Na czym polega praca testera manualnego?
Tester manualny sprawdza, czy oprogramowanie działa zgodnie z wymaganiami oraz czy odpowiada na potrzeby osób, które będą z niego korzystać. Wykonuje przygotowane próby samodzielnie, bez automatycznego uruchamiania całego scenariusza. Obserwuje zachowanie aplikacji, porównuje je z oczekiwanym wynikiem i szuka błędów, niespójności oraz problemów z użytecznością.
Nie oznacza to jednak, że jego praca sprowadza się do klikania po ekranach. Tester uczestniczy w planowaniu, analizuje wymagania, projektuje testy, przygotowuje dane, wykonuje sprawdzenia, opisuje usterki i ocenia wyniki. Gdy znajdzie problem, zwykle nie naprawia jego przyczyny. Przekazuje informacje zespołowi, który analizuje zgłoszenie i decyduje o dalszych działaniach.
Ważne jest rozróżnienie trzech pojęć. Błąd to defekt w produkcie, awaria to nieprawidłowe działanie zauważone podczas korzystania z systemu, a przyczyna problemu to źródło, które trzeba dopiero ustalić. Test może ujawnić awarię, ale samo jej zaobserwowanie nie wyjaśnia, dlaczego wystąpiła.
Jak tester planuje i projektuje testy?
Praca zaczyna się od określenia celu, zakresu, priorytetów, dostępnych zasobów i ograniczeń. Tester analizuje wymagania, kryteria akceptacji, makiety, dokumentację lub dotychczasowe zachowanie systemu. Jeśli coś jest niejasne, warto wyjaśnić to przed rozpoczęciem testów. Bez wspólnego rozumienia oczekiwań trudno ocenić, czy wynik jest prawidłowy.
Zakres sprawdzeń często ustala się na podstawie ryzyka. Więcej uwagi mogą wymagać funkcje krytyczne dla użytkowników, często używane ścieżki oraz obszary zmienione w nowej wersji. Tester bierze pod uwagę także możliwe konsekwencje awarii i czas dostępny na testowanie. Takie podejście pomaga skupić wysiłek tam, gdzie problem może mieć największe znaczenie.
Na podstawie zebranych informacji powstają przypadki testowe lub scenariusze. Przypadek testowy opisuje konkretną próbę: warunki początkowe, dane wejściowe, kolejne kroki i oczekiwany rezultat. Scenariusz obejmuje szerszą sytuację lub cel, który należy sprawdzić. Przy projektowaniu testów można stosować między innymi podział danych na klasy równoważności, analizę wartości brzegowych, tablice decyzyjne oraz techniki oparte na doświadczeniu.
Przykładem jest test formularza rejestracji. Tester sprawdza poprawne dane, pominięcie wymaganych pól, nieprawidłowy format adresu e-mail, hasło o granicznej dopuszczalnej długości oraz próbę utworzenia konta, które już istnieje. Dla każdego przypadku określa oczekiwane zachowanie, na przykład wyświetlenie komunikatu o błędzie albo poprawne założenie konta.
Jak wygląda wykonanie testów i zgłaszanie usterek?
Przed rozpoczęciem prób tester przygotowuje środowisko i dane. Następnie realizuje kroki testowe, zapisuje wynik rzeczywisty i porównuje go z oczekiwanym. Jeśli zachowanie aplikacji odbiega od specyfikacji, dokumentuje rozbieżność. W testach eksploracyjnych równolegle poznaje system i wymyśla kolejne próby. Ta metoda jest szczególnie użyteczna, gdy wymagania są niepełne lub trudno przewidzieć wszystkie możliwe zachowania.
Dobre zgłoszenie powinno umożliwić zespołowi odtworzenie problemu. Zwykle zawiera krótkie podsumowanie, wersję aplikacji i środowisko, warunki wstępne, kroki prowadzące do awarii oraz oczekiwany i rzeczywisty rezultat. W razie potrzeby tester dołącza zrzut ekranu lub log. Zespół ocenia zgłoszenie, ustala jego priorytet i może poprosić o dodatkowe informacje.
Po wprowadzeniu poprawki tester wykonuje test potwierdzający, aby sprawdzić, czy zgłoszony problem zniknął. Następnie może przeprowadzić testy regresji, które sprawdzają, czy zmiana nie wpłynęła negatywnie na inne funkcje. Testowanie powtarza się w kolejnych iteracjach, a jego zakres dostosowuje do produktu, ryzyka i zmian w systemie.
