Generación de Casos de Prueba (QA) con Claude

Antes de empezar

Lo que necesitas para completar este tutorial

Lo que conseguiras al terminar

Si sigues estos pasos, en 30-45 minutos tendras:

✓ Suite de casos de prueba funcionales y de regresión priorizados
✓ Criterios de aceptación y datos de prueba concretos
✓ Guion de automatización inicial y estimación de esfuerzo

Antes de empezar, asegurate de tener lo siguiente:

Obligatorio Acceso a Claude con permisos para ejecutar prompts y recibir outputs estructurados.

Obligatorio Documento de requisitos o especificación mínima del [MODULE] y criterios de aceptación del [PRODUCT_NAME].

Recomendado Repositorio de pruebas automatizadas o ejemplos de scripts existentes (Selenium, Playwright, Cypress).

Recomendado Acceso a un entorno de pruebas ([ENVIRONMENT]) y un listado de roles de usuario para casos de uso.

Transferencia internacional de datos: Claude procesa datos en servidores externos. Sin acuerdo de procesamiento de datos (DPA) firmado, no introduzcas datos personales, financieros confidenciales ni datos especialmente protegidos. Verifica con tu departamento legal o IT antes de usar datos reales de tu empresa.

El caso

Translogística Iberia SA, sector logística y transporte — el problema real

Translogística introduce semanalmente nuevas opciones de seguimiento de envíos y necesita reducir el ciclo de pruebas manuales que retrasa los lanzamientos. La calidad debe mantenerse para evitar incidencias en la operativa.

Con Claude y el prompt de este tutorial, puede resolver este reto en 30-45 minutos — sin conocimientos tecnicos previos.

Situacion real
Datos + contexto

→

Claude
Prompt estructurado

→

Output ejecutivo
Listo para usar

Por que funciona: Claude sintetiza requisitos y produce artefactos estructurados con consistencia, priorizando por riesgo y cobertura. Su capacidad para generar listados precisos, criterios de aceptación y ejemplos de datos acelera la transición a pruebas automatizadas y la revisión por parte de equipos técnicos.

Contexto

Cuando usar este tutorial

✓ Usalo cuando...	× No lo uses cuando...
cuando hay nuevas funcionalidades con entregas frecuentes cuando el equipo de QA necesita estandarizar casos y acelerar la automatización para validar criterios de aceptación antes de despliegues a producción	cuando se requieren pruebas de integración profunda con hardware específico no descrito en el brief cuando los requisitos son vagos y no hay documentación mínima disponible para reemplazar pruebas exploratorias especializadas por expertos del dominio

Paso 01

Recolectar requisitos y casos de uso

Antes de generar pruebas, consolide la información crítica: alcance, criterios de aceptación y roles que interactúan con la funcionalidad. Esto asegura que las pruebas cubran riesgos reales y prioridades del negocio.

1
Recopile el documento de requisitos Reúna el requisito funcional, historias de usuario y criterios de aceptación del [PRODUCT_NAME]. Asegúrese de incluir escenarios esperados y excepciones conocidas.
2
Identifique usuarios y permisos Liste los roles que usarán el módulo (por ejemplo: Operador de bodega, Cliente corporativo, Administrador) y los permisos asociados; estos determinan variaciones de pruebas.
3
Priorice funcionalidades críticas Mapee las funciones por impacto negocio y frecuencia de uso para priorizar pruebas de alto riesgo frente a pruebas de baja prioridad.

Checkpoint: Documento de alcance y lista de funciones priorizadas lista para transformarse en casos de prueba.

Paso 02

Configurar el perfil de testing en Claude

Defina el contexto que proporcionará a Claude: entorno objetivo, restricciones y formato de salida. Un perfil claro evita respuestas genéricas y facilita su uso directo por equipos técnicos.

1
Defina el entorno y formato Indique el [ENVIRONMENT] (staging, preproducción), el formato de salida requerido (JSON, tabla, texto estructurado) y la longitud deseada de cada caso de prueba.
2
Establezca plantillas de aceptación Proporcione al modelo ejemplos de criterios de aceptación y ejemplos previos de casos de prueba para alinear el tono y detalle.
3
Seleccione prioridad y nivel de detalle Determine si necesita pruebas exhaustivas para QA o scripts resumidos para revisión ejecutiva; esto ajusta la granularidad del output.

