ChatGPT做单元测试怎么写出可发布版本

写单元测试这件事，很多人习惯在ChatGPT里反复对话打草稿，但要想让测试代码真正能合并进主干、跑通CI并发布使用，就必须直接跳过临时对话阶段，切换到工程化落地的模式。下面直接给出四个可以立刻执行的步骤。

用ChatGPT辅助编写单元测试时，若最终目标是产出可直接合并进主干、供CI流水线执行并发布使用的测试代码，就必须跳过临时对话式草稿阶段，进入工程化落地环节。

明确测试边界与函数契约

打开待测源码文件，定位到目标函数（例如Python中的calculate_discount），逐行确认其输入类型、允许的空值/边界值、预期返回结构及异常抛出条件。这一步不能依赖ChatGPT“猜”，

。

把函数完整签名、docstring和1～2个真实调用示例复制进ChatGPT对话框，指令要写成这样：“仅基于以下代码，生成pytest风格单元测试，覆盖正常路径、None输入、负数折扣率三种情况，不添加任何额外假设。”

生成带断言细节的测试用例

方法一：使用pytest参数化+显式断言

要求ChatGPT输出形如@pytest.mark.parametrize("input_price,input_rate,expected", [(100, 0.1, 90), (200, 0, 200), (50, -0.05, ValueError)])的结构，并为每种情况写出对应assert或with pytest.raises()。注意它常漏掉异常类型的括号，需手动补全为ValueError而非"ValueError"。

方法二：用doctest嵌入源码（适合工具类函数）

让ChatGPT在函数docstring末尾生成三重引号包裹的doctest示例块，格式严格遵循Python最新doctest规范，每行输出前加>>>或...，结果行顶格写。这能确保测试与文档同步，且python -m doctest module.py可直接运行。

注入真实项目上下文再校验

第一步：把当前项目的conftest.py路径、常用fixture名（如mock_api_client）、以及pyproject.toml中的pytest配置项（如addopts = ["-p", "no:warnings"]）整理成一段说明。

第二步：将这段说明连同上一步生成的测试代码一起发给ChatGPT，指令为：“按本项目pytest环境重写该测试，使用conftest.py中已定义的fixture，禁用所有warnings抑制，保留原有参数化结构。”

第三步：拿到回复后，立即在本地终端执行pytest test_module.py -v --tb=short，观察是否报fixture 'xxx' not found或导入错误——

。

通过pre-commit钩子固化检查项

编辑项目根目录下的.pre-commit-config.yaml，在repos列表中追加：

- repo: https://github.com/pycqa/pylint
rev: v3.2.7
hooks:
- id: pylint
args: [--disable=all, --enable=missing-docstring,invalid-name,too-few-public-methods]

运行pre-commit install && pre-commit run --all-files，确保新写的测试文件能通过pylint检查，特别是函数名是否含test_前缀、是否遗漏docstring、是否用了未声明的全局变量。