QA ובקרת שחרורים

QA ובדיקות תוכנה

מצאו את הבאגים החשובים לפני שהמשתמשים שלכם ימצאו אותם. אנחנו בודקים תוכנה רגילה, בסיסי קוד שנוצרו בידי AI ומוצרים מבוססי AI, כל אחד בדרך שמתאימה לו, ומראים לכם את סיכוני השחרור לפני שאתם משחררים.

בואו נדבר על הפרויקט שלכם דברו איתנו על צורכי ה-QA

מי פונה אלינו לעבודות QA

מפתחים נוטים לבדוק את המסלולים שהם עצמם בנו, ולכן פערים בין פיצ'רים, תפקידים ומכשירים נשארים לא בדוקים. אתם צריכים מבט בלתי תלוי על מה בטוח לשחרר, בין שאת הקוד כתבו הצוות שלכם, ספק אחר או כלי AI.

בעלי מוצר שצריכים לאשר תוכנה שסיפקו להם בית תוכנה או פרילנסרים
צוותים קטנים בלי בודק ייעודי, שהשחרורים שלהם שוברים שוב ושוב פיצ'רים ותיקים
מייסדים שמתכוננים להשיק אפליקציה שנבנתה בעיקר עם כלי AI לכתיבת קוד

אילו סוגי בדיקות מכסים כל מסע משתמש

תוכנית כיסוי להמחשה למוצר ווב; התוכנית שלכם נבנית לפי מסעות המשתמש והסיכונים שלכם.

	API ואינטגרציה	מקצה לקצה (אוטומטי)	בדיקות חוקרות	נגישות
הרשמה והתחברות	מתוכנן לעומק	מתוכנן לעומק	בדיקות קלות יותר או מדגמיות	מתוכנן לעומק
קופה ותשלום	מתוכנן לעומק	מתוכנן לעומק	מתוכנן לעומק	בדיקות קלות יותר או מדגמיות
תפקידים והרשאות	מתוכנן לעומק	בדיקות קלות יותר או מדגמיות	מתוכנן לעומק	לא מתוכנן למסע הזה
שחזור חשבון	מתוכנן לעומק	בדיקות קלות יותר או מדגמיות	מתוכנן לעומק	בדיקות קלות יותר או מדגמיות
חיפוש וסינון	בדיקות קלות יותר או מדגמיות	בדיקות קלות יותר או מדגמיות	מתוכנן לעומק	בדיקות קלות יותר או מדגמיות
דוחות וייצוא נתונים	מתוכנן לעומק	לא מתוכנן למסע הזה	בדיקות קלות יותר או מדגמיות	לא מתוכנן למסע הזה

מתוכנן לעומק
בדיקות קלות יותר או מדגמיות
לא מתוכנן למסע הזה

QA לתוכנה רגילה, שנוצרה ב-AI או מבוססת AI

תוכנה נכשלת לעיתים רחוקות במקום שבו כולם מסתכלים. היא נכשלת במקרה קצה בתהליך התשלום, בהרשאה שאף אחד לא בדק או בשינוי ששובר פיצ'ר ותיק. בין שאתם מתכוננים להשקה ובין שאתם מפעילים מוצר שכבר באוויר, אנחנו מתייחסים לשלושה מקרים באופן שונה. תוכנה רגילה נבדקת מול הדרישות ומול תהליכי משתמש אמיתיים. בסיסי קוד שנוצרו בידי AI עוברים בחינה מעמיקה יותר, כי קוד שרץ עדיין יכול לעשות את הדבר הלא נכון. במוצרים מבוססי AI צריך גם להעריך את התנהגות המודל.

בדיקות בסיוע AI, QA בהובלת מומחים

איך ה-AI מסייע

מנסח טיוטות של מקרי בדיקה מתוך הדרישות, סיפורי המשתמש וקריטריוני הקבלה, שמומחי ה-QA סוקרים ומרחיבים.
מנתח את הכיסוי כדי להראות לאילו תהליכים, תפקידים ומסלולי שגיאה עדיין אין בדיקות.
מאיץ את חקירת הבאגים באמצעות קריאת לוגים, עקבות (traces) ושינויים אחרונים, כדי לצמצם את הסיבות הסבירות.
עוזר לכתוב ולעדכן בדיקות אוטומטיות כשמסכים, ממשקי API או נתוני בדיקה משתנים.

מה באחריות המומחים שלנו

מומחי ה-QA מחליטים מה לבדוק לפי הסיכון העסקי והדרישות, ולא לפי מה שהקוד במקרה עושה.
בדיקות חוקרות מבוצעות בידי אנשים שבוחנים מקרי קצה, קלטים חריגים ומסעות משתמש מבלבלים.
כל בדיקה שה-AI ניסח נסקרת לפני שהיא מצטרפת לסט הבדיקות, ובדיקות אימות (assertions) חלשות נכתבות מחדש.
חומרת הבאגים והמלצת השחרור הן באחריות ראש צוות ה-QA שלנו, ומוסכמות עם הצוות שלכם.

