---
title: 2026 QA 面試的 AI 題 — 12 題 + 答題框架（面試官想聽什麼）
date: 2026-06-25
category: career
description: 2026 QA 面試新增一整類「你怎麼用 AI」的問題。這篇整理 12 個高頻 AI 面試題、每題附面試官真正想聽的點與答題框架，從「你用過哪些 AI 工具」到「AI 生的 test 怎麼信任」。
tags: [qa-interview, ai-interview, career, interview-questions, "2026"]
faq:
  - q: 面試說我很會用 AI、會不會反而被當成不會自己思考？
    a: 會、如果你只說「我用 AI 生 test」。正確說法是「AI 出草稿、我用 X 標準驗證、抓掉哪幾種假測試」。面試官要聽的是「你怎麼駕馭 AI」、不是「你多依賴 AI」。強調判斷力在你手上、就不會踩雷。
  - q: 我還沒在公司用過 AI 工具、面試怎麼答？
    a: 用個人專案或自學經驗答。「我在自己的 side project 用 Claude 跑 spec review、用 Playwright + Cursor 寫 e2e」一樣有效。面試官看的是你有沒有主動學、不是公司有沒有給你用。
  - q: 被問「AI 會不會取代 QA」該怎麼回？
    a: 別說「不會」也別說「會」。說「會取代不變的 QA、取代不了懂系統跟業務的」。接著舉你自己的例子:你用 AI 加速哪些、把省下的時間投到哪些 AI 做不到的工作。展現你站在對的那邊。
  - q: 這些 AI 題會取代傳統 QA 面試題嗎？
    a: 不會、是加上去。傳統的 test case 設計、bug 分析、自動化基礎照樣會問。AI 題是新增的一個維度、用來篩「有沒有跟上」。兩邊都要準備、別只練 AI 題忽略基本功。
---

# 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](/career/ai-era-qa-future.html)。傳統題庫看 [QA 面試 50 題](/career/qa-interview-50-questions.html)。

## 面試官在篩什麼

```mermaid
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](/ai-qa/llm-comparison-for-qa.html)

**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）

```mermaid
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](/ai-qa/trusting-ai-generated-tests.html)

**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](/ai-qa/ai-accelerated-pr-review.html)

**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

```mermaid
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

```mermaid
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](/career/ai-era-qa-future.html)
- [AI 取代不了的 QA 技能](/career/ai-proof-qa-skills.html)
- [手動 QA 轉型 AI-Augmented QA 90 天](/career/manual-to-ai-augmented-qa.html)
- [QA 面試 50 題](/career/qa-interview-50-questions.html)