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 назад
Разработка видеоредактора
-
Вовлечение пользователей3 недели назад
Инженерия уверенности: почему ваш онбординг, вероятно, слишком короткий
-
Видео и подкасты для разработчиков2 недели назад
От идеи к CVE: как находить уязвимости в Android
-
Новости3 недели назад
Видео и подкасты о мобильной разработке 2025.51

