用户界面测试优先行为驱动开发(BDD )是一个初步尝试，以需求为例进行说明。 在实践中，团队以“被给予/何时/以及”的形式提出需求。 例如：
Given I am logged in
When I search for '美丽心灵的航空ruxpin bear '
And I click '舒适的康乃馨Ruxpin '
And I click 'add to my cart '
Then my cart consists of one舒适的康乃馨Ruxpin
这样，程序员至少可以详细了解软件应该做什么，防止摩擦。 然而，除非定义了UI元素，否则UI测试的实际“布线”仅在计算机程序存在之后发生。
同样，测试和连接通常由XPATH、CSS或其他类型的按钮代码组成。 如果按钮移动、链接更改了文本，或者链接显示在页面前面的同一文本中，则测试失败，需要更正。 一些专家成功地在纸上预设计了整个用户界面，因此测试代码可以与生产代码一起编写。 这仍然存在定位器字符串问题。
可以编写生产代码的程序员将成为正在测试的软件开发工程师，并访问测试工具
要在测试优先级方面成功，该软件不仅仅是单击定位器。 必须识别定位器。 //div//span [ text (]=' about the company ' ]这样的代码在自然语言处理(NLP )和语义建模中使用了“单击登录按钮”等短语
这样做需要一个连接成语和术语的模型，这在当今的技术中是完全可能的。 与NLP配合使用的强大模型，通过白板草图创建的测试将实现测试自动化。
即使采用Scrum或其他方法进行零冲刺，财务和管理人员也想知道开发需要多长时间。 这将带我们零冲刺，在那里设计、支持和模拟项目。 这些模型会绘制在白板上，UI设计者可能会参与其中，以创建网页和详细设计。 项目经理将其称为“启动”阶段。Scrum爱好者可能将其称为零冲刺。
人可以通过查看用户界面，推测点击物品时会发生什么； 也许可以在复杂的线框上单击。
目前。 计算机视觉是人工智能技术，可以训练图像识别符号。 将其发送到购物车的谷歌图像检索中，人工训练推测，使软件能够识别购物车。 这样可以完全基于模型创建单击、输入和断言命令。
这个真正的人工智能是通过符号而不是位图的。 这意味着一个测试可以在多个平台上重用。 计算机可以找到Android、iPhone和网络中已知的相同符号。 即使那个符号发生了变化。 这意味着代码并不那么脆弱，因为在不同的位置更改图标和按钮不会导致错误。 这为测试提供了非常有力的帮助，但在添加NLP之前，需要强大的技术人员进行编码。
人机合成就像BDD的开始一样简单。 程序员可能需要向计算机解释“搜索舒适的康乃馨Ruxpin”的意思。 传统代码不懂成语。 例如，计算机不知道“结帐”意味着单击结帐按钮。 所以一些程序员必须写如下。
浏览器- wait _ for _ element (id=check out )；
对象检查out=get _ element (id=检查out '；
浏览器- click (；
计算机视觉使程序员不再需要查找ID，并且即使ID更改，文本也不会更改，从而使软件成功。 仅从计算机视觉来看，一些程序员需要编写此代码，可能需要为每个桌面或移动平台编写2-3次。
对于NLP，此代码可能是“单击签出按钮”。 也没有人必须写代码。 NLP引擎观察用户测试软件，编写看起来像地道英语的代码。
如果测试失败，软件可以通过计算机的视觉方式显示屏幕并尝试更改。 如果成功的话，测试软件可以在背面更新对会计按钮的期待。 这意味着维护自己的Web、Android、iOS、Windows或其他平台详细信息的高级测试。
组织可以利用现有领域的专家、分析师和测试人员从零开始创建测试，而不是依赖稀有且昂贵的SDET。