מה תקבלו

מאסטרטגיית בדיקות ועד דוח סיכוני שחרור

אסטרטגיית בדיקות
היקף, סיכונים, סביבות, נתוני בדיקה וקריטריוני סיום, שמותאמים לשאלה אם המוצר שלכם הוא תוכנה רגילה, תוכנה שנוצרה בידי AI או תוכנה מבוססת AI.
בדיקות מבוססות דרישות
מקרי בדיקה פונקציונליים שמקושרים לדרישות, ומכסים תהליכים עסקיים, תפקידים והרשאות, ומצבי שגיאה בדפדפנים ובמכשירים שאתם תומכים בהם.
בדיקות חוקרות
סשנים ידניים ממוקדים שבהם מומחי QA חוקרים אזורים חדשים ומסוכנים כמו שמשתמשים אמיתיים וקלטים רשלניים היו עושים, עם תיעוד של מה שכוסה.
סט בדיקות רגרסיה אוטומטי
בדיקות יחידה, API ומקצה לקצה, למשל עם Playwright, שרצות בפייפליין ה-CI שלכם כדי שרגרסיות יתגלו לפני השחרור.
דיווחי באגים שניתנים לשחזור
כל באג מתועד במערכת המעקב שלכם עם צעדים לשחזור, תוצאה צפויה ותוצאה בפועל, ראיות ורמת חומרה, ונבדק שוב אחרי התיקון.
דוח סיכוני שחרור
מה נבדק, מה לא נבדק, באגים פתוחים וסיכונים ידועים, עם המלצה ברורה כדי שהצוות שלכם יוכל להחליט אם לשחרר או לא.

איך מתנהלת התקשרות QA

01
הערכת סיכונים והיקף
סקירה של הדרישות, הבדיקות הקיימות, באגים מהעבר והאופן שבו המוצר נבנה. סיכום ההיקף, הסביבות ונתוני הבדיקה.
02
תכנון הבדיקות
ה-AI מנסח טיוטות של מקרי בדיקה אפשריים; מומחי ה-QA סוקרים אותם, משלימים את הפערים ומתעדפים לפי סיכון. יחד איתכם אנחנו בוחרים מה להפוך לאוטומטי.
03
בדיקה וחקירה
הרצת בדיקות מבוססות דרישות, חוקרות ואוטומטיות, תיעוד באגים שניתנים לשחזור ועבודה עם המהנדסים על הסיבות ועל התיקונים.
04
דיווח ושמירה על הכיסוי
מסירת דוח סיכוני השחרור, ואז מסירת סט הבדיקות לצוות שלכם או שמירה על עדכניותו כחלק מ-QA שוטף.

שתי דרכים לעבוד עם כלי AI

ה-AI עוזר לנסח טיוטות לבדיקות ולחקור באגים. בחרו היכן הוא רשאי לעבד את הקוד ואת נתוני הבדיקה שלכם.

הנדסת AI פרטית / מקומית
מודלים באירוח פרטי, בתוך תשתית שבשליטתכם או בסביבה מבודדת מוסכמת.
דברו איתנו על החבילה הזו
הנדסת Claude Code / OpenAI Codex
Claude Code ו/או OpenAI Codex, עם הגדרות ענן שהארגון שלכם מאשר.
דברו איתנו על החבילה הזו

לא בטוחים? נמליץ על אחת מהן בשלב הגדרת ההיקף. השוואת אפשרויות עבודה עם AI

בקשות QA אופייניות

תרחישים טיפוסיים שאנחנו מגדירים להם היקף, לא מקרי בוחן של לקוחות.

בדיקות קבלה לפני מסירה מספק
חברה עומדת לקבל אפליקציית ווב מבית תוכנה חיצוני. אנחנו בודקים אותה מול הדרישות שסוכמו, מתעדים באגים שניתנים לשחזור במערכת המעקב של החברה ומציגים תמונה של סיכוני השחרור לפני שמישהו מאשר את הקבלה.
פיצ'רים ותיקים נשברים אחרי שחרורים מהירים
צוות קטן משחרר גרסה כל שבוע בעזרת כלי AI לכתיבת קוד, וכל שחרור שובר משהו שעבד קודם. אנחנו ממפים את מסעות המשתמש הקריטיים, חוקרים את המסוכנים שבהם לפני כל שחרור ומוסיפים בדיקת רגרסיה לכל באג מאומת.
קלט להחלטת ההשקה לפני מועד קבוע
לבעל מוצר יש תאריך השקה קבוע ורשימה של באגים פתוחים. אנחנו מבצעים סבב בדיקות ממוקד על תשלומים, הרשמה והרשאות, מדרגים כל באג לפי ההשפעה על המשתמשים וממליצים מה חייב להיות מתוקן קודם; ההחלטה אם להשיק נשארת בידיו.

