2
dni (2 x 8 h)
16:00 - 20:00
polski
polski
Cel nauczania
Celem szkolenia jest praktyczne wprowadzenie testerów manualnych w świat lokalnych agentów AI – na przykładzie narzędzia Google AI Studio oraz graficznych interfejsów użytkownika, takich jak Flowise.
Uczestnicy nauczą się tworzyć pełnoprawnego agenta QA działającego lokalnie, bez potrzeby programowania, który wspiera proces testowania poprzez generowanie przypadków testowych, analizę danych (np. z TestLinka), automatyzację dokumentacji oraz wnioskowanie na podstawie własnych plików i dashboardów.
Dzięki warsztatom praktycznym każdy uczestnik zakończy szkolenie z gotowym, działającym lokalnym asystentem QA dostosowanym do jego potrzeb projektowych.
Harmonogram szkolenia
Szkolenie trwa 16 godzin i realizowane jest w dwóch wariantach:
Wersja popołudniowa:
4 dni × 4 godziny | 16:00 – 20:00
Wersja weekendowa:
2 dni × 8 godzin | 9:00 – 17:00
Zakres tematyczny
- Wprowadzenie
- Rola i znaczenie sztucznej inteligencji w pracy testera
- Czym jest agent AI i jak działa w środowisku chmurowym
- Bezpieczeństwo danych w agentach lokalnych
- Wykorzystanie AI w testach manualnych
- Główne obszary zastosowania AI w testowaniu
- Google AI Studio – środowisko do eksperymentów z modelami Gemini
- Tworzenie i testowanie promptów
- Generowanie kluczy API i integracja z agentami
- Limity, wersje modeli (Gemini 1.5 Flash, Gemini 1.5 Pro)
- Przegląd modeli: Mistral, Phi, LLaMA – uruchamianie modeli na wewnętrznych serwerach (prezentacja)
- Generowanie artefaktów testowych z pomocą AI
- Tworzenie przypadków testowych z:
- User stories
- Kryteriów akceptacji
- Screenshotów
- Jak formułować skuteczne prompty dla agenta testowego
- Praktyka: generowanie przypadków w stylu TestLink / Excel
- Automatyzacja dokumentacji testowej
- Generowanie:
- Planu testów
- Scenariuszy testowych
- Danych testowych
- Raportów z testów
- Formatowanie i eksport do plików Word / Excel
- Agent jako asystent testera (QA Buddy)
- Tworzenie checklist do testów regresyjnych
- Wyszukiwanie danych testowych
- Analiza opisów błędów i sugestie działań
- Tworzenie podsumowań sesji eksploracyjnych
- Praktyczne scenariusze z życia testera
- Agent lokalny w praktyce
- Jak działa agent lokalny i jak go uruchomić
- Wybór i konfiguracja modelu (dla pracy warsztatowej Gemini 2.0)
- Budowa prostego interfejsu agenta testowego
- Personalizacja i nauka domeny
- Jak „nauczyć” agenta specyfiki swojego projektu
- Przygotowanie do pracy z dokumentami (Word, PDF, Excel, user stories)
- Praktyka: agent przeszukujący własne przypadki testowe
- Przykład: „Czy mam przypadek testowy dla tej funkcji?”
- Praca z agentem – case study
- Symulacja testów rejestracji użytkownika z użyciem agenta
- Agent jako:
- Notatnik testera
- Doradca w zakresie testów eksploracyjnych
- Analityk regresji
- Centrum AI testera
- Gotowe prompty do codziennego użycia
- Szablony, makra i skróty wspierające testowanie
- Kiedy warto ufać agentowi, a kiedy nie
- Podsumowanie i dalsze kroki
- Mapa wdrożenia AI w zespole QA
- Rekomendacje narzędzi i modeli do własnych projektów
Jak się przygotować
Wymagania:
- System operacyjny Windows 10/11
- Brak potrzeby programowania – pracujemy na interfejsach użytkownika
- Podstawowa znajomość pracy testera i dokumentacji testowej
Metody nauczania
Szkolenie jest prowadzone w formule warsztatowej, z naciskiem na interakcję i praktykę.
Korzyści
Po ukończeniu szkolenia uczestnik potrafi:
- Stworzyć i uruchomić własnego lokalnego agenta AI z darmowym silnikiem Flowise
- Skonfigurować przyjazne GUI (AnythingLLM lub Hollama) do obsługi plików testerskich
- Generować przypadki testowe z user story, kryteriów akceptacji i screenshotów
- Tworzyć dokumentację testową: plany testów, raporty, dane testowe
- Budować checklisty i podsumowania sesji eksploracyjnych z użyciem agenta
- Uczyć agenta własnych danych z plików Word, PDF, Excel, CSV i dashboardów
- Zadawać agentowi pytania o testy, błędy, statusy testów — jak do członka zespołu
Dodatkowo uczestnik:
- Pozna możliwości integracji agenta z plikami eksportowanymi z TestLinka, JIRA czy Excela
- Zbuduje pod koniec szkolenia własny mini-projekt agenta testerskiego, np. wspierającego przegląd testów regresyjnych lub analizę logów
Trenerzy