Jakie rodzaje testów i narzędzia wykorzystuje tester?
Testy funkcjonalne sprawdzają, czy funkcje zachowują się zgodnie z wymaganiami. Testy niefunkcjonalne dotyczą między innymi użyteczności, wydajności i bezpieczeństwa. Sprawdzenia mogą odbywać się na różnych poziomach: od pojedynczego komponentu, przez integrację kilku elementów i cały system, aż po testy akceptacyjne, które pomagają ocenić gotowość produktu do użycia.
Istotne jest także połączenie weryfikacji z walidacją. Weryfikacja odpowiada na pytanie, czy produkt spełnia określone wymagania. Walidacja pomaga ocenić, czy rzeczywiście odpowiada potrzebom użytkowników. Aplikacja może działać zgodnie ze specyfikacją, a mimo to okazać się mało intuicyjna. Dlatego ocena perspektywy użytkownika jest ważną częścią pracy testera.
Testowanie manualne korzysta z narzędzi, choć nie polega na automatycznym wykonywaniu całego przebiegu. Przydatne są systemy do śledzenia defektów, menedżery przypadków testowych, przeglądarki i urządzenia testowe, narzędzia do sprawdzania API oraz arkusze i raporty. Pomagają dokumentować pracę i współpracować, ale nie zastępują analizy ani osądu człowieka. Manualne sprawdzenia dobrze nadają się do oceny interfejsu, intuicyjności i nietypowych ścieżek. Powtarzalne testy regresji mogą natomiast opłacać się automatyzować.
Jakich umiejętności wymaga ta praca i jak zmienia ją AI?
Dobry tester jest dociekliwy, dokładny i potrafi krytycznie oceniać obserwowane zachowanie. Przydaje się umiejętność odtwarzania problemów, znajomość produktu oraz jasne komunikowanie ryzyk, postępu i wyników. Równie ważna jest współpraca z programistami, analitykami i osobami odpowiedzialnymi za biznes. Tester nie tylko zgłasza usterki, ale pomaga zespołowi zrozumieć ich wpływ oraz ustalić, co warto sprawdzić w pierwszej kolejności.
Wyniki pracy można oceniać między innymi przez pokrycie wymagań przypadkami testowymi, wagę wykrytych defektów, odsetek zakończonych testów, liczbę ponownie otwartych zgłoszeń i czas potrzebny na odtworzenie problemu. Sama liczba błędów nie przesądza o jakości testowania. Zależy ona także od zakresu, ryzyka i jakości produktu.
Testowanie manualne coraz częściej współistnieje z automatyzacją i narzędziami AI. W badaniu State of Testing 2025 39% respondentów wskazało ograniczenie pracy ręcznej i szybsze wykonywanie testów jako korzyści AI, a 37% zwróciło uwagę na rosnące znaczenie umiejętności pracy z tymi narzędziami. Poprawę efektywności automatyzacji wymieniło 45,6% badanych, a lepsze generowanie realistycznych danych testowych 34,7%. Jednocześnie 56% wskazało prywatność i bezpieczeństwo danych jako główną barierę wdrażania AI.
Zmienia się również udział automatyzacji w zespołach. Odsetek tych, które nie odczuły jej wpływu na testowanie, spadł z 26% w 2023 roku do 14% w 2025 roku. Udział zespołów automatyzujących co najmniej 75% testów wzrósł w tym czasie z 18% do 20%. Dane pokazują, że automatyzacja rośnie, ale nie eliminuje potrzeby manualnej oceny. Wybór podziału pracy zależy od produktu, ryzyka, czasu i dojrzałości zespołu.
Źródła
- https://istqb.org/wp-content/uploads/2024/11/ISTQB_CTFL_Syllabus_v4.0.1.pdf
- https://www.practitest.com/assets/pdf/stot-2025.pdf
- https://isqi.org/ISTQB-Certified-Tester-Foundation-Level-4.0-CTFL/CT-FL-4
- https://istqb.org/certifications/certified-tester-foundation-level-ctfl-v4-0/
- https://istqb.org/?sdm_process_download=1&download_id=3357