说白了，要让DeepSeek这类模型老老实实测试边界，你必须在提示词里用一套结构化模板把它框住。别指望它能自己“悟”出来，AI没那么聪明，得把规则写得明明白白。

使用结构化模板锁定边界类型

第一步，直接在提示词开头把边界类型列清楚。不要只写一句“请考虑边界情况”，这样太模糊。要逐项列出：【最小值、最大值、零值、空值、临界溢出值】。这五类必须写全，缺少零值和空值，大概率会被漏掉。

第二步，每一类都得绑定一个真实业务场景。比如“用户年龄”字段，不能只写“考虑最大值”，要写成“最大值→120（系统设定的年龄上限）”。再比如“订单金额”，要写成“零值→0.00元（免费订单）、空值→金额字段为空字符串”。模型对具体数字和字符串的敏感度远高于抽象指令。

第三步，加一句否定约束：“禁止用‘其他边界’‘类似情况’等表述来概括，每一类边界都必须单独生成一条独立的测试用例。”别小看这句话，不加上它，模型很可能把多个边界类型塞进同一条用例，偷懒归类。

注入边界触发词替换通用动词

方法一很简单：把提示词里那些“检查”“验证”“测试”，统统换成带边界的动词短语。比如，“检查输入是否合法”改成“检查输入为【0、-1、null、10000000000】时，系统是否拒绝并返回明确错误码”。一个具体的数值列表，比任何抽象描述都管用。

方法二：在每条测试用例生成指令后面，固定追加一句话：“→该用例必须包含至少一个边界值，且该边界值需出现在输入字段或前置条件中”。这是个硬性约束，不加这个后缀，模型八成会优先生成正常流程的用例。

用对比式指令激活边界联想

还有一个技巧效果不错：在提示词末尾塞一条对比指令。让模型先写3条典型的正向用例，比如“用户输入18岁→系统返回成功”，然后立刻对应写出3条边界用例，比如“用户输入-1岁→系统返回‘年龄不能为负’”。关键要求是：正向用例和边界用例必须严格一一对应，正向用例的数量不能超过边界用例。

这招有效是因为，在强制对比之下，模型会主动去思考每个正常值对应的边界映射关系。操作起来也简单，直接把对比指令复制粘贴到提示词最后一行即可。

边界值的漏测基本就靠这几步来堵。提醒一句：别指望AI能替你思考这些边界，你的提示词写得越具体、越结构化，它生成的质量才越可靠。