跳到主内容

用 AI 生成 Mock 测试数据:从字段规则到可运行的假数据

100%
用 AI 生成 Mock 测试数据:从字段规则到可运行的假数据

用 AI 生成 Mock 测试数据:从字段规则到可运行的假数据

写接口、做前端、跑联调,最卡人的往往不是业务逻辑,而是「数据还没准备好」。真实数据涉敏、下游服务没上线、边界场景手动造不全——Mock 数据因此成了开发流程里高频又琐碎的一环。 AI 擅长把字段定义翻译成一批结构正确、分布合理的假数据,但默认产出常常踩坑:中文姓名里混着乱码、日期格式不统一、关联字段对不上、边界值全缺。本文给出用 AI 生成 Mock 测试数据的完整流程:怎么把数据契约说清楚、怎么约束它产出可用数据、哪些场景必须自己补。这套方法和 用 AI 生成 API 文档 是同一条链路上的两步——接口定义清楚了,假数据才有依据。

先给 AI 一份数据契约,而不是一句「造点数据」

直接说「帮我造 10 条用户数据」,AI 会给一份看起来对、实际没法用的东西:字段名凭空发挥、类型对不上、枚举值乱填。高质量产出的前提是先把数据契约喂给它——字段名、类型、是否必填、取值范围、枚举列表、字段间的关联关系。最省事的契约来源就是现成的 AI 辅助数据建模 产物或接口 Schema:把 JSON Schema 、 TypeScript interface 、数据库建表语句直接贴给 AI,让它照着生成,比手写描述准得多。契约里要特别标出三类字段:枚举(状态只能是某几个固定值)、格式(日期要 ISO 8601 、手机号要 11 位)、关联(订单的 user_id 必须来自用户列表)。这三类是假数据「看着对、跑起来错」的主要来源。

让数据分布像真的,而不只是随机

随机字符串填满字段是最没用的 Mock——它测不出任何真实问题。有价值的假数据要模拟真实分布:姓名用中文常见姓+名、邮箱和用户名的人设一致、金额集中在某个区间但保留少量极值、时间按业务高峰分布。可以在提示词里明确要求「姓名用真实中文姓名、不要字母数字」「状态字段 70% 是正常、 20% 是处理中、 10% 是失败」「金额保留几笔 0 元和一笔超大值」。对需要关联的多张表,要求 AI 先生成主表再生成从表,并明确外键从主表 id 里取值。想进一步验证生成质量,可以把这批数据喂给 AI 代码审查清单 里的数据校验思路做一遍自检,看格式和约束是否真的成立。

边界值和脏数据:Mock 的真正价值所在

Mock 数据最大的用途不是填充正常流程,而是覆盖那些线上偶发、手动难造的边界场景。要求 AI 在批次里刻意塞入:空字符串、 null 、超长文本、特殊字符、时区跨天的日期、负数金额、重复值。这些数据专门用来打前端的容错和后端校验——正常数据人人都测,边界数据才是 Bug 高发区。生成时把这些异常样本单独标出来(比如加一个 _case 注释字段说明用途),方便联调时定位。注意别让 AI 把边界值平均散落在所有字段,那会让整批数据都不可用;正确做法是正常数据为主、异常数据成组出现,每组对应一个明确的测试目的。


  1. 提供契约:把 JSON Schema 、建表语句或 interface 贴给 AI,明确字段名、类型、必填、取值范围和关联关系。

  2. 约束格式:指定枚举值、日期格式、手机号位数等硬规则,要求姓名邮箱符合真实习惯,杜绝随机乱码。

  3. 模拟分布:给出比例要求,让正常值占多数、保留少量极值,多表数据按主键外键关联生成。

  4. 注入边界:成组塞入空值、超长文本、特殊字符、跨时区日期等异常样本,并标注每组用途。

  5. 校验产出:用脚本或数据校验工具核对格式与约束,确认无误后再接入联调环境。

别把假数据当真数据用
AI 生成的 Mock 数据只用于开发和测试。即便看起来像真的,也绝不能写进生产库或直接对外展示——尤其当提示词里带了真实业务字段结构时,注意脱敏。

从一次性产出到可复用的数据工厂

让 AI 每次临时造数据,效率提升有限;把提示词固化成脚本模板,才是杠杆所在。做法是把数据契约、分布规则、边界样本清单写成一份可复用的提示词模板,配合一个固定随机种子生成脚本——需要数据时改个数量就能批量产出,且结果可复现。团队里把这份模板和接口定义放一起维护,接口字段一变,Mock 规则同步更新。更进一步,可以把生成结果接入自动化测试:每次跑测试前重新生成一批带边界值的数据,等于用低成本持续压测数据校验逻辑。这和 AI 辅助调试生成代码 是互补的——一个负责造出问题数据,一个负责定位修复。

哪些数据不能交给 AI 造

有三类数据别指望 AI:一是需要密码学安全性的数据(密钥、令牌、随机盐),必须用正规的随机数生成器;二是涉及真实个人信息的数据,AI 编造的假身份一旦和真实用户撞上会有合规风险,测试环境应使用专门脱敏的样本库;三是有严格业务不变量的财务、账务数据,金额借贷必须守恒、流水必须连续,这类约束靠提示词很难保证,得用专门的数据生成规则或脚本算出来。 AI 的强项是快速产出「足够像真的、用于验证流程」的数据,而不是生成需要精确保证的权威数据。分清楚这个边界,才不会在联调时被一份似是而非的数据误导。

常见问题


直接把表结构贴给 AI 就能生成可用数据吗?
基本可以,但要补充取值范围和关联规则。建表语句只说明字段类型,不含枚举值、格式约束和外键取值逻辑,这些必须用文字明确告诉 AI,否则它会凭空填值。

AI 生成的假数据为什么跑联调总报错?
多半是关联字段对不上或格式不统一。要求 AI 先生成主表、再从主表 id 里取外键,并明确日期、手机号等格式规范,生成后用校验脚本核对一遍。

Mock 数据要不要故意造错的?
要。边界和脏数据才是 Mock 的核心价值,应成组塞入空值、超长文本、特殊字符、跨时区日期等异常样本并标注用途,专门测前端容错和后端校验。

能让 AI 造生产环境用的数据吗?
不能。 AI 产出只用于开发测试;密钥令牌要用正规随机数生成器,个人信息要用脱敏样本库,财务数据要用带不变量约束的专门规则生成。


这篇有帮助吗?
云上的幻象
云上的幻象查看主页

七彩云博客,分享 WordPress 建站实战与 AI 工具测评,覆盖服务器运维、站长工具、软件资源与电商运营干货,专注原创实用的主题插件、网站加速与安全优化教程。

1078文章4评论

相关文章

评论 (0)

欢迎你,新朋友,感谢参与互动!文明发言,理性交流 · 首次评论将在审核后展示