NexoraAI 纽智
中日EN
デモを予約する

ホーム 製品 NexTest Studio

Product 03 · 測

NexTest Studio

車載ソフトウェア AI テスト閉ループプラットフォーム

仕様書からテストケースまでを、追跡可能で再利用でき、レビューもできる自動化リンクでつなぎます。

10 連携 Agent
≥95% トレーサビリティカバレッジ目標
5 測定可能な品質指標

Problem → Approach

テスト工数がどこに消えているか、はっきりさせる

多くの時間はテスト設計そのものではなく、文書を読み、要件を突き合わせ、過去のテストケースを探し、変更を追うことに費やされます。こうした工程はシステムに任せられます。

これまでのやり方NexTest Studio のやり方
Word・Excel・PDF・PPT の仕様書を前に、要件ポイントを人の手で探す複数の Agent が文書構造を解析し、テスト可能な原子要件を抽出して信頼度を示す
テストケースはエンジニアが経験頼みで書き、品質は個人に左右されるテスト観点ライブラリ、テストファクターライブラリ、不具合ナレッジベースを組み合わせて生成し、正常系・異常系・境界値をカバーする
バージョンが変わると、回帰範囲は会議で決めるバージョン差分が影響を受けるテストケースと推奨回帰範囲を自動で列挙
要件とテストケースの対応は、誰か一人の記憶にありますDocument → Requirement → AtomicRequirement → TestCase → Defect の全工程トレーサビリティを構築
AI の結論が正しいか、誰も署名できません各出力は文書バージョン・章・ページ・段落・知識ソースまで追跡可能で、必ず人の確認を経ます

Capabilities

10 の Agent が、それぞれの工程を担う

AGENT 01 — 02

文書解析と要件理解

章・表・段落・機能記述を識別し、原文の位置を保持します。さらに「機能・条件・動作・結果・制約・インターフェース・異常」を自然言語から復元します。文書構造解析の精度目標は ≥80%。

AGENT 03 — 04

要件分解と規範チェック

要件を最小のテスト可能な原子要件に分解し、1 件ずつ信頼度を付与します。規範チェック Agent は、曖昧な表現、矛盾する項目、テスト不能な項目、欠落した条件を指摘します。原子要件の人手受け入れ率目標は ≥70%。

AGENT 05

知識検索

各要件に適用可能なテスト観点（正常系、異常系、境界値、状態遷移、通信異常、診断、HMI、電源モードなど）とテストファクター（車速、ギア、電源、ドア状態、信号有効性、環境条件など）を検索します。

AGENT 06

テスト設計

検索した観点とファクターを組み合わせて、テストシナリオ、組み合わせ条件、境界点を導きます —— 項目を機械的に埋めるのではありません。過去の不具合ナレッジベースも同時に参照し、過去に起きた漏れテストを回避します。

AGENT 07

テスト仕様書生成

企業テンプレートに沿って、テスト目的、前提条件、テスト手順、期待結果、判定基準を出力し、自動化適性、優先度、リスクレベル、関連する過去の不具合を付します。

AGENT 08 — 10

変更分析・トレーサビリティモデリング・レビュー

バージョン差分から追加・削除・変更・しきい値・信号の変化を識別し、影響を受けるテストケースと推奨回帰範囲を算出します。グラフ関係とカバレッジマトリクスに書き込み、最後に品質問題の一覧をまとめ、人の確認タスクを生成します。

Interface

バージョンが変わったら、どのテストケースを動かすか

変更影響分析は「追加 / 変更 / 削除」を 1 件ずつリストアップし、それぞれが影響するテストケース数と回帰範囲を直接示します。会議の前に、まず一枚の表を。

nextest.internal/変更と回帰/影響分析
図 6 · 変更影響分析と回帰範囲

変更そのものは問題ではない、どこに波及するか分からないことが問題だ

しきい値の調整は数字を 1 つ変えただけに見えても、実際には判定基準、境界テストケース、信号有効性判定、過去の不具合の回帰項目にまで波及します。こうした関係が人の記憶にしかなければ、必ず漏れます。

  • 各変更はテストケースのレベルまで落とし込む。 「影響範囲がやや広い」といった結論ではありません。
  • 推奨回帰はそのまま実行できる。 提示するのは 1 件ずつのテストケースであり、一段落の説明ではありません。
  • 分析結果はバージョン記録を残す。 誰がいつこの影響リストを確認したかを、後から追えます。

