Codex в команде · курс 7
Codex для тестировщиков
Курс для QA‑инженеров: как Codex меняет ручное и автоматизированное тестирование. Тест-дизайн по требованиям, юнит- и интеграционные тесты, e2e на Playwright, браузер в руках агента через MCP и встроенный браузер, API‑тесты, тестовые данные, воспроизведение багов и баг‑репорты, поиск причин нестабильных тестов, регресс в CI и — главное — как проверять тесты, которые написал агент.
Начать курс
0 из 13 пройдено
- Для кого
- Тестировщики: ручные и автоматизаторы, QA‑лиды.
- Что нужно
- Курс «Codex с нуля». Для автоматизации — базовое знание JavaScript или TypeScript и Playwright.
- Объём
- 13 уроков, 4 модуля, ≈ 4,5 ч с практикой
Программа курса
Модуль 1
Основы
- 01 Тестировщик и агент: что меняется в работе QA Что Codex берёт на себя в ручном и автоматизированном тестировании, что остаётся за QA-инженером и почему проверка тестов, написанных агентом, становится отдельным навыком.
- 02 Настройка Codex под тестирование Готовим рабочее место QA с агентом — раздел о тестах в AGENTS.md, профиль с доступом к стенду, правила запуска тестов без лишних вопросов и навыки для повторяемой работы.
- 03 Тест-дизайн по требованиям Как превратить требования из задачи в продуманный набор проверок вместе с Codex — сначала вопросы к постановке, потом техники тест-дизайна, трассируемость и приоритеты по риску.
- 04 Юнит- и интеграционные тесты Как ставить Codex задачу на юнит- и интеграционные тесты для PHP и TypeScript — от выбора модуля и граничных случаев до моков, внешних сервисов и признаков теста, который ничего не проверяет.
Модуль 2
Автоматизация
- 05 E2E на Playwright с Codex Пишем и отлаживаем e2e-тесты на Playwright и TypeScript вместе с Codex — какой контекст нужен агенту, как добиться устойчивых локаторов и как распознать «починку», которая прячет проблему.
- 06 Браузер в руках агента Встроенный браузер ChatGPT desktop app и Playwright MCP в CLI — как дать агенту исследовать страницы, проверять исправления и собирать доказательства, и почему браузер агента нельзя считать границей безопасности.
- 07 API-тесты и контракты Как с Codex строить API-тесты на Playwright и проверять контракты между бэкендом и клиентами — от источника истины и негативных сценариев до схем ответов, которые защищают мобильное приложение от молчаливых изменений.
- 08 Тестовые данные и фикстуры Как с помощью Codex организовать тестовые данные — фикстуры Playwright с уникальными данными и уборкой, сиды и фабрики на бэкенде, авторизация через storageState и правила, которые не пускают к агенту персональные данные.
Модуль 3
Баги и регресс
- 09 Воспроизведение багов и баг-репорты Как вместе с Codex превращать расплывчатое «у клиента не работает» в воспроизводимый баг — минимальные шаги, доказательства из браузера и логов, падающий тест и баг-репорт, в котором факты отделены от догадок.
- 10 Нестабильные тесты: поиск причин Методика поиска причин нестабильных e2e-тестов с Codex — подтвердить нестабильность прогоном в цикле, разложить по категориям причин, проверять гипотезы экспериментами и не давать агенту лечить симптомы паузами и ретраями.
- 11 Регресс в CI Регрессионный набор Playwright в GitLab CI и Codex рядом с ним — разбор упавших тестов через codex exec с ответом по схеме, выбор тестов по диффу, правила ревью MR для QA и безопасное обращение с ключом.
- 12 Как проверять тесты, написанные агентом Практический набор проверок для тестов от Codex — прогон своими руками, «тест падает без фикса», утверждения, которые реально что-то проверяют, мутационное тестирование и независимое ревью в отдельной сессии.
Amiga · заказная разработка с ИИ
Учимся сами — и делаем продукты с ИИ на заказ
Эти курсы написала команда, которая каждый день проектирует и разрабатывает цифровые продукты: от аналитики и дизайна до веб‑сервисов, мобильных приложений и внедрения ИИ. Если вам нужен не курс, а продукт, — это к нам.
- реализованных проектов
- 200+
- человек в команде
- 75+
5 место в рейтинге AI‑разработки, Ruward 2025
Направления
- ИИ и ML-разработка
- Системная аналитика
- Дизайн
- Веб-разработка
- Мобильная разработка
- Тестирование
- Поддержка и развитие
Проекты с ИИ и ML
- Маркетплейс Stock: ML‑система ускорила добавление товаров в 10 раз и определяет категорию с точностью 85%
- MVP приложения «Магазин на диване» с распознаванием товаров в видео — за 2 месяца
- Приложение с ML‑распознаванием деталей конструктора на Flutter — с нуля за 4 месяца
Обсудим ваш проект с ИИ
Расскажите о задаче — вернёмся с оценкой и предложим, с чего начать
Спасибо! Ваш запрос будет обработан в ближайшее время
на главную
