こんなに楽になるとは！？生成AIで変わるテストケース作成！導入メリットと効果、ChatGPTでの方法を解説
- 生成AIでテストケースやテスト観点を作成し、作業時間削減
- 抜け漏れ防止や属人化の解消、ナレッジ共有も活用のメリット
- プロンプト例から活用方法をイメージし、ステップ導入で安全に運用を開始
テストケースの作成に負担を感じていませんか。生成AIを活用すれば、テストケースやテスト観点の下書きをわずかな時間で出力できるため、作業時間を大幅に減らすことができます。
この記事では、生成AIを使うメリットや活用ケース、実際にChatGPTへプロンプトを入力して作成した具体例を解説しています。最後には、企業で生成AIの運用を開始するステップを解説していますので、ぜひ、最後までお読みください。
＼生成AIを活用して業務プロセスを自動化／
生成AIはテストケースを作成できる
前提として、生成AIはテストケースやテスト観点の作成すべてを任せられる存在ではありません。
生成AIに仕様（画面仕様書やユーザーストーリー、業務フローなど）を伝えると、テストケースやテスト観点のたたき台となるものが出力されます。ただし、生成AIで出力したものには、内容に抜けや誤りが含まれることがあるため、最終的な確認や判断は人が行うことが必須です。
なお、生成AIで業務を効率化する活用法について詳しく知りたい方は、下記の記事を合わせてご確認ください。
生成AIでテストケースを作成するメリットと導入効果（ROI）
ここからは、生成AIを活用することで、日々の作業がどう変化するのか、見込まれる効果をご紹介します。生成AIの導入には、利用費やプロンプト整備などの初期コストが発生しますが、作業にかかる時間を大幅に減らせるため、早い段階で効果を感じることができるでしょう。
テストケース作成と変更対応の手間を大きく減らせる
生成AIを活用することで、テストケース・テスト観点の作成にかかる手間を大幅に減らすことができます。テスト担当者は、生成AIが作成した下書きをもとに必要な部分だけを調整すればよく、結果として作成工数の削減につながります。仕様に変更があった場合は、生成AIにどこが変わったかを伝えるだけで、更新案をまとめて再出力してくれます。
異常系・境界値まで含めて抜け漏れの少ないテストを作れる
「異常系」とは、入力ミスや想定外の操作があった場合に、システムが正しくエラー対応できるかを確認するテストのことで、「境界値」とは、OKとNGの境目にある値です。例えば、「年齢が18歳以上」という設定であれば、17歳のことを言います。境界値は、プログラムの不具合が起きやすいため、確実にテストしたいポイントです。
生成AIは、異常系や境界値を漏れなく列挙する作業が得意。人間が一つずつ考えるのとは違い、条件の組み合わせを一気に広げてくれる点が、生成AIならではの強みです。
テスト設計の属人化をなくしナレッジ共有と人材育成を進められる
テスト設計は、担当者の経験に依存しやすく、ノウハウが十分に共有されない（属人化）作業であることが多いです。生成AIがテストケース・テスト観点の下書きを作成することで、新人など経験の浅い担当者でも内容を理解しやすくなり、チーム全体で知識（ナレッジ）を共有しやすくなります。
テスト設計者はレビュー・判断に集中できる
生成AIがテストケース・テスト観点の下書きを作成することで、担当者は「このケースが本当に必要か」「重要なケースが抜けていないか」といったレビューや判断に時間を使えるようになります。また、過去に問題が起きたポイントや、業務上とくに重要な流れに目を向けやすくなります。生成AIを活用して下書きを作成した結果、担当者は考えるべき部分に集中でき、テストの質が向上します。
生成AIで作成できるテストケースの種類
ここでは、生成AIで作成できるテストケースやテスト観点について、代表的な例をご紹介します。
Web・業務システム・アプリ向けの機能テストケース
Web・業務システム・アプリは操作画面のあるシステムで、「文字や数字が入力できるか」「ボタンを押すとどう動くか」といったことを確認します。生成AIに仕様（画面仕様書やユーザーストーリー、業務フローなど）を伝えると、操作の流れに沿って、確認すべきテストケースを作成できます。入力ミスや想定外の操作を含めて網羅的に整理できるため、たたき台として役立ちます。
API・OpenAPI仕様からのテストケース
APIとは「Application Programming Interface」の略で、画面を使わずにシステム同士がデータをやり取りするための窓口、OpenAPIとはAPIに関する規格を言います。API・OpenAPI仕様では、正しく入力した場合に処理が成功するか、反対に必須パラメータの不足・値の形式が間違っている・権限がないなどの場合の挙動を確認する必要があります。生成AIを使用することで、テストケースを複数のパターンに分けて整理することができます。
