Compartilhar via

Capacidades de IA generativa no Test Engine (prévia) Power Apps

Observação

Os recursos de versão preliminar não foram criados para uso em ambientes de produção e podem ter funcionalidade restrita. Esses recursos são disponibilizados antes de um lançamento oficial para que os clientes possam ter acesso antecipado e forneçam comentários.

Power Apps O Test Engine oferece recursos abrangentes de IA generativa que abrangem todo o ciclo de vida do teste. Esta página fornece uma visão geral de como a IA generativa pode aprimorar sua experiência de teste, desde a criação do teste até a execução e validação.

Os recursos de IA generativa do Test Engine abordam três áreas principais do processo de teste:

Capacidade de IA Generativa Description
Criação de testes assistidos por IA generativa Crie testes rapidamente usando GitHub Copilot e outros Modelos de Linguagem Grandes (LLMs) ou Modelos de Linguagem Pequenas (SLMs)
Servidor de protocolo de contexto de modelo Análise determinística e geração de código com MCP
Testes de IA não determinísticos Teste aplicativos com tecnologia de IA com técnicas especiais de validação

Criação de testes assistidos por IA generativa

Criar planos de teste abrangentes pode ser demorado, especialmente para aplicativos complexos. O Test Engine oferece suporte à criação generativa assistida por IA por meio de:

  • GitHub Copilot integração: Gere modelos de teste, etapas de teste e asserções com base no código do seu aplicativo
  • Criação de testes em linguagem natural: Descreva cenários de teste em inglês simples e traduza-os em testes executáveis
  • Geração de testes baseada em amostra: referência a amostras existentes para criar testes contextualmente relevantes

Essa abordagem ajuda os autores de testes a se concentrarem na lógica de negócios e nas regras de validação em vez da sintaxe de teste e do código clichê.

Saiba mais sobre a criação de testes generativos assistidos por IA

Implementação do servidor de protocolo de contexto de modelo

Power Apps O Test Engine inclui uma implementação de servidor Model Context Protocol (MCP) que fornece análise determinística de seus aplicativos e gera recomendações de teste.

O servidor MCP:

  • Analisa a estrutura do aplicativo para identificar componentes testáveis
  • Gera padrões de teste com base em tipos de controle e relacionamentos
  • Fornece recomendações de código contextuais
  • Integra-se com clientes MCP como Visual Studio e GitHub Copilot
  • Utiliza o Plan Designer para organizar e priorizar os esforços de teste
  • Incorpora elementos de definição de solução e esquemas de dados para testes abrangentes
  • Usa metadados da sua solução para gerar testes contextualmente relevantes

Quando você combina análise determinística com recursos de IA generativa, essa abordagem oferece uma geração de testes mais confiável e precisa em comparação às abordagens generativas puras.

Saiba mais sobre a implementação do Protocolo de Contexto do Modelo

Testando capacidades de IA não determinísticas

Ao testar aplicativos que usam recursos de IA como componentes ou modelos de Transformador Pré-treinado Generativo (GPT), é necessária consideração especial para lidar com saídas não determinísticas. AI Builder

O Test Engine fornece:

  • A Preview.AIExecutePrompt função: Executar prompts de IA com entradas controladas e validar saídas
  • Validação baseada em tolerância: verificar se as saídas da IA atendem às expectativas dentro dos limites aceitáveis
  • Validação de resposta estruturada: Analisar e validar conteúdo complexo gerado por IA
  • Validação baseada em plano: use as configurações do Plan Designer para validar as saídas de IA em relação aos critérios esperados

Esses recursos garantem que você possa criar testes confiáveis e repetíveis, mesmo ao trabalhar com sistemas de IA inerentemente variáveis.

Saiba mais sobre como testar recursos de IA não determinísticos

Escolhendo a abordagem correta de IA generativa

Para obter resultados ideais, considere estas diretrizes:

Se você quiser... Considere usar...
Gere testes rapidamente para um novo aplicativo Autoria assistida por IA generativa com GitHub Copilot
Obtenha análises precisas e determinísticas de componentes testáveis Servidor do Protocolo de Contexto do Modelo
Combine análise determinística com capacidades generativas MCP com um cliente LLM compatível
Teste aplicativos com tecnologia de IA com saídas variáveis Testes de IA não determinísticos com Preview.AIExecutePrompt
Estruture seus esforços de teste com base nos requisitos de negócios Plan Designer com integração de servidor MCP
Gerar testes usando metadados de solução e esquemas de dados Servidor MCP com varredura de definição de solução

Criação de testes assistida por IA com GitHub Copilot
Usando o servidor Model Context Protocol com o Test Engine
Testando componentes de IA não determinísticos
Navegue pelo catálogo de amostras do Test Engine
Experimente o Test Engine power-fx-functions
Use o Designer de Plano

  • Last updated on