一、功能性覆盖
- 基本功能
- 是否覆盖了所有需求点（正向路径）？
- 是否有边界值输入（最小值、最大值、空值、特殊字符）？
- 是否有异常场景（非法参数、无效数据、缺少依赖条件）？
- 业务流程
- 是否覆盖了完整的端到端业务流程？
- 是否覆盖了分支逻辑与不同条件下的路径？
- 是否覆盖流程中断、异常回滚后的系统状态？
- 平台特点的操作流程？
- 云端需求是否涉及多地域部署，配置？
- 数据相关
- 是否考虑不同数据量级（空数据、少量数据、大数据量）？
- 是否验证了数据一致性、正确性、完整性？
二、健壮性
- 中断与恢复
- 操作中途退出/刷新/网络中断/断电，是否能恢复？
- 本地缓存数据是否保存/恢复正确？
- 重复与反复操作
- 同操作重复执行是否能正确处理？
- 是否存在内存泄漏、重复提交、死循环问题？
- 异常输入
- 跨类型输入（数字 vs 字符，长文本，特殊符号）？
- 格式不合法的数据是否能正确提示？
三、非功能性
- 性能
- 响应时延、吞吐量、并发量，是否在可接受范围？
- 高负载场景下是否有降级处理机制？
- 端侧的帧率，卡顿
- 云端的性能容量，性能指标，压力测试场景
- 多应用同时使用的性能表现
- 兼容性
- 不同浏览器、操作系统、分辨率、移动端适配？
- 不同版本的依赖服务/API兼容情况？
- 第三方软件打断，权限，场景冲突（例如同时音频）？
- 安全性
- 是否验证了身份认证、权限控制？
- 输入字段有无防护 XSS、SQL 注入、越权访问？
- 敏感数据是否加密/脱敏？
- 可用性/易用性
- 文案提示、错误信息是否友好？
- 功能是否符合常规用户操作习惯？
- NAS常见场景
- 升级场景：应用升级、数据升级（DB、配置文件等）
- 数据升级（DB）：升级性能，特别是极端\ 大数据的场景
- 能耗占用率：也属于能耗测试，一般正常操作APP，监控能耗的占用变化
- 业务一致性：版本升级后，用户数据分类，标签等等是否会出现变化，导致用户感受不佳
四、探索式测试关注点
- 时间维度：短时间快速操作 vs 长时间停留再操作。
- 空间维度：多用户同时操作，一个用户操作对另一用户是否有影响？
- 组合维度：参数、环境、操作顺序不同组合是否考虑？
- 极端操作：极快点击、重复点击、拖拽、断点续传等。
五、测试自动化与效率
- 是否可以复用脚本：哪些用例适合自动化？（冒烟回归、跨版本验证、性能基准）
- 是否设计了断言点：可检测接口返回值、数据库验证、日志验证？
- 数据准备是否自动化可控：可重复生成测试数据？
- CI/CD 集成：是否能在流水线中跑自动化回归？
六、测试数据与分析
- 数据多样性：覆盖典型/边界/极端/非法数据。
- 可追溯性：数据与用例、需求对应。
- 日志与可观测性：系统是否易于收集调试信息、监控指标？
七、风险分析（重点关注高风险区域）
- 系统核心业务流程、升级、权限、数据安全是否重点测试？
- 外部依赖接口/三方系统（网络不可靠、高延迟）易出问题，是否有 Mock，弱网 测试？
- 历史缺陷高发区是否加强回归场景设计？
八、对系统设计的易测性建议
- 可配置性：提供可切换环境、可配置参数，便于测试。
- 日志与监控：有详细日志和追踪 ID，错误信息明确。
- 接口可测性：模块间接口提供测试桩 / Mock / 仿真工具。
- 可控数据：支持快速准备与清理测试数据。
- 可观测性：暴露必要的监控指标和健康检查。