Přeskočit na hlavní obsah
PraktickAI
KurzyPro týmySlužbyDokumentaceBlog
KurzyPro týmySlužbyDokumentaceBlog
DomůBlogAI a testování: generujte testy, ne výmluvy
5. listopadu 2025·9 min čtení

AI a testování: generujte testy, ne výmluvy

TestováníAI nástrojeProduktivita
Přejít na sekci
  • Kde AI v testování exceluje
  • Unit testy pro existující kód
  • Generování testovacích dat
  • Transformace testů při refaktoringu
  • Regresní testy z bugů
  • Kde AI v testování nefunguje
  • Praktický workflow pro týmovou adopci
  • Měřitelné výsledky

Znáte to. Deadline se blíží, feature je hotová, a testy... testy napíšeme příště. Příště se nikdy nestane. Pokrytí klesá, regrese přibývají, a tým tráví víc času debugováním než vývojem.

AI tohle nezpraví samo — ale dramaticky sníží bariéru. Generování testů je jeden z případů použití, kde AI exceluje. Za 15 minut máte základ, který byste ručně psali hodiny.

Kde AI v testování exceluje

Unit testy pro existující kód

'Napiš unit testy pro tuhle funkci. Pokryj happy path, edge cases a chybové stavy.' AI analyzuje funkci, identifikuje vstupní kombinace a vygeneruje testy. Za minutu máte 10-15 testů, které byste ručně psali půl hodiny.

# Prompt pro generování unit testů:

Napiš unit testy pro calculateDiscount().

Pravidla:
- Použij vitest
- Pokryj: happy path, edge cases, error states
- Edge cases: nulová cena, negativní cena,
  sleva > 100%, null vstupy, prázdný košík
- Každý test pojmenuj popisně:
  'should return X when Y'
- Spusť testy a oprav selhání
- Použij describe bloky pro seskupení

Klíčové: AI nevygeneruje jen 'happy path' testy. Když ji explicitně požádáte o edge cases, najde kombinace, na které byste nepomysleli — nulové hodnoty, extrémní vstupy, race conditions v async kódu.

Generování testovacích dat

'Vygeneruj realistická testovací data pro uživatelský profil — 20 příkladů s různými edge cases.' AI je v tomhle mnohem kreativnější než většina vývojářů.

# Prompt pro testovací data:

Vygeneruj 20 testovacích uživatelů.
Zahrň edge cases:
- Prázdné jméno / email
- Unicode znaky v jméně (diakritika, čínština)
- Extrémně dlouhé stringy (500+ znaků)
- SQL injection v poli jméno
- Email bez domény, s více @
- Datum narození v budoucnosti
- Negativní věk

Format: TypeScript pole objektů.

Transformace testů při refaktoringu

Když refaktorujete kód, AI dokáže automaticky aktualizovat existující testy. Místo ručního opravování 50 rozbitých testů po přejmenování metody řekněte AI, ať to opraví za vás. 'Přejmenoval jsem UserService.getUser na UserService.findById. Aktualizuj všechny testy.'

Regresní testy z bugů

Potkali jste bug? Před opravou nechte AI napsat test, který ho reprodukuje. Po opravě test musí projít. Teď máte garanci, že se tenhle bug už nevrátí. Každý bug = nový test. Pokrytí roste organicky.

# Workflow: bug -> test -> fix -> verify

1. Bug report: 'Sleva se nepočítá správně
   pro objednávky nad 10 000 Kč'

2. AI napíše reprodukční test:
   test('should apply discount correctly 
   for orders over 10000', () => {
     expect(calculateDiscount(15000, 0.1))
       .toBe(1500);
   });

3. Test SELŽE (potvrzuje bug)

4. AI opraví implementaci

5. Test PROJDE (potvrzuje fix)

6. Test zůstává jako regresní ochrana

Kde AI v testování nefunguje

  • Integrační testy závisející na komplexním stavu systému
  • E2E testy vyžadující hlubokou znalost business flow
  • Testy pro race conditions a timing issues
  • Testy, kde je důležitější CO testovat než JAK (strategické rozhodnutí)
  • Performancní testy s realistickým loadem

Na tohle potřebujete vývojáře, který rozumí systému. AI může pomoct s kostrou, ale strategii a logiku musíte dodat vy.

