Guida Claude Code automation testing

Guida Claude Code automation testing

Guida Claude Code automation testing

Claude Code è un agente di coding che legge la codebase, modifica i file, esegue comandi e si collega agli strumenti del team. Per chi lavora nell’automation testing significa generare test E2E più in fretta, riparare selettori fragili, scovare i buchi di copertura e tenere in ordine la suite, con verifiche che restano sempre sotto il controllo dell’ingegnere.

In questa guida, aggiornata alla data dell’articolo spiego metodo, strumenti e limiti. Il filo conduttore è il portale web di una banca immaginaria; come framework di riferimento uso Cypress, ma i concetti valgono per qualsiasi strumento E2E.

Indice dei contenuti – Guida Claude Code automation testing

  1. Claude Code e l’automation testing: cosa cambia davvero
  2. Generazione automatica di test E2E
  3. Autoriparazione dei selettori (self-healing)
  4. Copertura dei test e come colmare i gap
  5. Integrazione con le piattaforme di Test Management
  6. Pulizia del codice morto nella suite di test
  7. Esempio pratico: dal ticket alla pull request sul portale bancario
  8. Le skill da utilizzare nell’automation testing
  9. Best practice generali per usare Claude Code nell’automation testing
  10. L’AI non sostituirà i QA engineer: li renderà più veloci
  11. Corso Claude Code di Innovaformazione: restare al passo con il mercato

1. Claude Code e l’automation testing: cosa cambia davvero

La documentazione ufficiale definisce Claude Code come uno strumento di coding agentico: legge la codebase, modifica i file, lancia comandi e si integra con gli strumenti di sviluppo. Funziona da terminale, dai principali IDE, dall’app desktop e dal browser. Non è una chat che risponde e aspetta: è un collaboratore che esplora il progetto, prova una soluzione, esegue i test e corregge finché il risultato non regge.

Per un QA engineer la notizia migliore è nascosta nelle best practice di Anthropic: il modo più efficace di lavorare con Claude Code è dargli un controllo che possa eseguire da solo, come una suite di test, una build o un confronto con uno screenshot. Un test automatico è esattamente questo: un criterio di accettazione eseguibile. Per questo il testing è uno dei terreni dove un agente rende di più.

Pensatelo come un collega junior velocissimo e instancabile: scrive molto, ma ha bisogno di istruzioni precise, di esempi da imitare e di qualcuno che riveda il suo lavoro. In questa guida vediamo come impostare quel metodo.

2. Generazione automatica di test E2E

Cominciamo la nostra Guida Claude Code automation testing. Il flusso consigliato da Anthropic ha quattro fasi: esplorare, pianificare, implementare, fare commit. Nell’automation testing si traduce così. Prima chiedete a Claude Code, in modalità piano, di leggere le spec esistenti, le convenzioni sui selettori e i comandi personalizzati. Poi fatevi proporre un piano con gli scenari da coprire. Solo dopo approvate l’implementazione, chiedendo di eseguire i test appena scritti e correggere i fallimenti.

Esempio concettuale. Nel portale della banca fittizia dobbiamo testare il bonifico SEPA. Invece di scrivere «crea un test per il bonifico», descrivo lo scenario come lo spiegherei a un collega: l’utente è autenticato, ha un conto con saldo sufficiente, inserisce IBAN e importo validi, conferma e vede la ricevuta. Aggiungo i vincoli: dati di test sintetici, nessun mock sul servizio di conferma, stesso stile delle spec già presenti. La documentazione conferma che Claude Code analizza i file di test esistenti per adeguarsi a framework, asserzioni e convenzioni del progetto.

Lato Cypress esiste anche una via nativa: il comando cy.prompt trasforma passi scritti in linguaggio naturale in comandi Cypress eseguibili, scegliendo i selettori dopo aver analizzato il DOM. Cypress Studio AI, mentre registrate un flusso, suggerisce asserzioni utili, e la CLI cypress tap permette a un agente di eseguire una spec, leggere il fallimento e ritentare prima del commit. Attenzione ai requisiti: cy.prompt usa un’intelligenza artificiale remota e richiede una connessione a Cypress Cloud, con consumo misurato per piano.

Il rischio principale è quello che le best practice chiamano «trust-then-verify gap»: un test plausibile che però non verifica nulla di significativo. Chiedete sempre l’evidenza dell’esecuzione e, come regola mia di buon senso, controllate che il test fallisca quando la funzionalità viene volutamente rotta.

