QAの基礎とAIを活用したモダンテスト（ISTQBファウンデーション準備）のトレーニングコース

品質保証とテストの基礎

• 品質、品質保証、テストの定義
• 7つのテスト原則（ISTQB CTFL v4.0）
• テストとデバッグ、品質管理の違い
• テストの心理学
• QAチームにおける役割と責任

ソフトウェア開発ライフサイクルとテスト

• ソフトウェアテストライフサイクル（STLC）のフェーズ
• ウォーターフォール、アジャイル、DevOps、CI/CDのテストアプローチ
• テストレベル：ユニット、結合、システム、検収
• シフトレフトとシフトライトのテスト戦略
• 要件とテストケース間のトレーサビリティ

静的テスト技法

• レビュー、ウォークスルー、インスペクション
• 自動ツールを用いた静的解析
• チェックリストベースおよびロールベースのレビュー
• フォーマルレビューとインフォーマルレビュー技法
• アジャイルワークフローへの静的テストの統合

テスト技法

• ブラックボックス技法：等価分割、境界値分析
• 決定表テストと状態遷移テスト
• ユースケーステストと探索的テスト
• ホワイトボックス技法：文カバレッジと決定カバレッジ
• 経験ベースの技法とエラー推測

欠陥管理

• 欠陥ライフサイクル：検出、報告、トリアージ、解決、クローズ
• JIRAによる効果的な欠陥報告書の作成
• 欠陥の重大度と優先度の分類
• 根本原因分析技法
• 欠陥メトリクスとトレンド分析

テスト管理とリスクベーステスト

• テスト計画と推定手法
• リスクの特定、評価、緩和
• テスト監視、制御、報告
• テスト完了基準と終了条件の定義
• ISTQB準拠のテスト戦略とテストポリシー文書

テストツールと自動化の基礎

• テストツールの分類（ISTQBツールカテゴリ）
• テスト自動化の利点とリスク
• ツール選択：オープンソースと商用ソリューションの比較
• Selenium、Playwright、Cypressの入門
• 基本的な自動テストスイートの構築

品質保証におけるAIの入門

• テスターのためのAIと機械学習の概念
• 分類：テストのためのAI vs. AIシステムのテスト
• 現在のAIテストの状況：機会の可能性と限界
• AIベースシステムの品質特性
• ISTQB CT-AIシラバス概要とその関連性

AI支援テストケース生成

• LLM（ChatGPT、Claude、Copilot）を用いたテストケースのドラフト作成
• テストシナリオ生成のためのプロンプトエンジニアリング技法
• ユーザーストーリーと検収基準からテストケースへの変換
• AI生成テストケースのレビューと検証
• プラットフォーム：Testim、Mabl、およびAIネイティブのテスト生成ツール

AI支援テスト自動化

• Katalon Studio AIによるセルフヒーリングテスト自動化
• AI駆動のオブジェクト認識と要素特定
• Applitools Eyesによるビジュアルリグレッションテスト
• 耐性のある自動化のためのAIプラグイン付きSelenium
• インテリジェントロケータによるメンテナンスオーバーヘッドの削減

欠陥予測と分析のためのAI

• LaunchableとSealightsによる予測的テスト選択
• ReportPortalによる失敗クラスタリングと異常検出
• AI支援の根本原因分析
• 品質リスクスコアリングとテストギャップ分析
• 過去の欠陥データを活用したテストの優先度付け

AIツールの評価とCI/CD統合

• AIテストツール評価の基準
• ROI分析と採用戦略
• Jenkins、GitHub Actions、GitLab CIへのAIテストツールの統合
• パイプライン設計：AI搭載テストを実行するタイミングと場所
• メトリクスによるAIテストの効果を測定

AI駆動テストにおける倫理的配慮

• AI生成テストデータにおけるバイアスと公平性
• クラウドベースAIツール利用時のプライバシー懸念
• AIテスト決定の透明性と説明可能性
• ガバナンスとコンプライアンスの考量
• QAチームのための責任あるAI実践

ISTQB CTFL試験対策

• CTFL v4.0試験の構造、所要時間、採点方法
• 問題形式と解答戦略
• CTFLシラバス各章間のトピック配分
• ISTQBスタイルのサンプル問題を含む練習試験
• 学習ロードマップと推奨リソース

Capstone: エンドツーエンドのAI強化テストワークフロー

• サンプル要件文書からのテストケース設計
• AIを用いたテストシナリオの生成と改善
• セルフヒーリングツールによる選択されたテストの自動化
• 欠陥の報告とAI支援の根本原因分析の実行
• 振り返り：日常のQA実践へのAI統合