提示炼金术：自动化LLM定制提示优化用于测试用例生成

本研究解决了现有测试用例生成方法中根据固定人类提示导致生成效果不佳的问题。提出了一种新颖的自动化提示优化方法，该方法能够针对不同的LLM智能生成最佳提示，从而提高生成的测试用例的质量和多样性。研究表明，这一方法显著改善了测试案例生成的可靠性和有效性，具有重要的应用潜力。