Заключение

Резюме ключевых принципов

• LLM — ускоритель, не замена: человек несёт ответственность за качество.
• Структура превыше всего: RTCCO как основа эффективного промпта.
• Параметры имеют значение: temperature, top_p, max_tokens под задачу.
• Контекст — ограниченный ресурс: управляй им осознанно.
• Верификация обязательна: любой выход LLM — гипотеза.
• Безопасность неприкосновенна: локальные модели для чувствительных данных.
• Оценка качества — системно: чек-листы, scorecard, golden dataset и согласованные пороги (в т.ч. IP), а не только «нравится / не нравится».
• Промпты — командный артефакт: при росте практики их версионируют, ревьюят и поддерживают так же ответственно, как тестовую документацию и код.

Компетенции после курса (для роли тестировщика)

• Когнитивные: формулировать запросы к LLM как структурированное ТЗ (RTCCO); проверять выход как гипотезу, а не как истину.
• Процессные: отличать черновик от готового к использованию артефакта в тестовом процессе; использовать чек-листы из Приложения B как часть Definition of Done для ИИ-помощи.
• Рисковые: называть и снижать риски галлюцинаций, утечек данных и ложной уверенности; ориентироваться в OWASP LLM на уровне практики QA.
• Командные (по желанию): участвовать в Prompt Ops — реестр промптов, ревью, golden dataset; понимать границы агентов и необходимость HITL.

Рекомендации по дальнейшему развитию

• Создайте свой «Prompt Book» — личный сборник проверенных промптов (Приложение C; развитие практики и командная библиотека — Гл. 10–11).
• Практикуйтесь ежедневно: начните с одной задачи и постепенно расширяйте охват.
• Экспериментируйте с параметрами: пробуйте разные значения temperature и top_p.
• Используйте мультимодальность (Глава 8) для UI-ревью, сравнения с макетами и проверки локализации.
• Изучайте агентов (Гл.12) после стабильной работы с промптами: начните с одного сценария и обязательного HITL.
• Делитесь опытом: формируйте культуру ответственного использования ИИ в команде.

Помните: Промпт-инженерия — это не копирование шаблонов, а навык точного формулирования мыслей. Чем лучше вы умеете структурировать задачу для LLM, тем лучше вы структурируете её и для себя. Это делает вас более сильным тестировщиком вне зависимости от инструментов.

Финальное задание: полный цикл за один рабочий день

Сделайте по реальной текущей задаче своего проекта:

1. Выберите одно требование (user story, AC или фрагмент спецификации).
2. Примените шаблон 7.1 — зафиксируйте неоднозначности и список вопросов к аналитике / команде.
3. Примените шаблон 7.2 — получите черновик тест-кейсов (позитив + минимум три негативных).
4. Оцените результат по scorecard (глава 10) и посчитайте IP для этой партии.
5. Сохраните промпты в Prompt Book по структуре из Приложения C.
6. Если IP ниже порога, который вы задали команде или себе (часто ориентируются на ≥75% после калибровки) — доработайте промпт (RTCCO, контекст, ограничения) и повторите шаги 3–4.

Дополнительно (уровень middle+): добавьте пару примеров в golden dataset; при работе в команде — короткое ревью промпта по чек-листу из главы 11.

Ожидаемый результат: к концу дня — проверяемый артефакт, осознанно настроенный промпт и записи в Prompt Book; это уже близко к уровню 2 модели зрелости из главы 10.

---