大语言模型（LLM）在自动化测试中展现出巨大潜力。本文通过多个案例，详细介绍了LLM在等价类划分测试、测试

输入增强、场景测试用例生成以及跨APP测试用例迁移中的应用。这些实践表明，LLM能够显著提高测试效率和覆盖

率，降低人工参与度。然而，LLM在测试中也面临诸多挑战，如生成内容的“幻觉”现象、边界条件测试的矛盾、复

杂输入结构的生成困难以及文档缺失对预期结果生成的影响等。未来，随着技术的不断进步，LLM有望在自动化测试

中发挥更大的作用，为软件质量保障提供更强大的支持