O Gerador de Testes de Casos Extremos: Transforme uma Descrição de Funcionalidade em uma Matriz de Testes Completa Antes de Escrever Código
Porque é que este prompt importa
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 que o 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.
A maioria dos engenheiros não ignora casos extremos por descuido. Eles os ignoram porque um ticket de funcionalidade descreve o caminho feliz em duas frases, e a mente preenche o resto imaginando que a funcionalidade funciona corretamente. Este prompt existe para forçar um ponto de partida diferente: em vez de perguntar "o que isso deveria fazer", ele pergunta "quais são as formas específicas pelas quais isso quebra", e estrutura essa pergunta para que a resposta seja realmente utilizável como um plano de testes, em vez de uma lista vaga de preocupações.
Por que seis categorias em vez de uma lista aberta única
Um prompt simples de "liste os casos extremos desta função" tende a produzir um punhado de cenários óbvios de verificação de nulos e parar ali, porque nada obriga o modelo a observar os modos de falha mais difíceis. Dividir o pedido em caminho feliz, condições limite, entrada inválida, estado/concorrência, falha de integração e riscos de falha silenciosa funciona porque cada categoria tem como alvo uma causa raiz diferente de bugs em produção. Condições limite capturam erros de desvio por um e de tipo. Concorrência captura os bugs que só aparecem sob tráfego real, não em um único teste manual. Pontos de falha de integração capturam a suposição de que um banco de dados ou API de pagamento sempre responderá de forma limpa. Riscos de falha silenciosa — casos em que o código executa sem erro mas produz um resultado incorreto — são a categoria mais difícil de se pensar sem indicação, e frequentemente a mais cara de descobrir depois, que é exatamente por isso que o prompt os destaca como sua própria categoria em vez de deixá-los se perderem dentro de "outros".
Por que o prompt exige especificidade, não conselhos genéricos
Listas de verificação de testes genéricas ("testar entradas nulas", "testar strings vazias") estão disponíveis em qualquer livro didático de QA e agregam pouco valor. A restrição de que "cada caso deve ser específico à funcionalidade realmente descrita" é o que transforma isso de uma palestra teórica sobre testes em um plano real para a função diante de você — isso obriga o modelo a raciocinar sobre o que a reposição de estoque, a emissão de reembolsos e o envio de notificações fazem especificamente entre si quando ocorrem fora de ordem ou falham parcialmente, em vez de listar categorias abstratas sem conteúdo.
Por que a saída termina com uma lista de riscos classificada, não apenas uma matriz simples
Uma matriz de testes de 20-30 itens é útil para uma rodada de QA, mas nem todo item carrega a mesma consequência, e um engenheiro ocupado enfrentando um prazo precisa saber quais 3-5 casos são inegociáveis mesmo que o restante seja adiado para um ticket de acompanhamento. Terminar com uma seção "Top 5 Riscos Se Ignorados", cada um com uma razão de uma frase, transforma uma lista exaustiva em uma ferramenta de triagem — a diferença entre um documento que ninguém lê antes do lançamento e um que realmente muda o que é construído primeiro.
Quem deve usar isso, e quando
Este prompt rende mais em funcionalidades com consequências reais por errar em um caso extremo: qualquer coisa que envolva pagamentos, estoque, autenticação, ou dados que não podem ser facilmente corrigidos depois do fato. Execute-o no momento em que normalmente começaria a escrever código, forneça o ticket real ou a assinatura da função, e trate a saída como uma lista de verificação para trabalhar — ou para entregar diretamente a quem for escrever os testes.