યોગ્ય રીતે ઉપયોગ કરવામાં આવે તો, AI એ પરીક્ષણના ગણતરી ભાગમાં ઉત્તમ છે — તે કિનારી કેસોને પ્રશ્નોનો જવાબ આપે છે અને બોઇલરપ્લેટ ઝડપથી લખે છે. પરંતુ તમારે ખાતરી કરવી જોઇએ કે દાવાઓ અર્થપૂર્ણ છે, કારણ કે AI આનંદથી એવા પરીક્ષણો લખશે જે કોઈ વસ્તુ સાબિત કર્યા વિના પાસ થાય છે.
// Function under test, with its contract:
// applyDiscount(price, percent) -> price reduced by percent.
// Contract: percent must be 0..100; throws RangeError otherwise. price >= 0.
function applyDiscount(price, percent) {
if (percent < 0 || percent > 100) throw new RangeError('percent out of range');
return price - (price * percent) / 100;
}
// AI-suggested test cases (Jest) — note the edge and error paths, not just happy path:
test('applies a normal discount', () => {
expect(applyDiscount(100, 20)).toBe(80); // happy path
});
test('0% leaves price unchanged', () => {
expect(applyDiscount(100, 0)).toBe(100); // boundary: lower edge
});
test('100% makes it free', () => {
expect(applyDiscount(100, 100)).toBe(0); // boundary: upper edge
});
test('rejects percent above 100', () => {
expect(() => applyDiscount(100, 150)).toThrow(RangeError); // error path
});
AI એ સીમાં કેસો (0 અને 100) અને ભૂલ પાથ સૂચવ્યો છે જે તમે ભૂલી શકો. તમારું કાર્ય એ છે કે toBe(80) સાચું અપેક્ષિત મૂલ્ય છે, માત્ર તે જ નહીં જે ફંક્શન હોય છે.
પરીક્ષણનો મુશ્કેલ ભાગ test(...) બ્લોક્સ ટાઇપ કરવો નથી — તે તમે અન્યથા છોડી દીધેલા કેસો વિશે સોચવું છે, અને AI ખરેખર તે પહોળાઈમાં સારું છે. પરંતુ તેને કોઈ વિચાર નથી કે તમારો કોડ કરવો જોઇએ તે શું છે જ્યાં સુધી તમે તેને ન કહો, તેથી નિરીક્ષણ વિના તે પરીક્ષણો લખવાનું વલણ ધરાવે છે જે અમલીકરણ પ્રતિબિંબિત કરે છે (તે પાસ થાય છે, પરંતુ તે પણ પાસ થશે જો ફંક્શન ખોટું હોય). AI ને કિનારી-કેસ જનરેટર તરીકે ગણવું જ્યારે તમે દાવાઓના માલિક છો તે તમને પહોળો કવરેજ અને વાસ્તવિક સાચોશ આપે છે — AI થી ગતિ, તમારી પાસેથી ચુકાદો.