy path — all expected inputs producing correct outputs, including the most common real-world inputs 2. Edge cases — boundary values, empty strings, zero, negative numbers, null/undefined/None, maximum/minimum values, single-element lists, very long strings 3. Error scenarios — invalid types, out-of-range values, missing required parameters, exception-triggering inputs 4. Integration considerations — how this function interacts with any listed external dependencies; flag what would need mocking Constraints: - Use descriptive test names following this pattern: test_[scenario]_[expected_result] (or the equivalent convention for [LANGUAGE]) - Keep each test focused on ONE behavior — no multi-assertion mega-tests - Flag any test that requires mocking or a test fixture with a [REQUIRES MOCK] tag - Do not generate tests for implementation details — test behavior, not internals Output Format: Organize the output into four sections: ### Happy Path Tests ### Edge Case Tests ### Error Scenario Tests ### Integration Tests For each test, provide: - Test name - Input values - Expected output or behavior - One-sentence rationale (why this case matters) End with a Coverage Summary listing: total test count, which scenarios are covered, and any gaps that require additional context or manual testing.
Result
Happy Path Tests
test_calculate_discount_pro_user_returns_20_percent
Input: price=100.00, user_tier="pro", coupon_code=None
Expected: 80.00
Why: Validates the standard pro-tier discount (20%) on a round number.
test_calculate_discount_enterprise_user_with_coupon_stacks_discounts
Input: price=200.00, user_tier="enterprise", coupon_code="SAVE10"
Expected: 144.00 (40% enterprise + 10% coupon applied sequentially)
Why: Confirms discount stacking for enterprise users with valid coupons.
test_calculate_discount_free_user_no_discount
Input: price=49.99, user_tier="free", coupon_code=None
Expected: 49.99
Why: Free-tier users receive no discount; price must pass through unchanged.
Edge Case Tests
test_calculate_discount_zero_price_returns_zero
Input: price=0.00, user_tier="pro", coupon_code=None
Expected: 0.00
Why: Discounting a free item must never produce a negative price.
test_calculate_discount_very_small_price_rounds_correctly
Input: price=0.01, user_tier="enterprise", coupon_code=None
Expected: 0.01 (rounds up, never $0.00)
Why: Floating-point math on tiny prices often produces $0.006.
test_calculate_discount_price_at_max_float_boundary
Input: price=999999.99, user_tier="enterprise", coupon_code="SAVE10"
Expected: 539999.99 (within float tolerance plus or minus 0.01)
Why: Large prices expose floating-point precision errors at billing scale.
test_calculate_discount_expired_coupon_silently_ignored
Input: price=100.00, user_tier="pro", coupon_code="EXPIRED2023"
Expected: 80.00 (only tier discount; expired coupon ignored gracefully)
Why: Expired coupons must fail gracefully without surfacing exceptions to users.
Error Scenario Tests
test_calculate_discount_negative_price_raises_value_error
Input: price=-50.00, user_tier="pro", coupon_code=None
Expected: raises ValueError("Price cannot be negative")
Why: Negative prices signal upstream data corruption and must be caught at the boundary.
test_calculate_discount_unknown_tier_raises_value_error
Input: price=100.00, user_tier="vip", coupon_code=None
Expected: raises ValueError("Unknown user tier: vip")
Why: Unknown tiers should fail loudly, not silently default to free and deny earned discounts.
test_calculate_discount_none_price_raises_type_error
Input: price=None, user_tier="pro", coupon_code=None
Expected: raises TypeError
Why: None prices originate from missing database fields and cause arithmetic errors downstream.
Integration Tests
test_calculate_discount_coupon_lookup_calls_db_once [REQUIRES MOCK: CouponRepository]
Input: price=100.00, user_tier="pro", coupon_code="SAVE10"
Expected: CouponRepository.find called exactly once with "SAVE10"; result=81.00
Why: Ensures no redundant database calls when validating a single coupon.
test_calculate_discount_audit_log_created_on_success [REQUIRES MOCK: AuditLogger]
Input: price=100.00, user_tier="enterprise", coupon_code=None
Expected: AuditLogger.log called once with {original: 100.00, final: 60.00, tier: "enterprise"}
Why: Discount events must be auditable for finance reconciliation.