Workflow

5 ステップで 1 つの閉ループを回す

01

仕様書取込

Word・Excel・PDF・PPT 文書をアップロードし、バージョン、出所、担当者、リリース日を保持します。

02

原子要件を抽出

機能、条件、動作、結果、制約、インターフェース、異常の記述を識別し、テスト可能な原子要件に分解して、信頼度とレビューステータスを付与します。

03

テスト観点と因子を割り当て

各要件に適用可能なテスト観点（正常系、異常系、境界値、状態遷移、通信異常、診断、HMI、電源モードなど）とテストファクター（車速、ギア、電源、ドア状態、信号有効性、環境条件など）を割り当てます。

04

テスト仕様書を生成

テンプレートに沿って完全なテスト仕様書の内容を生成し、登録時に人が編集・確認・却下できます。

05

トレーサビリティと変更影響

トレーサビリティグラフとカバレッジマトリクスに書き込みます。バージョン更新後は、影響を受けるテストケースと推奨回帰範囲を出力します。

Controllability

AI が生成した内容は、署名できるものでなければならない

自動車の研究開発では、「AI がこう言っている」は根拠になりません。そこで 3 つの最低ラインを製品に組み込み、スイッチにはしていません。

原文へのトレーサビリティ

AI の各出力は、文書バージョン・章・ページ・段落・知識ソースに紐づき、原文までたどれます。

人の判断で処理可能

自動生成された内容は、すべて人の確認・編集・却下に対応し、バージョン記録を残します。

測定可能な品質

解析精度、要件受け入れ率、テストケース再利用率、トレーサビリティカバレッジ、変更の再現率、すべて測定できます。

ナレッジベースは運用し続けるものであり、一度流し込んで終わりではありません。 テスト観点・テストファクター・不具合ナレッジベースは、インポート、レビュー、無効化、バージョン管理、効果測定に対応 —— 品質は運用で担保するもので、まぐれではありません。

Targets

この数字で受け入れます

以下は MVP 段階の定量目標であり、お客様のデータで検証できます。

指標目標説明
文書構造解析の精度≥ 80%章・表・段落・機能記述の識別精度
原子要件抽出の人手受け入れ率≥ 70%人のレビュー後にそのまま受け入れるか軽微な修正で済む割合
テストケースをそのまま再利用できる割合≥ 50%修正不要、または軽微な修正のみでテストケースライブラリに登録できる
要件からテストへのトレーサビリティカバレッジ≥ 95%中核機能の要件はすべて対応するテストケースまで追跡できる
バージョン変更影響分析の再現率≥ 80%影響を受けるテストケースの再現割合

Who It's For

5 つの立場、5 つの関心事

自動車メーカーのテスト責任者

プロジェクトのテストカバレッジ、変更影響、品質リスク、デリバリー効率を重視します。

Tier1 システムテストエンジニア

仕様書の解析、テスト要件の抽出、テスト仕様書の生成を重視します。

要件分析エンジニア

要件の一貫性、テスト可能性、バージョン差分、原文へのトレーサビリティを重視します。

テスト自動化エンジニア

テストケースの構造化、信号マッピング、自動化スクリプトの草案を重視します。

品質・プロジェクト管理者

不具合の遡及、リスクヒートマップ、レビューの閉ループ、監査記録を重視します。

Continue

チェーンの最初の 2 つの環

源 · 文書を管理

NexSpec Hub

仕様書と文書のマスタデータハブ

NexTest は固定版の参照を通じて仕様書マスタデータにアクセスし、バージョンとソースファイルは Hub が管理します。

製品を見る

知 · 知識を使えるように

Nex Knowledge Base

社内オンプレミス型のナレッジ検索と質問応答

過去の文書と規格を、検索と質問応答ができる社内ナレッジとして蓄積し、テスト設計に供給します。

製品を見る

すべて · 全体を見る

ホームへ戻る

製品ラインがどう一本の鎖につながるか

文書マスタデータ → 社内ナレッジ → テスト閉ループ。同じ一つの事実が最後まで通り抜けます。

ホームへ戻る

Request a Demo

日本語の仕様書を 1 部お持ちください。要件をどう分解するかご覧ください

解析、原子要件の抽出、テスト仕様書の生成、トレーサビリティグラフへの書き込みをその場でデモします。

30 分の製品デモを予約する futurerr@sina.com