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.
-
Видео и подкасты для разработчиков3 недели назадКак копилот генерит код? Идем под капот
-
Новости4 недели назадВидео и подкасты о мобильной разработке 2026.16
-
Новости3 недели назадВидео и подкасты о мобильной разработке 2026.17
-
Разработка3 недели назадTime Profiler в Xcode Instruments: повышение производительности с помощью ИИ