Coverage Summary
Total tests: 12 | Happy path: 3 | Edge cases: 4 | Error scenarios: 3 | Integration: 2
Gaps requiring additional context: concurrent coupon redemption (race condition, needs load-test harness); locale-specific rounding (JPY has no cents); single-use coupon redemption limits (needs business rule clarification).
Rédiger des cas de test complets est l’une des parties les plus chronophages du développement logiciel — et l’une des plus faciles à écourter lorsque les délais se resserrent. La plupart des ingénieurs couvrent le scénario nominal et une poignée de cas limites, laissant une longue traîne de conditions d’erreur et de valeurs limites non testées. Ce prompt résout ce problème en générant une suite de tests complète et organisée à partir de la simple description d’une fonction.
Ce que génère ce prompt
Donnez-lui la description d’une fonction, votre langage et framework, ainsi que tout contexte pertinent sur les dépendances ou les règles métier. Il renvoie quatre catégories de tests organisées : les tests de scénario nominal avec les entrées réelles les plus courantes, les tests de cas limites qui couvrent les valeurs frontières et les entrées nulles/vides, les tests de scénario d’erreur pour les types invalides et les entrées déclenchant des exceptions, et les tests d’intégration qui marquent exactement ce qui nécessiterait un mock.
Chaque test comprend un nom descriptif suivant les conventions de votre langage, les valeurs d’entrée, le comportement attendu et une phrase de justification. Un résumé de couverture à la fin liste les lacunes qui nécessitent un contexte supplémentaire — ce qui est la partie la plus difficile à réussir en QA.
Pourquoi le prompt est structuré ainsi
La section Rôle configure l’IA en tant qu’expert QA plutôt qu’assistant générique. Cela oriente la sortie vers des conventions de test professionnelles — tests à responsabilité unique, assertions comportementales et nommage descriptif — au lieu d’exemples simplistes.
Les champs de contexte [entre crochets] sont la partie la plus importante. Le langage et le framework déterminent les conventions de nommage et la syntaxe des assertions. Les dépendances externes déterminent ce qui doit être mocké. Les règles métier déterminent quels cas d’erreur sont critiques vs cosmétiques. Omettre ces champs produit des tests génériques qui ne correspondent pas à votre codebase réel.
Le tag [REQUIRES MOCK] évite le mode d’échec le plus courant dans les tests générés par IA : omettre silencieusement les tests d’intégration parce qu’ils sont plus difficiles à écrire. Le tag les affiche explicitement pour que vous sachiez exactement ce qui manque dans l’exécution des tests.
Le Résumé de couverture est ce qui distingue ce prompt d’une simple demande. Il liste les lacunes — accès concurrent, arrondi spécifique à la locale, application de coupon à usage unique — qui sont exactement les cas que les ingénieurs oublient de demander jusqu’à ce qu’ils échouent en production.
Modèles compatibles
Ce prompt fonctionne mieux avec Claude Sonnet 4.6, qui gère le format de sortie structurée de manière fiable et génère des résumés de couverture précis. GPT-4o et Gemini 1.5 Pro produisent également des résultats de haute qualité. Gemini 2.5 Flash est suffisant pour des tests simples de fonction unique. Évitez les modèles plus petits ou distillés pour les fonctions avec plusieurs dépendances externes — ils ont tendance à manquer les cas limites d’intégration.
Quand utiliser ce prompt
Utilisez-le lorsque vous révisez une Pull Request et avez besoin d’une analyse rapide mais approfondie des lacunes de test, lorsque vous démarrez du TDD sur une nouvelle fonction et voulez un squelette complet avant d’écrire l’implémentation, ou lorsque vous auditez du code hérité avec une couverture de test minimale. Il capture 80 % des cas qu’un ingénieur pressé manquerait en une fraction du temps.