Checkpoint: Perfil de prompt y formato definido; puede generar el primer lote de casos con Claude.

Paso 03

Ejecutar el prompt principal

Este es el prompt central del tutorial. Cópialo completo, rellena las variables entre corchetes con los datos de tu empresa o situación, y envíalo.

1
Copia el prompt completo Selecciona todo el texto del prompt y cópialo. No modifiques la estructura — está diseñado para obtener el output más útil posible.
2
Rellena las variables entre corchetes Sustituye cada [VARIABLE] con información real de tu empresa. Cuanto más específico seas, mejor será el output.
3
Envía el prompt y espera la respuesta Pega el prompt en el chat y envíalo. El modelo puede tardar entre 10 y 60 segundos dependiendo de la complejidad.

Variables del prompt — sustituye cada [VARIABLE] con datos reales

[PRODUCT_NAME]nombre del producto o servicio bajo prueba (ej: Plataforma de Tracking Translogística)

[MODULE]módulo o funcionalidad específica a probar (ej: Gestión de Entregas, API de Tracking)

[ENVIRONMENT]entorno objetivo para las pruebas (ej: staging, preproducción)

Prompt principal — Casos de Prueba con Claude Eres un ingeniero de QA sénior que genera una suite de pruebas ejecutiva y técnica para uso inmediato por equipos de QA y desarrollo. Concentra la salida en: 1) lista priorizada de casos de prueba funcionales y de regresión; 2) para cada caso ofrecer título, objetivo, pasos detallados de ejecución (paso a paso), datos de prueba concretos (valores), resultado esperado, criterios de aceptación, prioridad (Alta/Media/Baja), estimación de tiempo de prueba y riesgo asociado; 3) una tabla resumen con cobertura por requisito y métricas de riesgo; 4) guía de automatización con pseudocódigo o comando ejemplo en Playwright o Cypress; 5) checklist de criterios para pasar a producción. Contexto: el producto es [PRODUCT_NAME], módulo objetivo [MODULE], ejecutar en [ENVIRONMENT]. Restricciones: no incluir información irrelevante ni explicaciones largas; la salida debe ser ejecutable por QA y comprensible para líderes técnicos y directivos. Formato requerido: entregue un bloque JSON con las claves: summary, prioritized_tests (lista), coverage_table, automation_guidance, acceptance_checklist y estimate_hours. Para cada test en prioritized_tests incluya id, title, objective, steps (array de pasos), test_data (mapa clave:valor), expected_result, acceptance_criteria (lista), priority, risk_score (1-5) y time_estimate_minutes. En automation_guidance incluya un ejemplo de script en pseudocódigo para el test de mayor prioridad y una lista de recomendaciones para parametrizar datos y manejar dependencias entre pruebas. Priorice primero casos críticos para negocio, luego flujos de usuario frecuentes y finalmente validaciones no funcionales básicas. Asegúrate de que los datos de prueba solo sean ejemplos y claramente marcados como tal. Entrega máxima: 20 casos, favoreciendo 8-12 de alta y media prioridad. Mantén lenguaje técnico y conciso; evita listados innecesarios y enfócate en artefactos listos para ejecución.

Checkpoint: El modelo ha respondido con un output estructurado que incluye las secciones solicitadas en el prompt.

Paso 04

Iterar y preparar automatización

Revise y refine el output para adaptarlo a su pipeline de pruebas. Genere artefactos para automatización y asigne tareas al equipo de desarrollo y QA.

1
Revisar y priorizar Valide los casos con stakeholders: QA, producto y operaciones. Ajuste prioridades y criterios de aceptación según el riesgo real.
2
Generar artefactos de automatización Convierta los casos priorizados en scripts de automatización o tickets técnicos, incluyendo ejemplos de datos y pseudocódigo proporcionado por Claude.

Checkpoint: Conjunto priorizado listo para implementación en automatización y backlog técnico actualizado.

