非エンジニアでも使いやすい

改善してほしいポイント

1) 画像比較で“結果の良し悪し”を判断できる機能が欲しい
回帰テストでは「動いた/動かない」だけでなく、UI崩れや表示差分のような“見た目の品質”も重要です。
スクリーンショットを撮れても、人が目視で差分確認する部分が残りがちなので、画像比較（差分ハイライト、許容範囲設定など）があると、より運用が楽になると思います。
・文言・レイアウト崩れの検知が自動化できる
・目視確認の工数と見落としリスクを減らせる
・“正常の基準画像”を持てると回帰の精度が上がる
2) AIでテスト作成がもっと簡単になると嬉しい
現状でも非エンジニア向けに作りやすい一方で、テストケース数が増えると「作る/直す」作業がそれなりに発生します。
例えば、仕様書や画面遷移、操作ログから“たたき台”のシナリオをAIが生成してくれると、初期作成のスピードが上がり、メンテも楽になると思います。
・仕様や手順書からテストを自動起案（ドラフト生成）
・画面変更時に影響箇所を提案・修正案を提示
・失敗ログから原因候補（待ち時間不足/要素変更など）を提案

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

1)どのような課題解決に貢献しましたか？
・リリース前の回帰テストが手作業中心で、改修のたびにテスト工数が膨らみやすい状態でした。
・確認観点が担当者に依存しやすく、忙しい時期はチェックが浅くなる・抜けが出るリスクがありました。
・T-DASHで回帰テストの一部を自動化することで、毎回必ず通すべきテストを“一定品質で確実に実行”できる状態を作れました。
2)どのようなメリットが得られましたか？
・回帰テスト工数を約20%削減でき、テスト実施にかかる負担が目に見えて軽くなりました。
・自動実行によりリリース前に不具合を検知できるケースが増え、バグの早期発見→手戻り削減→品質向上につながりました。
・テストが資産化されることで、担当者が変わっても同じ観点で確認でき、運用が安定しました。

検討者へお勧めするポイント

非エンジニアでも扱いやすく、回帰テストを低コストで自動化できるのが最大の魅力。工数削減と品質向上の両方に効きます。