LLMを利用して、自然言語による仕様などの文章からテストコードを生成する方法についての研究。自然言語の抽象意味表現をLLMから取得し、テストコードの生成を指示するプロンプトに代入することにより、精度の高いテストコードが生成できることがわかった。さらに生成されたテストコードを抽象シンタックス・ツリーに変換することで、表やマークアップ言語などあらゆる構造化言語を生成することが可能になった。この結果、通常のプロンプトでは誤りの発生を抑制し、精度の高いテストコードの生成が可能になった。