מה ה-QA לא מכסה

בדיקות עומס, לחץ וקיבולת אינן חלק מ-QA פונקציונלי — הן מבוצעות במסגרת שירות בדיקות ביצועים.
ניסיונות לנצל חולשות אבטחה דורשים אישור נפרד בכתב — הם מבוצעים במסגרת בדיקות חדירה או אבטחת API. ה-QA בודק שההרשאות עובדות כפי שהוגדרו.
מפגשי שמישות עם משתמשים אמיתיים שייכים לשירות בדיקות משתמשים; ה-QA בודק את המוצר מול הדרישות ומול קריטריוני הקבלה שסוכמו.
בהתקשרות QA עצמאית, המפתחים שלכם מתקנים את הבאגים, או המהנדסים שלנו בהיקף נפרד; בכל מקרה אנחנו בודקים שוב.

איך ה-QA מתחבר לעיצוב, להנדסה ולתפעול

עיצוב: בדיקה מול מסעות אמיתיים
תהליכי המשתמש, מצבי האינטראקציה ודרישות הנגישות מהעיצוב הופכים לקריטריוני קבלה, כך שה-QA בודק את החוויה ולא רק את הקוד.
הנדסה: תיקונים באותו מחזור
הבאגים מגיעים למהנדסים עם צעדים לשחזור. התיקונים נבדקים שוב, וכל באג מאומת הופך לבדיקת רגרסיה.
תפעול: תנאי סף לשחרור
סטים של בדיקות אוטומטיות הם תנאי לשחרור בפייפליין הפריסה שלכם, ובדיקות Smoke רצות אחרי כל שחרור לצד הניטור.
באופן שוטף: כיסוי שמתעדכן
ככל שהמוצר שלכם משתנה, אנחנו שומרים על בדיקות הרגרסיה עדכניות, מסירים בדיקות לא יציבות (flaky) ובוחנים מחדש את הסיכונים, במסגרת תוכנית תמיכה שמוסכמת איתכם.

שאלות ותשובות

שאלות נפוצות

תוכלו לבדוק תוכנה שנבנתה בידי הצוות שלנו או בידי ספק אחר?

כן. QA יכול להיות חלק מהתקשרות פיתוח איתנו, שירות בהיקף נפרד לתוכנה שכבר קיימת, או כיסוי רגרסיה שוטף. במוצר קיים, אנחנו בדרך כלל מתחילים בהערכה קצרה של הסיכונים והבדיקות הקיימות, ואז מסכמים איתכם תוכנית בדיקות.

האפליקציה שלנו נבנתה בעיקר עם כלי AI לכתיבת קוד. מה אתם בודקים אחרת?

אנחנו גוזרים את הבדיקות מהדרישות שלכם ולא מהקוד שנוצר, כי בדיקות שנכתבו בידי AI עלולות פשוט לאשר את מה שהקוד עושה במקום את מה שהוא אמור לעשות. אנחנו גם בוחנים ביתר תשומת לב תחומים שבהם קוד שנוצר אוטומטית עלול לטעות בדרכים עדינות: הרשאות, אימות קלט, טיפול בשגיאות, לוגיקה כפולה ותלויות שאף אחד לא בחר. ביקורת קוד היא לעיתים קרובות צעד ראשון מועיל.

יש במוצר שלנו פיצ'רים של AI. האם QA לתוכנה מכסה גם אותם?

הוא מכסה את האפליקציה שסביבם: התחברות, תשלומים, הרשאות ואינטגרציות. התנהגות ה-AI עצמה צריכה סוג אחר של בדיקות, עם מערכי נתונים להערכה, בדיקות של איכות התשובות ושל העיגון במקורות (grounding), הרשאות לכלים, טיפול בכשלים ובדיקות רגרסיה כשמודלים או פרומפטים משתנים. את זה אנחנו מגדירים במסגרת שירות הערכה ובדיקות של AI, לצד ה-QA שלכם.

האם כלי AI רואים את הקוד ואת נתוני הבדיקה שלנו?

רק בתוך הגבולות שאתם בוחרים. בהנדסת AI פרטית / מקומית, המודלים רצים על תשתית שבשליטתכם או בסביבה מבודדת שאנחנו מסכמים איתכם. בהנדסת Claude Code / OpenAI Codex, ספקים מסחריים מעבדים את הקוד לפי תנאי חשבון, טיפול בנתונים ושמירה שמוסכמים לפני תחילת העבודה. היכן שאפשר, אנחנו בודקים עם נתונים סינתטיים או ממוסכים ולא עם נתונים אישיים אמיתיים.