性能・例外・セキュリティなど非機能テストの観点
システムのテストでは、「正しく動くか」だけでなく、「重くならないか」「安全に使えるか」といった点もチェックを行います。以下の表に性能・例外・セキュリティのテスト観点例を示しましたが、生成AIはこのような非機能テストの観点をチェックリストの形にすることも得意です。
| 項目 | 詳細 |
|---|---|
| 性能 | 同時接続時や処理速度に問題がないか |
| 例外 | 障害発生時に正しく復旧できるか |
| セキュリティ | 認証や権限が正しく管理されているか |
生成AIを使って、性能・例外・セキュリティなどの非機能テストの観点を作成することで、見落としが起きやすい確認項目を、最初にまとめて把握することができます。
テスト仕様書・テスト観点リストのたたき台
最初からテストケースを作成しようとすると、何から手を付ければよいか迷ったり、ハードルが高いと感じることがあると思います。生成AIにシステムの概要や目的を伝えると、「何をどうやって確認すべきか」というテスト仕様書・テスト観点リストのたたき台を作ることができます。
生成AI（ChatGPT）でテストケース作成する方法
ここからは、実際に生成AI（ChatGPT）を使って、テストケース・テスト観点を作成する例を紹介します。作成したプロンプトと実際の出力結果を、スクショを交えて具体的に解説します。
①仕様からテストケースを作るプロンプト
ここでは、「ユーザー登録機能（Webアプリの新規登録画面）の機能テスト」と設定して、プロンプト内の【仕様】には、入力項目やパスワードの文字数制限、規約同意チェック、確認メール送信などを入力しました。伝えた前提条件や仕様をもとに、テストケースをテーブル形式で出力するように生成AIへ依頼しています。
▽作成したプロンプト
あなたは熟練のテスト設計者です。
以下の仕様をもとに、Webアプリケーションのテストケースを作成してください。
【前提条件】
- 対象：ユーザー登録機能（Webアプリの新規登録画面）
- テストレベル：機能テスト
- 観点：正常系・異常系・境界値をバランスよく含める
- 粒度：テストケース単位（1テストケースにつき1つの目的）
【出力フォーマット】
テーブル形式で出力してください。
列は「ID｜テスト観点｜前提条件｜入力値・操作内容｜期待結果」としてください。
【仕様】
画面仕様書：
・入力項目：メールアドレス、パスワード、パスワード確認
・文字数制限：パスワードは8〜20文字
・必須項目：すべて必須
・規約同意チェックボックスあり
・登録ボタン押下で確認メールを送信
・エラー時は画面にメッセージを表示
ユーザーストーリー：
新規ユーザーとして、メール認証を完了してサービスを利用開始したい
業務フロー：
登録画面入力 → 登録ボタン押下 → 確認メール送信 → メール内リンク押下 → 登録完了▽実際の出力結果
正常に操作されたケースの他、入力の漏れや文字数の境界（パスワードを8〜20文字と設定しているため、7・20・21文字のケースが出力）も含まれます。
②観点洗い出しだけ先にやらせるプロンプト
ここでは、①で使用したプロンプトの【仕様】をそのまま使い、テストケースを作成する前段階として、テスト観点だけを洗い出した方法をご紹介します。
▽作成したプロンプト
あなたは熟練のテストアナリストです。
以下の仕様を読み、テスト観点だけを洗い出してください。
【目的】
- あとで詳細なテストケースに分解するための「観点リスト」をつくる。
【出力フォーマット】
- 区分ごとに箇条書きにしてください。
区分の例：
- 正常系
- 入力チェック（必須／形式／桁数など）
- 境界値
- 例外・エラー処理
- 性能・レスポンス
- セキュリティ（認証・権限など）
- その他（業務上重要なパターン）
【仕様】
画面仕様：
・入力項目：メールアドレス、パスワード、パスワード確認
・文字数制限：パスワードは8〜20文字
・必須項目：すべて必須
・規約同意チェックボックスあり
・登録ボタン押下で確認メールを送信
・エラー時は画面にメッセージを表示
ユーザーストーリー：
新規ユーザーとして、メール認証を完了してサービスを利用開始したい
業務フロー：
登録画面入力 → 登録ボタン押下 → 確認メール送信 → メール内リンク押下 → 登録完了▽実際の出力結果
出力結果を見ると、プロンプトで依頼した通り、正常系や入力チェックといった区分ごとに、テスト観点が箇条書きで出力されました。テストケースを作成する前に全体像を把握できるため、考え漏れを防ぎ、作業効率を上げることができます。
③既にあるテストケースを「補完」させるプロンプト
ここでは、①でChatGPTが出力したテストケースの一部分を使用し、抜けているケースの洗い出し、補完する方法をご紹介します。既存の内容をもとに見直しを行うため、テスト設計の最終チェックとして活用できます。
▽作成したプロンプト
あなたは熟練のソフトウェアテスト設計者です。
