次の方法で共有


Power Apps テスト エンジンの生成的 AI 機能 (非推奨)

注意

テスト エンジンは非推奨 となり、今後のリリースで削除される予定です。 Power Platform および Dynamics 365 サービスのテスト自動化機能には、Power Platform Playwright サンプルを使用します。

Power Appsテスト エンジンは、テスト ライフサイクル全体にわたる包括的なジェネレーティブ AI 機能を提供します。 このページでは、生成 AI がテストの作成から実行、検証まで、テスト体験をどのように向上させるかについて概説します。

Test Engine の 生成 AI 機能は、テスト プロセスの 3 つの主要な領域に対応します。

生成 AI の機能 説明
生成 AI によるテストの作成支援 GitHub Copilotおよびその他の大規模言語モデル (LLM) または小さな言語モデル (SLB) を使用してテストをすばやく作成する
モデル コンテキスト プロトコル サーバー MCPによる決定論的解析とコード生成
非決定論的 AI テスト 特別な検証手法で AI を活用したアプリをテストする

AI 支援による生成テストの作成

包括的なテスト計画の作成は、特に複雑なアプリケーションの場合、時間がかかる場合があります。 Test Engine では、生成 AI による作成が以下を通じてサポートされています。

  • GitHub Copilot統合: アプリケーション コードに基づいてテスト テンプレート、テスト ステップ、アサーションを生成する
  • 自然言語テストの作成: テストシ ナリオをわかりやすく記述し、実行可能なテストに変換します
  • サンプルベースのテスト生成: 既存のサンプルを参照して、コンテキストに関連したテストを作成します

このアプローチにより、テスト作成者は、テスト構文や定型コードではなく、ビジネス ロジックと検証ルールに集中できます。

モデル コンテキスト プロトコル サーバーの実装

Power Appsテスト エンジンには、アプリケーションの決定論的分析を提供し、テストの推奨事項を生成するモデル コンテキスト プロトコル (MCP) サーバー実装が含まれています。

MCP サーバー:

  • アプリケーション構造を分析し、テスト可能なコンポーネントを特定します
  • コントロールの種類とリレーションシップに基づくテスト パターンの生成
  • 状況に応じたコードの提案を提供
  • Visual StudioやGitHub Copilotなどの MCP クライアントとの統合
  • プラン デザイナーを使用してテスト作業を整理し、優先順位を付けます
  • 包括的なテストのために、ソリューション定義要素とデータ スキーマを組み込みます
  • ソリューションからのメタデータを使用して、コンテキストに関連するテストを生成します

決定論的分析と生成 AI機能を組み合わせると、このアプローチは、純粋な生成アプローチのみの場合と比較して、より信頼性が高く正確なテスト生成を提供します。

非決定論的 AI 機能のテスト

AI Builder コンポーネントや Generative Pretrained Transformer (GPT) モデルなどの AI 機能を使用するアプリケーションをテストする場合は、非決定的な出力を処理するために特別な考慮事項が必要です。

Test Engine は次を提供します:

  • Preview.AIExecutePrompt 関数: 制御された入力で AI プロンプトを実行し、出力を検証します
  • 公差ベースの検証: AI の出力が許容可能なしきい値内で期待を満たしていることを検証します
  • 構造化された応答検証: 複雑な AI 生成コンテンツを解析して検証します
  • プランベースの検証: プラン デザイナーの定義を使用して、想定される条件に対して AI 出力を検証します

これらの機能により、本質的に変動する AI システムを使用する場合でも、信頼性が高く再現性のあるテストを作成できます。

適切な生成 AI アプローチの選択

最適な結果を得るには、次のガイドラインを検討してください。

もしあなたが...したい場合は 使用を検討してください...
新しいアプリケーションのテストをすばやく生成します GitHub Copilotを用いた生成AIによる支援的な著作活動
テスト可能なコンポーネントの正確で確定的な解析を実現 モデル コンテキスト プロトコル サーバー
決定論的分析と生成機能の組み合わせ 互換性のある LLM クライアントを使用した MCP
可変出力で AI を活用したアプリケーションをテストする Preview.AIExecutePrompt による非決定論的 AI テスト
ビジネス要件に基づいてテスト作業を構造化します プラン デザイナと MCP サーバーの統合
ソリューションのメタデータとデータ スキーマを使用してテストを生成する ソリューション定義スキャンを使用する MCP サーバー

GitHub Copilot を用いた AI 支援テスト作成
Test Engine で Model Context Protocol サーバーを使用する
非決定論的 AI コンポーネントのテスト
Test Engine のサンプル カタログを参照する
Test Engine の power-fx-functions を試す
プラン デザイナーを使用する