Prompt工程实战上篇：从0到1构建AI测试提示词

Prompt工程实战下篇：调试、优化与自动诊断全流程

近日我们连续发布了两篇 Prompt 工程系列教程：本篇聚焦性能测试与并发场景，演示如何借助 Prompt 工程和 Playwright 自动化压力测试 saucedemo.com。

一、前言

在电商高峰期，页面吞吐量与并发用户体验至关重要。传统性能测试脚本编写复杂、难与功能测试统一，团队常面临：

1. 1. 📊 指标难产：手工编写并发脚本耗时长，数据汇总麻烦；
2. 2. 🚦 环境搭建：需额外性能测试工具，CI 集成门槛高；
3. 3. 🔄 脚本维护：UI 改动频繁，性能脚本易失效。

AI 助手（DeepSeek）+ Prompt 工程可简化性能测试脚本生成，Playwright 支持高并发上下文，本文将带你：

• • 用 Prompt 一键生成高并发性能测试脚本；
• • 使用 Python 与 Playwright 实现压测；
• • 输出详细报告并集成至 CI。

二、实战案例：saucedemo 并发压测

2.1 Prompt 模板设计

# prompt_performance.py
def get_performance_prompt():
    return '''
你是一名资深性能测试工程师，精通 Playwright 和 Python。
请为 saucedemo.com 生成并发性能测试脚本：
- 模拟 50 个并发用户同时登录并添加商品到购物车；
- 登录凭证：standard_user/secret_sauce；
- 每个用户执行 5 次添加不同商品操作；
- 输出每位用户的响应时间和总体耗时报告；
- 使用 Playwright 的并发上下文和 Pytest 运行；
- 最终生成 CSV 格式的测试结果文件。
'''

2.2 AI 生成脚本示例

# tests/test_performance.py
import csv, time
import pytest
from playwright.sync_api import sync_playwright

def test_saucedemo_performance():
    users = 50
    results = []
    with sync_playwright() as p:
        browser = p.chromium.launch()
        def user_flow(uid):
            ctx = browser.new_context()
            page = ctx.new_page()
            start = time.time()
            page.goto("https://www.saucedemo.com")
            page.fill("#user-name", "standard_user")
            page.fill("#password", "secret_sauce")
            page.click("#login-button")
            for i in range(5):
                selector = f"#add-to-cart-sauce-labs-{'backpack' if i%2==0 else 'bike-light'}"
                page.click(selector)
            duration = time.time() - start
            results.append((uid, round(duration, 2)))
            ctx.close()
        # 并发执行
        pytest.parallel(user_flow, range(1, users+1))
    # 写入报告
    with open('performance_results.csv','w',newline='') as f:
        writer = csv.writer(f)
        writer.writerow(['user_id','duration'])
        writer.writerows(results)
    # 简单断言
    assert len(results) == users

提示：上面 pytest.parallel 伪代码用于示意，实际可用 ThreadPoolExecutor 或 Pytest-xdist 插件。

也可参考这篇文章

从0到1构建Playwright高并发购物车压测

2.3 运行与报告

pytest tests/test_performance.py --maxfail=1 --disable-warnings -q

执行完成后，打开 performance_results.csv 查看各用户耗时；可进一步使用 Python 或 Excel 绘制折线图、柱状图。

三、结语

本篇演示了如何结合 Prompt 工程与 Playwright，实现端到端的并发性能测试：

• • 📝 Prompt 一键生成 脚本，提升编写速度；
• • 🚀 Playwright 上下文并发 支持，实现高并发；
• • 📑 CSV 报告 输出，方便后续可视化分析；
• • 🔗 CI 集成 友好，可与 Jenkins/GitHub Actions 联动。

觉得有用？点赞 + 转发 + 关注《Playwright实战教程》，我们下期见！