3. Autoriparazione dei selettori (self-healing)

I test E2E si rompono spesso per un motivo banale: il selettore. La documentazione di Cypress è chiara: evitate di agganciarvi a id, classi, tag o testi che cambiano, e preferite attributi dedicati come data-cy, data-test o data-testid, isolati dalle modifiche di stile e comportamento. È la prima forma di self-healing, la più economica: prevenire.

La seconda forma è quella automatica. Con cy.prompt, quando un selettore non trova più l’elemento, Cypress prova prima a recuperare da una cache di selettori già funzionanti e, se non basta, usa l’AI per individuare il nuovo elemento. Il cambiamento viene segnalato nel log dei comandi, quindi resta visibile. Cypress offre due approcci: esportare il codice generato e versionarlo, oppure lasciare cy.prompt attivo per un adattamento continuo. Un avvertimento della documentazione: l’autoriparazione funziona bene per cambiamenti occasionali, non se scatta a ogni esecuzione, perché aumenta chiamate AI e tempi.

La terza forma è la riparazione assistita con Claude Code. Quando un test fallisce in CI, l’agente può leggere l’errore e il diff del branch. Con il Cloud MCP di Cypress riceve anche storico dei flake, log di console e rete e stato del DOM al momento del fallimento, e può capire se a essere sbagliato è il test o se il codice è regredito.

Esempio concettuale. Il pulsante «Conferma bonifico» diventa «Autorizza». È una modifica legittima: il test va aggiornato. Se invece il pulsante sparisce per un bug dopo un refactoring, un sistema che «ripara tutto» nasconderebbe un difetto reale in un portale bancario. Per questo ogni riparazione deve arrivare come diff in pull request e passare dalla revisione umana.

4. Copertura dei test e come colmare i gap – Guida Claude Code automation testing

Nei workflow ufficiali di Claude Code il percorso è semplice: individuare il codice non coperto, generare l’impalcatura dei test, aggiungere i casi limite, eseguire e correggere. La documentazione precisa che Claude può analizzare i percorsi del codice e suggerire test per condizioni d’errore, valori limite e input inattesi, cioè i casi che di solito si dimenticano.

Sul fronte E2E, Cypress UI Coverage individua gli elementi dell’interfaccia mai toccati dai test. Collegando il Cloud MCP a un agente di coding, il controllo dei gap può avvenire a ogni pull request e, quando compare un buco nuovo, l’agente scrive il test mancante; esiste anche la generazione di scaffold direttamente dal report di copertura.

Esempio concettuale. Nella pagina «Bonifico» il report mostra non testati il campo causale, l’opzione di bonifico istantaneo e il pulsante «Salva beneficiario». Chiedo a Claude Code di proporre gli scenari, li ordino per rischio (prima l’istantaneo e i limiti di importo, poi la rubrica) e faccio scrivere i test uno alla volta, verificandone l’esecuzione.

Una nota di metodo: la copertura dice cosa è stato toccato, non quanto bene è stato verificato. Usatela per scoprire i vuoti, non come obiettivo da gonfiare.

5. Integrazione con le piattaforme di Test Management

Proseguiamo la nostra Guida Claude Code automation testing. Il Model Context Protocol (MCP) è lo standard aperto con cui Claude Code si collega a dati e servizi esterni; la documentazione cita come esempi la lettura di documenti di progetto e l’aggiornamento di ticket su Jira. Molte piattaforme di test management stanno pubblicando server MCP: Qase, per esempio, offre un server ufficiale che permette ad assistenti AI di leggere e scrivere casi di test, esecuzioni, risultati e difetti. Verificate sempre sul sito del vostro vendor se esiste un server ufficiale e quali permessi richiede.

I casi d’uso più utili sono quattro. Allineare ogni spec automatica al caso di test manuale corrispondente. Pubblicare automaticamente i risultati di una run. Aprire un difetto con il contesto dell’errore. Costruire la tracciabilità tra requisito, caso di test ed esito.

Il metodo conta quanto lo strumento. Partite in sola lettura, usate credenziali con privilegi minimi, configurate permessi e sandbox, e abilitate la scrittura solo dopo aver visto l’agente lavorare bene. In pipeline potete usare la modalità non interattiva di Claude Code, pensata proprio per CI, hook di pre-commit e automazioni.

