six-thinking-hats

“六顶思考帽”测试方法论旨在通过将复杂测试任务中的认知焦点分段，来提升软件质量保证。它避免了同时分析指标、风险与创意解决方案时，常导致策略碎片化及测试覆盖遗漏的常见缺陷。此技能提供了一套结构化的 30 分钟流程，用于系统性地评估测试场景（从 API 策略到回顾分析），将各个视角分离：白色（事实/指标）、红色（情绪/信心）、黑色（风险/差距）、黄色（利益/优势）、绿色（创意/创新）以及蓝色（流程/行动规划）。

• 通过评估测试覆盖率、缺陷历史与技术环境数据，建立量化的基准分析。

• 借由将团队的直觉与焦虑感，从客观的风险识别与流程策略中分离，促进团队共识。

• 通过专门的创新阶段探索混沌工程、基于属性的测试与人工智能辅助测试生成等新兴技术，驱动创新。

• 生成可执行的优先级路径图，定义负责人、时间表与具体步骤，确保讨论从理论顺利转换为执行。

• 可与智能体群（如 qe-quality-analyzer, qe-regression-risk-analyzer, qe-test-generator）无缝整合，协调多智能体质量评估。

• 使用时需先明确定义测试问题或范围，随后依序进行帽子轮替（建议每顶帽子 5 分钟）。

• 分别记录每一顶帽子的见解，防止过早的评判或情绪偏见影响数据驱动的决策。

• 参考提供的快速参考卡，将特定的测试需求（如风险评估与创新）匹配至相应的思考帽。

• 产出极具适应性，既可用于个人深度分析，也可作为团队质量回顾与头脑风暴的引导指南。

• 白色帽专注于通过率与执行时间等量化证据，而红色帽则是唯一容纳主观直觉与信心检核的地方，对于识别可能掩盖系统性问题的“不稳定测试（flaky tests）”感知至关重要。