Iteracion

Prompts para refinar el output

Estos son los ajustes mas frecuentes que se piden despues del primer output. Copialos directamente en el chat:

Hacer el output más específico

cuando el output es demasiado genérico. "Toma el output anterior y vuelve a generarlo centrándote sólo en los tres tests con mayor impacto negocio. Para cada test expande los pasos de ejecución hasta que cada paso sea una acción atómica y añade ejemplos concretos de datos (usuario, ID, fecha) usando el formato: campo=valor. Mantén el JSON de salida."

Cambiar el nivel de detalle

cuando necesitas más o menos profundidad. "Reformatea los casos de prueba generados a un nivel más compacto para revisión ejecutiva: mantén título, prioridad, resultado esperado y estimación de tiempo. Entrega además una nota breve (2-3 líneas) por test sobre el riesgo y el impacto en negocio."

Adaptar el tono

cuando el tono no es el adecuado para tu audiencia. "Convierte el lenguaje técnico a un tono ejecutivo para Comité de Dirección: resume en máximo 8 líneas por test el objetivo, el riesgo y la recomendación de acción. Mantén la priorización original."

Versión ejecutiva resumida

para compartir con el Comité de Dirección. "Genera un resumen ejecutivo de máximo una página que incluya: objetivos de las pruebas, 5 riesgos principales identificados, impacto estimado por riesgo, y recomendaciones de go/no-go para el despliegue. Incluye una estimación de horas y coste aproximado de mitigación."

Resultado

Que vas a obtener

Este es el tipo de output que genera Claude con el prompt de este tutorial. El contenido varia segun tu empresa y situacion, pero la estructura es siempre esta:

Ejemplo de output — Translogística Iberia SA, sector logística y transporte

Estructura del output

El prompt genera un JSON estructurado con: summary ejecutivo, lista priorizada de pruebas con todos los campos técnicos por test, una tabla de cobertura por requisito, guía de automatización con pseudocódigo y una checklist de aceptación final. Está pensado para consumo directo por QA y equipos técnicos.

Senales de un buen output

La respuesta es JSON válido y parsable
Cada test incluye pasos atómicos y datos de prueba concretos
Se presenta una guía de automatización con pseudocódigo ejecutable
Las prioridades y criterios de aceptación están claramente justificados

Senal de que el output es bueno: El JSON contiene prioritized_tests con pasos, datos de prueba y automation_guidance detallada

Costes

Inversion y retorno

30$ Claude Team / mes

10-20 min por ejecución promedio Por ejecucion del tutorial

∞ Reutilizaciones del prompt

ROI: Automatizar y estandarizar casos acelera ciclos de entrega y reduce defectos en producción, lo que disminuye costos operativos y de soporte. El tiempo invertido en generar y afinar la suite con Claude se recupera en la reducción de pruebas manuales y fallos post-lanzamiento.

Errores frecuentes

Que hacer cuando algo no funciona

Sintoma	Causa probable	Solucion exacta
La respuesta no está en JSON o tiene formato inconsistente	Prompt no especificó claramente el formato de salida o el modelo respondió con texto libre	Reenvíe el prompt indicando explícitamente 'entrega un JSON con las claves: ...' y pida solo el objeto JSON. Use la iteración para pedir solo el bloque JSON.
Casos de prueba demasiado genéricos	Información de contexto insuficiente (product/entorno/roles)	Proporcione ejemplos concretos en el prompt y use la iteración 'Hacer el output más específico' añadiendo valores reales para [PRODUCT_NAME], [MODULE] y [ENVIRONMENT].
Datos de prueba inválidos o irreales	Se usaron placeholders o no se marcó como ejemplo	Solicite explícitamente 'Marcar todos los datos de prueba como EJEMPLO' y pida tablas con campos y formatos (tipo, longitud, regex).
Falta de guía para automatización	Prompt no requería pseudocódigo suficiente o no indicó framework	Itere pidiendo 'automation_guidance' con ejemplo de script en el framework objetivo (Playwright/Cypress) y solicite parametrización de datos.
Prioridades mal alineadas con negocio	No se incluyeron criterios de negocio o impacto en el prompt	Añada criterios de impacto (ej: pérdida $/hora, #clientes afectados) y vuelva a ejecutar priorizando según esos criterios.

Modo avanzado

Como hacer este tutorial con Claude en modo avanzado

En modo agente, Claude puede orquestar múltiples tareas: generar la suite, convertir casos a scripts de automatización y crear tickets en el sistema de seguimiento. Use este modo para pipelines donde el agente actuará como asistente técnico multi-etapa y persistente.