Esempio concettuale. Una nuova user story sul limite giornaliero dei bonifici arriva nel tracker. Claude Code la legge, propone i casi di test, li registra nella piattaforma dopo la vostra conferma, scrive le spec E2E collegate e, a fine run, riporta gli esiti sui casi corrispondenti.

6. Pulizia del codice morto nella suite di test

Una suite E2E che cresce per anni accumula zavorra: comandi personalizzati mai richiamati, fixture orfane, page object duplicati, selettori di elementi rimossi, test disabilitati da mesi. Non è un tema glamour, ma pesa su tempi di esecuzione e manutenzione. Il codice morto nei test, in più, confonde chi legge e anche l’agente, perché riempie il contesto di informazioni inutili.

Il metodo che propongo si appoggia a funzioni documentate. Primo: fate esplorare il progetto a un subagente, che lavora in un contesto separato e restituisce solo un riepilogo, tenendo pulita la sessione principale. Secondo: chiedete un elenco classificato, con elementi da eliminare, da riparare e da mettere in quarantena. Terzo: procedete a piccoli incrementi testabili, come raccomanda la guida al refactoring, eseguendo la suite a ogni passo. Quarto: per interventi su molti file potete distribuire il lavoro su più sottoagenti, ciascuno in un worktree isolato. Quinto: prima del merge fate rivedere il diff a un revisore in contesto fresco.

Regola d’oro, mia: non cancellate un test disabilitato perché «tanto è instabile» senza capire perché lo è. A volte è l’unico che copre un rischio reale. Strumenti come la skill cypress-explain aiutano proprio a segnalare selettori fragili e pattern a rischio flake. E ricordate che i checkpoint di Claude Code non sostituiscono git: lavorate sempre su un branch dedicato.

7. Esempio pratico: dal ticket alla pull request sul portale bancario

Mettiamo insieme i pezzi con uno scenario completo, passo dopo passo.

  • Passo 1, contesto. Apro Claude Code nel repository e verifico che il file CLAUDE.md contenga i comandi per lanciare i test e le regole sui selettori.
  • Passo 2, piano. In modalità piano chiedo di leggere la user story sul bonifico istantaneo e di proporre gli scenari, indicando positivi, negativi e limiti.
  • Passo 3, scrittura. Approvo il piano e faccio scrivere le spec seguendo lo stile esistente.
  • Passo 4, verifica. Chiedo di eseguire le spec, mostrare l’output e correggere i fallimenti.
  • Passo 5, revisione indipendente. Un subagente revisore controlla che ogni requisito abbia un test e che non siano cambiati file fuori ambito.
  • Passo 6, tracciabilità. I casi vengono collegati nella piattaforma di test management.
  • Passo 7, pull request. Claude Code prepara commit e descrizione; io rivedo il diff, controllo i dati di test e do l’approvazione finale.

Il tempo risparmiato sta nei passi 3 e 4. Il valore professionale resta nei passi 2, 5 e 7, che sono i vostri.

8. Le skill da utilizzare nell’automation testing

Le skill sono cartelle con un file SKILL.md che impacchettano istruzioni e workflow ripetibili. A differenza del file CLAUDE.md, che viene caricato a ogni sessione, il corpo di una skill entra in gioco solo quando serve, quindi costa poco contesto. Ecco quelle che consiglio di valutare.

  • cypress-author, cypress-explain e cypress-docs. Sono tre skill open source del toolkit ufficiale di Cypress, compatibili con Claude Code. La prima scrive, aggiorna e ripara test seguendo le best practice (selettori stabili, asserzioni con ritentativi); la seconda spiega i test esistenti segnalando selettori fragili e pattern a rischio flake; la terza risponde dalla documentazione ufficiale, limitando l’uso di API inventate.
  • verify e code-review (incluse in Claude Code). La prima avvia l’applicazione e conferma una modifica sull’app in esecuzione, non solo con i test; la seconda fa rivedere il diff a un subagente in contesto separato.
  • batch (inclusa in Claude Code). Distribuisce una modifica su molti file tramite più sottoagenti, utile per rifattorizzazioni estese della suite.
  • Skill di team. Scrivete le vostre, versionate nella cartella delle skill del progetto: una per le convenzioni di test (naming, selettori, dati sintetici), una per il triage dei fallimenti in CI, una per la creazione di un nuovo test E2E. Per le azioni con effetti collaterali, la documentazione suggerisce di disattivare l’invocazione automatica e di lanciarle a mano.
  • skill-creator. Il plugin ufficiale permette di misurare se una skill funziona davvero, confrontando le esecuzioni con e senza skill.
  • Oltre le skill. Server MCP per tracker e test management, subagenti revisori e hook che eseguono controlli a ogni modifica completano il kit.

