注意
プレビュー機能は運用環境での使用を想定しておらず、機能が制限されている可能性があります。 これらの機能を公式リリースの前に使用できるようにすることで、顧客が事前にアクセスし、そこからフィードバックを得ることができます。
Power Apps Test Engine は、テストのライフサイクル全体をカバーする包括的な生成 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 | プロパティ |
|---|---|
| 生成 AI によるテストの作成支援 | GitHub Copilot とその他の大規模言語モデル (LLM) または小規模言語モデル (SLM) を使用したテストの迅速な作成 |
| 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 |
生成 AI によるテストの作成支援
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、テスト手順、アサーションを生成します
- 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 Test Engine には、アプリケーションの決定論的分析を提供し、テスト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
- 状況に応じたレコメンデーション コードの提供
- 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、非決定論的出力の取り扱いについて特別な配慮が必要です。
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。
| 目的の操作 | 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 による生成 AI での作成支援 |
| 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 |
関連記事
GitHub Copilot での AI 支援によるテスト作成
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