智能步骤

智能步骤用于用自然语言描述界面操作，由系统结合当前页面结构规划执行动作。它适合补充处理复杂页面或难以稳定录制的少量操作。

智能步骤不是断言，也不是通用脚本。它的价值在于把一段“操作意图”交给系统执行，例如搜索、选择、打开某条结果、点击指定按钮。

适用场景

适合使用智能步骤：

• 页面结构复杂，录制步骤容易受浮层、虚拟列表或动态组件影响。
• 操作目标需要根据页面状态选择，例如“打开第一条结果详情”。
• 需要表达一小段连续动作，但手工维护多个定位步骤成本较高。
• 非发布阻断路径中，需要更快覆盖流程。

不建议使用智能步骤：

• 登录、支付、删除、提交审批等高风险动作。
• 发布准入计划中的关键确定性路径。
• 可以用普通点击、输入、断言稳定表达的步骤。
• 对结果一致性要求极高的验证逻辑。

添加智能步骤

可以在用例详情页中添加智能步骤：

1. 在步骤之间或步骤末尾点击添加入口。
2. 选择「添加智能步骤」。
3. 在编辑弹窗里填写自然语言指令。
4. 保存后回放用例验证效果。

如果没有填写“自然语言指令”，系统会退回使用“步骤描述”作为执行说明。为了避免备注文字误参与执行，建议智能步骤始终明确填写自然语言指令。

指令写法

推荐写清楚三个信息：目标、动作、约束。

一个稳定的智能步骤，通常具备这些特点：

• 目标明确：写清控件名称、按钮文案、表格行名称、所在区域
• 动作明确：写清点击、输入、选择、打开、悬停、勾选等动作
• 范围明确：有多个相似元素时，补充“哪一行”“哪个下拉框”“哪个区域”

好的写法：

在搜索框输入“测试项目”，点击查询按钮，并打开第一条结果详情。

在状态下拉框中选择“启用”，然后点击保存。

找到名称为“自动化测试项目”的表格行，点击该行右侧的详情按钮。

不推荐写法：

处理一下这个页面。

点那个按钮。

完成所有配置。

更容易成功的描述方式

建议优先使用下面这种表达方式：

• 在“源数据库”下拉框中选择“MySQL”
• 找到名称为“自动化测试项目”的表格行，点击右侧“详情”
• 在 host 输入框中输入 192.168.0.248
• 点击“保存”按钮

不建议使用下面这种表达方式：

• 点那个按钮
• 处理一下这个弹窗
• 把这里选好
• 完成整个配置流程

原因很直接：智能步骤会结合当前页面结构规划执行动作。描述越具体，系统越容易把“你说的目标”映射到页面上的正确元素。

多步指令拆分

如果一个智能步骤里包含编号指令，保存时会自动拆成多条智能步骤，便于单独执行和排障。

当前支持的常见编号形式包括：

• 1. xxx
• 2. xxx
• 1、xxx
• 2、xxx

也就是说，如果你希望一段较长的自然语言在保存时自动拆开，最直接的写法就是使用编号。

目前更推荐把会引起页面状态变化的长指令主动拆开，而不是全部塞进一个智能步骤。

典型的页面状态变化包括：

• 打开或关闭下拉框、弹层、弹窗
• 点击后切换区域、切换页签
• 点击后页面局部刷新
• 点击保存、确认、提交后页面状态发生变化
• 一条指令里包含多个“然后 / 再 / 最后”

示例：

1. 在搜索框输入“测试项目”
2. 点击查询
3. 打开第一条结果详情

拆分后，每条智能步骤都有独立的自然语言指令。这样失败时更容易定位是哪一段操作没有完成。

什么时候应该主动拆分

建议拆分的情况：

• 一条指令里有 3 个及以上动作
• 中间某一步会改变页面结构或页面状态
• 包含多个下拉框、弹窗、表格操作
• 同一条指令里既有输入、又有点击、又有选择

例如下面这种写法，建议拆分：

打开源数据库下拉框选择 MySQL，然后打开目标数据库下拉框选择 PostgreSQL，最后点击保存

更稳的写法是：

1. 打开源数据库下拉框，选择 MySQL
2. 打开目标数据库下拉框，选择 PostgreSQL
3. 点击保存

这样做的好处是：

• 每条智能步骤更短，模型更容易理解
• 每一步都会基于当前页面重新规划
• 页面变化后，不会把后续动作都压在同一次规划里
• 失败时更容易判断是哪一段出了问题

与普通步骤的区别

类型	优点	注意事项
普通录制步骤	行为确定、结果稳定、适合发布准入。	页面改版后可能需要维护定位。
智能步骤	表达灵活，适合复杂页面和少量动态操作。	依赖页面结构和指令清晰度，不建议滥用。

推荐把智能步骤作为补充能力，而不是替代所有录制步骤。

与断言的区别

智能步骤负责“做事”，断言负责“验证结果”。

例如：

智能步骤：在搜索框输入“测试项目”，点击查询按钮。
文本断言：页面出现“测试项目”。

不要把“验证页面一定出现某结果”完全写进智能步骤里。关键结果建议使用 断言 明确表达。

失败排查

现象	可能原因	建议处理
智能步骤没有找到目标	指令过于模糊，页面结构缺少可识别文本	补充目标名称、按钮文案、所在区域。
点击了错误目标	页面存在多个相似按钮或表格行	在指令里增加约束，例如“名称为 xxx 的行右侧”。
执行到一半失败	一条指令包含太多动作	拆成多条智能步骤。
回放时间变长	页面结构复杂或模型规划耗时	将稳定部分改为普通录制步骤。

使用建议

• 一条智能步骤只描述一个小目标。
• 一条智能步骤里如果包含多个会引起页面变化的动作，优先拆成多条。
• 关键操作后仍然添加文本断言或 JSON 断言。
• 对稳定路径优先使用录制步骤。
• 对不稳定智能步骤，优先改写指令；仍不稳定时改成普通步骤或局部重录。

智能步骤的自然语言指令字段说明见 步骤配置。