9. Best practice generali per usare Claude Code nell’automation testing

Questa è la sintesi operativa delle linee guida ufficiali, adattata al lavoro del QA.

  • Date sempre un modo per verificare. Test eseguibili, output richiesto come prova, criteri di accettazione espliciti.
  • Pianificate prima di scrivere. Per modifiche su più file separate esplorazione, piano e implementazione.
  • Scrivete un CLAUDE.md breve. Comandi di test, convenzioni sui selettori, particolarità dell’ambiente. Ogni riga superflua rischia di far ignorare quelle importanti.
  • Usate selettori dedicati. Attributi data-* concordati con gli sviluppatori front-end, come raccomanda la documentazione di Cypress.
  • Governate il contesto. Pulite la sessione tra attività non collegate e, dopo due correzioni fallite sullo stesso problema, ripartite con un prompt migliore.
  • Trasformate le regole obbligatorie in hook. A differenza delle istruzioni, che sono consultive, gli hook vengono eseguiti sempre.
  • Separate chi scrive da chi controlla. Un revisore in contesto fresco non è influenzato dal codice che ha appena prodotto.
  • Limitate permessi e dati. Allowlist, sandbox, credenziali minime e dati sintetici, soprattutto in ambito bancario. Verificate con la compliance le policy di trattamento dati di ogni strumento AI.
  • Portate Claude in CI con criterio. La modalità non interattiva consente automazioni, ma con strumenti pre-approvati e risultati sempre rivisti.
  • Misurate. Tempi di scrittura, tasso di flake, tempo di manutenzione: se non misurate, non sapete se l’AI vi sta davvero aiutando.

10. L’AI non sostituirà i QA engineer: li renderà più veloci

Il timore è comprensibile, ma i fatti raccontati dalle fonti ufficiali indicano un’altra direzione. Cypress precisa che le sue funzioni AI non cambiano i test senza revisione: il codice generato si legge e si committa come ogni altro, e quando un agente corregge un fallimento il risultato arriva come diff in pull request, con la decisione di merge che resta umana. Le best practice di Anthropic ripetono lo stesso principio: se non potete verificare un risultato, non rilasciatelo.

Anche il mondo della certificazione si sta muovendo in questa direzione. ISTQB ha creato la certificazione specialistica Testing with Generative AI (CT-GenAI), dedicata all’uso dell’AI generativa nel processo di test: l’AI entra nel mestiere del tester come competenza da aggiungere, non come sostituto.

La mia lettura, da formatore, è che cambia la distribuzione del tempo. Si scrivono meno selettori a mano e si dedica più attenzione ad analisi del rischio, progettazione dei casi di test, conoscenza del dominio, test esplorativi e revisione critica. Sono capacità che l’AI amplifica ma non possiede. Chi sa guidare l’agente, definire buoni criteri di accettazione e riconoscere un test inutile diventa più prezioso, non meno.

11. Corso Claude Code di Innovaformazione: restare al passo con il mercato

Leggere una guida è un buon inizio, ma l’adozione professionale richiede pratica guidata. Per questo consiglio il Corso Claude Code per sviluppatori di Innovaformazione, pensato per portare Claude Code nel lavoro quotidiano di sviluppatori, QA engineer e team IT.

Il punto, a mio avviso, è la competizione. Le aziende IT che oggi non usano l’intelligenza artificiale in modo professionale rischiano di accumulare un gap con la concorrenza difficile da colmare. L’AI corre veloce e solo la formazione continua del personale permette di restare al passo con il mercato.

I corsi sono attivati su richiesta, in modalità online in classe virtuale, con calendario da concordare con l’azienda. Esiste inoltre la possibilità di accedere a fondi e bandi che finanziano la formazione aziendale sull’intelligenza artificiale: requisiti e disponibilità cambiano nel tempo, quindi conviene verificarli insieme.

Per informazioni e preventivi

Scrivete a info@innovaformazione.net oppure chiamate il 3471012275 (Dario Carrassi).

Per altri articoli tecnici consigliamo di navigare sul nostro blog al seguente LINK.

(fonte) (fonte) (fonte) (fonte)

Ti potrebbe interessare

Articoli correlati