BDD
BDD（Behaviour-Driven Development）
定義
以行為描述驅動開發的方法論。用 Gherkin 語法（Given/When/Then）寫出驗收條件，作為開發和測試的 single source of truth。
起源
BDD 最初是為了讓 TDD 更容易教學而設計的，從 TDD 的紅燈/綠燈/重構循環延伸，加入驗收測試和通用語言層。
家族體系
| 方法 | 全稱 | 偏向 |
|---|---|---|
| BDD | Behaviour-Driven Development | 整體框架 |
| ATDD | Acceptance Test-Driven Development | 偏驗收開發端 |
| SBE | Specification by Example | 偏業務端 |
三者屬同一家族，視角不同但目標一致。
為什麼需要 BDD（來源：BDD in Action）
BDD 解決兩個不同層次的品質問題：
| 層次 | 意思 | 傳統失敗模式 |
|---|---|---|
| Building the right software | 做對的東西 | 通過測試但不符合真正需求 |
| Building the software right | 把東西做對 | 符合需求但品質不足 |
傳統流程 vs BDD
傳統： 業務人員 → 業務分析師 → 開發人員 → QA → 技術文件（線性傳遞，每步都有資訊流失）
BDD： 業務代表、開發者、測試人員三方協作（Three Amigos），共同產出具體場景與驗收標準，場景即自動化測試、即活文件（Living Documentation）。
原則（來源：Ch.2）
- 專注業務價值 — 對齊 User Story，只做有價值的功能
- 擁抱不確定性 — 需求在過程中才會清晰，持續從利害關係人取得回饋
- 具體範例 — 用 Given/When/Then 寫出具體場景，含 corner case 和澄清性假設
核心價值
- 處理不確定性 — 花時間釐清規格比直接寫 code 更重要
- 消除翻譯層 — 用 ubiquitous language 寫場景，三方都能讀懂
- 活文件 — Gherkin 場景同時是規格、測試、文件，永遠與程式碼同步
- 進度可視化 — 場景通過 = 功能完成
Gherkin 語法與可執行規格
| 關鍵字 | 用途 |
|---|---|
| Given | 前提條件、環境準備 |
| When | 被測試的動作（API 呼叫、方法觸發） |
| Then | 驗證回傳值或系統後狀態 |
關鍵區分
BDD 寫的不是「自動化測試」，而是「可執行規格」（Executable Specification）。Cucumber 作為橋接工具，將 Gherkin 的每個 step 連結到 Step Definition 程式碼。
優點
- 減少浪費 — 專注業務價值，不做不符目標的功能
- 降低成本 — 可執行規格持續驗收，減少 bug 成本
- 更安全的變更 — 自動化回歸測試，支持持續交付
- 更快的發佈 — 取代 QA 長時間手動測試
挑戰
- 高度業務參與 — 需持續與利害關係人對話
- 無法事先定義所有需求 — 敏捷環境效果好，但需要需求分析能力
- 測試維護成本 — 測試寫得不好反而增加負擔，需要抽象層設計
BDD + AI 的研究空間
User Story
↓ [LLM 已有多篇研究]
Gherkin Scenario
↓ [幾乎沒人做，這是研究 gap]
Step Definitions + Implementation Code
↓ [已有工具但不完整]
Passing Tests
研究現況（截至 2026-03）
- 已有研究：NL/User Story → Gherkin（上游）
- 研究空白：Gherkin → Implementation Code（framework-agnostic）
- 例外：Cypress Copilot (08) 做了 Gherkin → Cypress code，但只限 Cypress E2E
- BDDCoder 用 BDD 驅動 general code generation，但測 HumanEval/MBPP 非真實 BDD 場景
Prompt 策略矛盾
各論文的 few-shot vs zero-shot 結果相互矛盾。詳見 Prompt 策略。
可用 Dataset
| Dataset | 規模 | 狀態 |
|---|---|---|
| E2EDev Benchmark | 703 scenarios (46 projects) | 已下載，已提取 pairs |
| SelfBehave | 1,097 generated pairs | 已下載 |
| Benchmark-paired | 308 features (102 with step defs) | 已配對 |
Ground Truth Baseline
99.9% syntax / 94.9% step match / 99.8% impl rate