Estamos viviendo una revolución en el mundo del software, nos encontramos en un punto donde encontramos Prompts en medio de nuestro código, en medio de nuestras pruebas, lo que antes era código ahora es lenguaje natural.
# 🧠→💻 Natural-language testing "inside your code"
prompt = """
Enumera escenarios y ejemplos para probar exhaustivamente la función
calcular_promedio(): casos normales, de borde y entradas inválidas.
"""
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": prompt}],
)
print(response.choices[0].message.content) # ← pruebas listas para usarLa IA alcancaza una saturación en torno al 96% precisión en preguntas científicas de nivel PhD: la IA está escalando barreras que antes parecían inalcanzables (hace menos de un año era 78%)
El Testing aumentado con IA, puede apalancarse de estos avances para asegurar la calidad de la próxima generación de soluciones digitales.
Este mundo es alucinante, el mercado es enorme y crece a cada minuto, asegurar la calidad de estos nuevos ecosistemas es fundamental.
La ingeniería de software moderna exige ciclos de entrega cada vez más rápidos y rigurosos. Al integrar IA generativa y prácticas de prompt engineering con testing automatizado y herramientas de última generación, ampliamos la cobertura y reducimos el tiempo de detección de defectos sin sacrificar la calidad.
En este repositorio encontrarás
Primera versión del material de INF331 — Pruebas de Software, UTFSM, con un caso práctico transversal, prompts, ejemplos y actividades.
- Prompt engineering
- Context Engineering
- Requerimientos
- Historias de usuario
- Criterios de aceptación
- Casos de prueba
- MCP (Model Context Protocol)
- Trabajo integrador
MIT © 2025 Greentest.ai.