Modo avanzado

Flujo de trabajo avanzado

1
Analizar requisitos fuente y validar ambigüedades con el equipo de producto
2
Generar la suite priorizada y convertir 3 tests de mayor prioridad a scripts de automatización en el framework elegido
3
Crear tickets técnicos en formato listo para JIRA/GitHub con pasos y archivos adjuntos (pseudocódigo, datos)
4
Proponer un plan de ejecución y calendario con estimaciones de horas y responsables

Actúa como agente QA avanzado. 1) Lee el documento de requisitos que adjunto. 2) Genera la suite de pruebas priorizada según impacto negocio y riesgo. 3) Para los tres tests de mayor prioridad crea scripts de automatización en formato Playwright (TypeScript) con comentarios y parametrización para datos de prueba. 4) Genera un CSV con 20 filas de datos de prueba de ejemplo y un archivo JSON con mapeo campo:tipo. 5) Crea 3 tickets listos para JIRA con resumen, descripción, pasos para reproducir (copiar/pegar desde el test), estimación de horas y etiquetas. 6) Devuelve: a) un ZIP conceptual con los artefactos (lista de archivos y contenido inline), b) un plan de ejecución semanal con responsables y dependencias. Contexto: producto [PRODUCT_NAME], módulo [MODULE], entorno [ENVIRONMENT]. Si detectas ambigüedades, enumera preguntas concretas y espera confirmación antes de continuar.

Cuando usar el modo avanzado en este tutorial: Úselo cuando necesite entregar artefactos completos (tests + scripts + tickets) sin coordinación manual entre equipos o cuando se requiere acelerar un ciclo de release crítico.

Siguiente paso

Que hacer ahora?

Ahora que has completado este tutorial, hay dos caminos naturales:

Tutorial relacionado · Claude

Explorar mas tutoriales de Claude

Descubre otros casos de uso de Claude para directivos en diferentes funciones y sectores.

Biblioteca completa

Ver todos los tutoriales

Explora los tutoriales del programa organizados por herramienta, funcion y nivel de dificultad.

Para sacarle mas partido: Integre los artefactos generados en su pipeline CI: configure un job que ejecute los scripts de mayor prioridad en cada despliegue a staging y reporte fallos automáticamente a un canal de alertas.

Alternativa segura

Puedo hacer esto sin que mis datos salgan de la empresa?

Si. Este caso de uso trabaja con datos que, por su naturaleza confidencial, estrategica o regulada, son candidatos optimos para ejecutarse con un modelo de lenguaje open source desplegado en infraestructura propia (on-premises o nube privada). Con esta configuracion, ningun dato abandona nunca los servidores de tu organizacion y el modelo no puede ser entrenado con tu informacion.

Modelos recomendados

Llama 3.3 70B — Ideal para analisis de documentos largos y generacion de texto estructurado (contexto 128K tokens).

Mistral Large 2 — Excelente para extraccion de informacion y clasificacion con alta precision.

Qwen 2.5 72B — Especialmente potente para analisis de datos tabulares y financieros.

Plataformas de despliegue

Ollama — Para equipos pequenos o uso individual en hardware propio.

vLLM — Para entornos de produccion con multiples usuarios simultaneos.

LM Studio — Para pruebas y uso individual sin configuracion de servidor.

Infraestructura minima

Para un modelo de 70B parametros en produccion:

GPU: 2x NVIDIA A100 40GB o 4x RTX 4090.

RAM: 128GB minimo.

Alternativa cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing.

Garantia de privacidad: Con un modelo on-premises correctamente configurado, los datos nunca salen de tu red corporativa, el modelo no se entrena con tu informacion, no hay transferencia internacional de datos y el cumplimiento normativo es total incluso para datos del art. 9 RGPD.

Necesitas implementar esta solucion en tu organizacion?

La configuracion de modelos open source on-premises requiere un proveedor tecnico especializado. Agere puede ayudarte a desplegar esta solucion en tu infraestructura de forma segura, con garantias legales y sin que tus datos salgan nunca de tu organizacion.

Contactar con Agere Conocer Agere