Praktický workflow pro týmovou adopci

Tady je workflow, který funguje v reálných týmech:

  • 1. Napište feature
  • 2. Řekněte AI: 'Napiš testy pro tohle. Spusť je. Oprav chyby.'
  • 3. Zkontrolujte, že testy testují správné věci (ne jen že procházejí)
  • 4. Doplňte edge cases, které AI vynechala
  • 5. Každý bug = reprodukční test před fixem
  • 6. Při refaktoringu: AI aktualizuje rozbité testy

Místo 'napíšu testy celé odpoledne' je to 'za 15 minut mám základ a za dalších 15 ho vyladím.' Bariéra klesá natolik, že testování přestane být úkol, který se odkládá.

Měřitelné výsledky

Týmy, se kterými pracuji, reportují po zavedení AI-assisted testing:

  • Test coverage naroste o 30-50 % během prvního měsíce
  • Čas na psaní testů klesá o 60-70 %
  • Počet regresí klesá — každý bug generuje test
  • Vývojáři píšou testy PŘED mergováním, ne po (nebo nikdy)
  • Refaktoring se stává méně rizikovým — existuje safety net
AI nepíše dokonalé testy. Píše dobré první drafty. A dobrý draft za 2 minuty je nekonečně lepší než žádný test za 2 hodiny.

Přidejte do CLAUDE.md pravidlo: 'Každá nová funkce musí mít testy. Před odesláním PR spusť testy a ověř, že procházejí.' AI tohle bude automaticky dodržovat.

Chcete se dozvědět víc? Podívejte se na náš kurz AI-powered vývoj: Kompletní workflow — ai-dev-workflow na /cs/courses/ai-dev-workflow

  • Kde AI v testování exceluje
  • Unit testy pro existující kód
  • Generování testovacích dat
  • Transformace testů při refaktoringu
  • Regresní testy z bugů
  • Kde AI v testování nefunguje
  • Praktický workflow pro týmovou adopci
  • Měřitelné výsledky
LinkedInX / Twitter
Karel Čech

Karel Čech

Vývojář a AI konzultant. Pomáhám technickým týmům zavést AI do každodenní práce — od workshopů po dlouhodobé strategie.

LinkedIn →

Buďte o krok napřed s AI

Praktické tipy k AI pro vývojové týmy. Žádný spam, odhlášení kdykoliv.

Odesláním souhlasíte se zpracováním osobních údajů dle zásad ochrany soukromí.

Zaujal vás článek? Ponořte se hlouběji:

Pokročilý

AI v kanceláři

Praktický průvodce využitím AI v každodenní kancelářské práci.

7 lekcí3 hodin
Expert

AI ve vývoji

Integrujte AI do každé fáze vývoje — od plánování po deploy.

8 lekcí5 hodin

Související články

Context engineering: dovednost, která nahradila prompt engineering

Přestaňte ladit formulace promptů. V roce 2026 nerozhoduje, jak chytře to napíšete — rozhoduje, jaký kontext AI dostane. Tohle je nová klíčová dovednost.

Debugging s AI: 4 techniky, které vám ušetří hodiny denně

AI vidí celý stacktrace najednou a čte bez předpokladů. Většina vývojářů ji k debuggingu nepoužívá — a přicházejí o největší časovou úsporu.

AI jako pair programmer: kdy to funguje, kdy ne, a jak z toho vytěžit maximum

Pair programming s AI není jako s člověkem. Je to lepší v implementaci a horší v rozhodování. Pochopení toho rozdílu změní způsob, jak AI používáte.

Jdeme na to?

Začněte zdarma s online kurzem nebo se podívejte na školení pro týmy.

Domluvit konzultaci zdarma

PraktickAI

AI školení a konzultace pro technické týmy

KurzyPro týmySlužbyDokumentaceBlog
karel@praktickai.appLinkedIn

© 2026 PraktickAI — SkyVisual s.r.o. Všechna práva vyhrazena. Ochrana soukromí · Obchodní podmínky · Reklamační řád