以下のテストケース一覧をレビューし、足りていない観点や追加すべきテストケースを提案してください。
【条件】
- 既存テストケースと重複しないものを優先する
- 特に「異常系」「境界値」「権限」「エラー時のメッセージ表示」に抜け漏れがないか確認する
【出力フォーマット】
- 「追加すべきテスト観点リスト」
- 「追加を提案するテストケース（テーブル形式：ID｜テスト観点｜前提条件｜入力値・操作内容｜期待結果）」
【既存のテストケース】
TC-01：正しい入力でユーザー登録できる
TC-02：確認メールのリンクから登録が完了する
TC-03：メールアドレス未入力時にエラーが表示される▽実際の出力結果
出力結果を見ると、プロンプトで依頼した通り、【追加すべきテスト観点】と【追加を提案するテストケース】に分かれたリストになっています。見落としに気づくきっかけとして使うことで、テストケースをより充実した内容にさせます。
④APIテストケースを作るためのプロンプト
ここでは、①で使用したプロンプトの【仕様】をもとに、APIのエンドポイントやパラメータ、制約などを入力し、APIテストのたたき台を作成します。
▽作成したプロンプト
あなたはAPIテストに詳しいテストエンジニアです。
以下のAPI仕様（OpenAPI / Swagger）をもとにテストケースを作成してください。
【目的】
- このAPIの機能テスト用テストケースの叩き台を作成する。
【API情報】
エンドポイント：/api/v1/users
HTTPメソッド：POST
認証：不要（新規登録のため）
パラメータ（JSON）：
- email（必須、文字列、メール形式）
- password（必須、文字列、8〜20文字）
- agree_terms（必須、真偽値、trueのみ許可）
成功時：
- 201 Created
- user_id を返す
失敗時：
- 400 Bad Request（入力エラー）
- 401 Unauthorized（トークン不正・期限切れ）
- 403 Forbidden（権限なし）
【出力フォーマット】
テーブル形式で出力してください。
列は「ID｜テスト観点｜HTTPメソッド｜パラメータ値｜期待ステータスコード｜期待レスポンス概要」としてください。
【テスト観点】
以下を必ず含めてください。
- 正常系
- 必須パラメータ欠如
- 型不正
- 範囲外（最小値未満・最大値超過）
- 権限なしのリクエスト（認証エラー）
- 不正なトークン・期限切れトークン▽実際の出力結果
正常系の他、必須パラメータの欠如や型不正などの観点を含むテストケースが網羅的に出力されます。手作業だと煩雑な作業となる異常パターンの書き出しも、まずは生成AIで下書きを作成し、実際のAPI仕様に合わせて調整すると効率的です。
⑤社内ルールを守らせるための「ガード付き」プロンプト
ここでは、①で使用したプロンプトの【仕様】に、社内ルール【弊社テスト標準】を加えた「ガード付き」のプロンプトをご紹介します。指定したルールを守った形でテストケースを出力できます。
▽作成したプロンプト
あなたは、弊社のテスト標準に従ってテストケースを作成するテスト設計者です。
【弊社テスト標準】
- テストケースの書き方ルール
- 1テストケースにつき1つの検証目的に絞る
- テスト観点は「何を確認したいか」を簡潔に書く
- 期待結果には画面表示内容・データ更新内容・ログ出力などを具体的に書く
- 禁止事項
- 「問題ないこと」「正常に動作すること」などの曖昧な表現は使わない
このルールを必ず守って、以下の仕様からテストケースを作成してください。
【仕様】
画面仕様書：
・入力項目：メールアドレス、パスワード、パスワード確認
・文字数制限：パスワードは8〜20文字
・必須項目：すべて必須
・規約同意チェックボックスあり
・登録ボタン押下で確認メールを送信
・エラー時は画面にメッセージを表示
ユーザーストーリー：
新規ユーザーとして、メール認証を完了してサービスを利用開始したい
業務フロー：
登録画面入力 → 登録ボタン押下 → 確認メール送信 → メール内リンク押下 → 登録完了
【出力フォーマット】
テーブル形式：
「ID｜テスト観点｜前提条件｜入力値・操作内容｜期待結果」
最後に、あなた自身の言葉で「今回のテストケースでカバーできていない可能性がある観点」を箇条書きで教えてください。▽実際の出力結果
プロンプトの末尾に、「あなた自身の言葉で今回のテストケースでカバーできていない可能性がある観点を箇条書きで教えてください。」と指示を入力したところ、ChatGPTは以下の内容も出力しました。
これで、レビュー時にはスムーズに作業ができます。
企業での導入ステップ
生成AIを企業で導入する際は、いきなり本格導入するのではなく、使い方を確認しながら段階的に進めることが大切です。企業で生成AIを導入するための流れを、4つのステップに分けてご紹介します。
