Codex 生成了很多测试，为什么覆盖率没提升？ChatGPT Plus / Pro 用户常见的 4 个原因与提示词模板

你给 Codex 丢了一个 FastAPI 服务文件，它很快补出了几十个test_*.py。pytest -v一片绿，但打开覆盖率报告，未覆盖的行号依然集中在except块、if边界和外部回调里。更糟的是，生产环境一个422校验错误直接崩了——因为 Codex 写的所有测试都只传了合法参数。

测试数量多，不代表测试有效。作为 ChatGPT Plus 或 Pro 用户，如果你发现 Codex 生成的单元测试只围着已有代码打转，说明你遇到了下面 4 个典型陷阱。

1. 只围绕已有实现“翻译”测试，异常分支永远是死角

Codex 默认的补全逻辑是“看到函数体，生成调用它的用例”。对于 FastAPI 接口，它通常会照着路由函数里的try生成正常流程，但完全忽略except里的逻辑。

如何检查
打开覆盖率报告（htmlcov），看红色行是否集中在raise HTTPException或except后面。如果是，说明 Codex 没主动构造异常触发条件。

真实场景
你的 FastAPI 依赖项里有一个get_current_user，如果 token 无效会抛出401。Codex 大概率只生成Authorization头正确的用例，从不传fake_token。

2. 断言过弱：只验证“没报错”，不验证“数据内容”

这是最隐蔽的陷阱。Codex 常生成这种测试：

python

response = client.get("/items/1") assert response.status_code == 200

覆盖率算这行代码被执行了，但业务覆盖是零——它没检查返回的id、price是否匹配数据库，也没检查null字段的处理。

如何检查
全局搜索assert response.status_code ==。如果这类断言占比超过 60%，你的测试集是“假绿”。用 ChatGPT Plus 跑出来的覆盖率虚高，变更时毫无安全感。

3. Mock 满天飞，关键依赖行为从未被验证

在 FastAPI + pytest 里，为了测 Service 层，Codex 会把db.session、redis_client、第三方 API 全用mocker.patch替换。这本身没问题，但 Codex 往往只 Mock 成功返回值，从不断言“外部依赖是否被正确调用”。

如何检查
看测试里有没有assert mock_save.call_count == 1或mock_pay.assert_called_with(order_id=...)。如果没有，你的测试只验证了“Mock 对象存在”，没验证业务交互逻辑。

4. 没有先列业务边界，AI 只能靠猜

这是根源。不给 Codex 场景清单时，它默认按“最常见的入参”生成测试。它不知道你的price字段不能为负数，也不知道page_size最大限制是 100。

如何检查
看测试文件里有没有@pytest.mark.parametrize。如果参数化测试寥寥无几，说明 Codex 没被引导去覆盖边界和异常值。

改法：两个改变协作方式的提示词模板

不要上来就让 Codex 写代码。先让它做“测试设计”。以下两个模板针对 ChatGPT Pro 和 Plus 的上下文长度做了优化，可直接复制。

模板 A（设计阶段——让 Codex 先列场景和遗漏边界，不写代码）

“我现在有一个 FastAPI 接口文件（附上代码）。请先不要写任何测试代码。请帮我列出针对这个接口的测试场景清单，必须包含以下三类：

1. 正常业务路径（Happy Path）的三种不同入参组合；

2. 依赖项（Depends）失效时的异常路径（401/403/404）；

3. Pydantic 模型校验的边界条件（空字符串、负整数、超长字段）。
   清单中每个场景注明预期 HTTP 状态码和关键响应字段的断言点。”

模板 B（执行阶段——按场景补测试，并说明验证意图）

“根据上一步的清单，按顺序生成 pytest 测试用例。要求：

• 使用TestClient发送请求；

• 每个测试函数的 docstring 必须写明‘该用例验证了哪个业务规则’；

• 对于所有 Mock 对象，必须使用assert_called_once_with校验关键参数；

• 不要忽略422和500的构造用例。”

验证：用“突变测试”心态看结果

改完提示词后，手动做两件事：

1. 手动改源码：把接口里一个if条件反转（如if not user:改成if user:），看测试是否会失败。如果测试全绿，说明断言依然太弱。

2. 检查pytest --cov --branch：重点关注Missing列是否集中在逻辑判断分支。

AI 生成的测试本质是“辅助脚手架”，ChatGPT Plus 和 Pro 提供的长上下文能力，更适合让它记住你定义的全局测试规范，而不是直接生成所有用例。永远记得：不要把生产数据库连接串、用户隐私或内部密钥粘贴到对话框，本地脱敏后再给 Codex 分析。