一种基于大语言模型的模糊测试用例生成方法及系统

本发明公开了一种基于大语言模型的模糊测试用例生成方法及系统，涉及模糊测试技术领域，包括采集第一输入数据，通过第一提示生成方法生成初步提示；通过提示优化生成测试用例；选择最优提示并生成最终测试用例，循环优化生成更多测试用例。本发明提供的基于大语言模型的模糊测试用例生成方法通过采集多种类型的输入数据并自动生成初步提示，能够针对不同类型的数据自动生成适应性强的测试用例，提高模糊测试的有效性。通过提示优化算法，显著提升了测试用例的质量，生成的测试用例更加准确有效。通过多轮迭代和最优提示的循环优化，大幅提高了模糊测试用例的质量和覆盖范围本发明在有效性、准确性以及覆盖范围方面都取得更加良好的效果。