- 小さな範囲でPoCを行う
- テスト標準を整備し、プロンプトをテンプレ化する
- テスト管理ツールやCI/CDと連携する
- 要件定義～テストまでをAIで支援する開発プロセスに見直す
1つずつ詳しく解説します。
①小さな範囲でPoCを行う
PoCとは「Proof of Concept（プルーフ・オブ・コンセプト）」の略で、新しい取り組みが実際の業務で使えそうかを小さく試すことを言います。生成AIをいきなり全社で使い始めるのではなく、まずは1つの画面や1つの機能など、影響の少ない範囲で試すのがおすすめです。
この段階では、削減できた時間数や、修正が必要だった作業の数や内容を確認します。実際に使ってみることで、自社の業務に合うかどうかを判断しやすくなります。
②テスト標準を整備し、プロンプトをテンプレ化する
小さく試して使えそうだと分かったら、次に社内で使うためのルールを整備します。「テスト標準」としてテストケースの出力方法などにルールを定め、文章にまとめます。あわせて、生成AIに入力するプロンプトをテンプレ化しておくと、誰が使っても同じ進め方ができるようになり、品質のばらつきを抑えます。
③テスト管理ツールやCI/CDと連携する
CI/CDとは「Continuous Integration / Continuous Delivery（継続的インテグレーション／デリバリー）」の略で、開発からテスト、反映までをスムーズにつなぐ考え方です。生成AIで作成したテストケースは、自社が普段使っているテスト管理ツールに取り込んで活用します。さらにCI/CDと連携することで、開発サイクルの一部として活用しやすくなります。
④要件定義～テストまでをAIで支援する開発プロセスに見直す
生成AIを使用したテストケースの作成に慣れてきたら、使用範囲を拡大し、要件定義の段階から生成AIを使ってみましょう。要件定義からテストケースの作成までの全プロセスに生成AIを活用することで、要件とテストの対応関係を明確にしやすくなります。途中で仕様が変わった場合も、影響する範囲を整理しやすくなります。
よくある質問（FAQ）
生成AIをテストケース作成に使うことに対しては、便利そうだと感じる一方で、不安や疑問を持つ方も少なくありません。ここでは、企業の情報システム部門や開発担当の方から、よく聞かれる質問を3つまとめました。導入を検討する際の参考としてご覧ください。
生成AIでテストケース作成を効率化しよう
生成AIは、テストケース作成をすべて自動化するものではありませんが、下書き作成や観点整理を支援することで、テスト設計の負担を大きく減らすことができます。
生成AIを「人の代わり」ではなく「アシスタント」として活用することで、品質を保ちながら効率的にテスト設計を進めてみてください。
最後に
いかがだったでしょうか？
生成AIをテスト工程に組み込むには、効果が出る範囲やプロンプト設計、既存プロセスとの接続整理が欠かせません。自社開発に合った活用設計や導入判断の整理材料をまとめられます。
株式会社WEELは、自社・業務特化の効果が出るAIプロダクト開発が強みです！
開発実績として、
・新規事業室での「リサーチ」「分析」「事業計画検討」を70％自動化するAIエージェント
・社内お問い合わせの1次回答を自動化するRAG型のチャットボット
・過去事例や最新情報を加味して、10秒で記事のたたき台を作成できるAIプロダクト
・お客様からのメール対応の工数を80％削減したAIメール
・サーバーやAI PCを活用したオンプレでの生成AI活用
・生徒の感情や学習状況を踏まえ、勉強をアシストするAIアシスタント
などの開発実績がございます。
生成AIを活用したプロダクト開発の支援内容は、以下のページでも詳しくご覧いただけます。
➡︎株式会社WEELのサービスを詳しく見る。
まずは、「無料相談」にてご相談を承っておりますので、ご興味がある方はぜひご連絡ください。
➡︎生成AIを使った業務効率化、生成AIツールの開発について相談をしてみる。
「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。
セミナー内容や料金については、ご相談ください。
また、サービス紹介資料もご用意しておりますので、併せてご確認ください。
【監修者】田村 洋樹
株式会社WEELの代表取締役として、AI導入支援や生成AIを活用した業務改革を中心に、アドバイザリー・プロジェクトマネジメント・講演活動など多面的な立場で企業を支援している。
これまでに累計25社以上のAIアドバイザリーを担当し、企業向けセミナーや大学講義を通じて、のべ10,000人を超える受講者に対して実践的な知見を提供。上場企業や国立大学などでの登壇実績も多く、日本HP主催「HP Future Ready AI Conference 2024」や、インテル主催「Intel Connection Japan 2024」など、業界を代表するカンファレンスにも登壇している。
