Автоматическое тестирование приложений
Как нейросети обещали ускорить тестирование, а сделали только хуже
В конце доклада вы получите практический чек-лист для составления эффективных промптов, который уже сегодня поможет получать более предсказуемый результат.
В погоне за скоростью тестирования многие специалисты обращаются к AI-ассистентам, но сталкиваются с неожиданными проблемами. По моим наблюдениям, при использовании LLM для задач написания автотестов команды допускают ошибки, которые приводят к потере времени и некачественному результату.
В докладе на реальных примерах я разберу типичные ошибки при работе с LLM. Покажу, где нейросети действительно помогают в автоматизации, а где могут навредить. В конце доклада вы получите практический чек-лист для составления эффективных промптов, который уже сегодня поможет получать более предсказуемый результат.
-
Новости3 недели назадВидео и подкасты о мобильной разработке 2026.11
-
Новости1 неделя назадВидео и подкасты о мобильной разработке 2026.13
-
Новости2 недели назадВидео и подкасты о мобильной разработке 2026.12
-
Разработка2 недели назад10 ошибок, которые Android-разработчики до сих пор допускают при работе с Jetpack Compose
