2026 QA 面試的 AI 題

2026 的 QA 面試多了一整類問題:你怎麼用 AI。答得好是加分、答不好直接被貼「沒跟上」標籤。這篇給你 12 個高頻題 + 每題面試官真正想聽什麼。

想先搞懂大環境怎麼變?看 AI 時代 QA 還有未來嗎。傳統題庫看 QA 面試 50 題

面試官在篩什麼

flowchart TB
    AI[AI 面試題] --> A["篩 1:有沒有跟上<br>用過哪些工具"]
    AI --> B["篩 2:會不會駕馭<br>怎麼驗證 AI 產出"]
    AI --> C["篩 3:判斷力在不在<br>哪些不交給 AI"]
    A & B & C --> Hire{錄取訊號}

    style A fill:#06b6d4,color:#fff
    style B fill:#a855f7,color:#fff
    style C fill:#10b981,color:#fff
    style Hire fill:#f59e0b,color:#fff

核心:面試官不是要「最會用 AI 的」、是要「能駕馭 AI、判斷力還在自己手上」的人。

12 題 + 答題框架

A. 工具與經驗(暖身)

Q1. 你平常用哪些 AI 工具、各拿來做什麼? - 想聽:具體場景、不是工具名清單 - 框架:「Claude 跑 spec review / Cursor 寫 e2e / CodeRabbit 做 PR 第一層」— 工具配場景 - 雷:只報工具名、說不出怎麼用 → LLM 工具對比

Q2. 用 AI 後、你的工作流有什麼改變? - 想聽:可量化的效率 + 把時間移去哪 - 框架:「省下的重複工作時間、移到探索性測試跟 spec review」

Q3. 沒用過公司指定的 AI 工具怎麼辦? - 想聽:學習能力、遷移能力 - 框架:「我用過 X、原理相通、預估幾天上手」

B. 駕馭與驗證(核心)

flowchart LR
    Q[AI 生產出] --> V{你怎麼驗?}
    V --> V1[改壞 code 看測試紅不紅]
    V --> V2[斷言驗結果不驗呼叫]
    V --> V3[預期值對規格]

    style V fill:#a855f7,color:#fff

Q4. AI 生的 test 你怎麼信任? - 想聽:你知道 AI test 會「綠卻沒測到」 - 框架:改壞 code 測試該紅、斷言驗結果、預期值對規格 → 完整方法

Q5. AI 生的 test case 你會怎麼篩? - 想聽:AI 偏 happy path、你補邊界/異常 - 框架:「AI 出 10 個、我刪重複、補 domain 規則與邊界」

Q6. 怎麼用 AI 評估一個 PR 的風險? - 想聽:blast radius 概念 - 框架:丟 diff 問影響範圍 + 缺的 test、人工定重測 scope → AI 加速 PR review

Q7. AI 給的答案你怎麼判斷對不對? - 想聽:你不全信、有驗證習慣 - 框架:「對規格、對既有行為、跑一次驗證、不確定就交叉問」

C. 判斷與邊界(拉開差距)

Q8. 哪些事你絕對不交給 AI? - 想聽:安全、domain 規則預期值、go/no-go 判斷 - 框架:「機械的交 AI、擔責任的留自己」

Q9. 公司不准把 code 丟雲端 AI、你怎麼用? - 想聽:本地 LLM / 企業版 / 只 mock 邊界 - 框架:「Ollama 跑本地、或企業版合約保證不訓練」

Q10. AI 會不會取代 QA? - 想聽:你站在「用 AI」那邊 - 框架:「取代不變的 QA、取代不了懂系統跟業務的 — 我屬於後者、舉例…」

D. 情境題(壓力測試)

Q11. 給你一個 AI 生的 100 行測試檔、5 分鐘 review、你看什麼? - 想聽:有 checklist、不是亂看 - 框架:先看斷言驗不驗結果 → mock 有沒有蓋掉被測對象 → 覆蓋缺口

Q12. 你怎麼說服反對 AI 的同事/主管? - 想聽:用數據與透明、不是硬推 - 框架:「先做出省時數據、透明化用法、retro 分享」

答題萬用結構

flowchart LR
    S1["1、我怎麼用<br>(具體場景)"] --> S2["2、我怎麼驗<br>(判斷力)"]
    S2 --> S3["3、邊界在哪<br>(不交給 AI 的)"]

    style S1 fill:#06b6d4,color:#fff
    style S2 fill:#a855f7,color:#fff
    style S3 fill:#10b981,color:#fff

任何 AI 題、套這三段就穩:怎麼用 → 怎麼驗 → 邊界在哪。展現你駕馭 AI、而非被 AI 駕馭。

面試前 checklist

flowchart TB
    C1{能說 3 個具體 AI 場景?} -->|否| F1[準備工具×場景]
    C2{能講 AI test 驗證法?} -->|否| F2[讀信任 AI test]
    C3{能答 blast radius?} -->|否| F3[讀 AI PR review]
    C4{有 AI 取代論的立場?} -->|否| F4[想好你的例子]

    style F1 fill:#f59e0b,color:#fff
    style F2 fill:#f59e0b,color:#fff
    style F3 fill:#f59e0b,color:#fff
    style F4 fill:#f59e0b,color:#fff

給 QA 的 5 句

  1. 面試官篩的是「駕馭 AI」、不是「依賴 AI」
  2. 每題都帶具體場景、別報工具名清單
  3. 強調你怎麼驗證 AI 產出
  4. 講清楚哪些不交給 AI
  5. AI 取代論、站在用 AI 那邊並舉例

最後

AI 面試題不難、難在沒準備會慌。把「怎麼用 → 怎麼驗 → 邊界在哪」這套內化、再配幾個自己的真實例子、你會比八成候選人都穩。傳統基本功照樣練、AI 題只是新加的一道篩子 — 兩邊都過、offer 自然來。

延伸閱讀: - AI 時代 QA 還有未來嗎 - AI 取代不了的 QA 技能 - 手動 QA 轉型 AI-Augmented QA 90 天 - QA 面試 50 題