Du CTFL au CT-GenAI : ce que vous savez déjà et ce qu'il vous reste à apprendre

Vous avez votre certification ISTQB® Foundation (CTFL), obtenue l'an dernier ou il y a dix ans. Entre-temps, l'IA générative est entrée dans votre quotidien de testeur : un assistant pour reformuler une anomalie, un chatbot pour proposer des cas de test, un plugin dans l'IDE. Le module de spécialité CT-GenAI (Tester avec l'IA générative) semble la suite logique. Mais quelle part de ce que vous savez déjà va servir, et qu'est-ce qui sera vraiment nouveau ?

Cet article fait le pont entre les deux programmes : ce que le CTFL vous apporte, ce que le CT-GenAI ajoute, un tableau de correspondance des notions, et une lecture rôle par rôle.

Le CTFL, prérequis du CT-GenAI

C'est écrit noir sur blanc dans le syllabus CT-GenAI v1.1 (section 0.6, « Exigences d'admission ») et sur le site de l'ISTQB® : le certificat de niveau Fondation doit être obtenu avant de passer l'examen CT-GenAI. Si vous ne l'avez pas encore, commencez par là ; notre guide de la certification ISTQB® Foundation détaille le format et la préparation.

Ce prérequis n'est pas une formalité. Le syllabus CT-GenAI s'appuie sur le CTFL en permanence :

• Il emploie la terminologie du glossaire de l'ISTQB® (section 0.9).
• Il renvoie explicitement au syllabus CTFL v4.0, par exemple pour définir la conception des tests (section 2.2.2), pour les exercices de planification des tests (estimation, priorisation) ou pour l'évaluation des outils lors de l'adoption de l'IA générative.
• Les mots-clés « classiques » du chapitre 2 sont du pur vocabulaire CTFL : cas de test, condition de test, critères d'acceptation, conception de test, données de test, rapport de test, script de test.

Un point pratique : si votre CTFL date de la version 3.1, relisez les notions de la v4.0, puisque c'est elle que cite le syllabus CT-GenAI.

Ce que le CTFL vous apporte

Un vocabulaire commun

Base de test, condition de test, couverture, oracle, régression, suivi et contrôle : les questions de l'examen CT-GenAI emploient ces termes sans les redéfinir. Un candidat qui confond condition de test et cas de test perd des points sur des questions qui portent, en apparence, sur le prompting.

Le processus de test

Toute la section 2.2 du syllabus CT-GenAI est construite sur les activités du processus de test vues au CTFL : analyse de test, conception et implémentation des tests, tests de régression automatisés, suivi et contrôle des tests. Pour chaque activité, la question devient : quelles tâches l'IA générative peut-elle soutenir, et avec quelle technique de prompting ?

Les techniques de test

Partitions d'équivalence, analyse des valeurs limites, priorisation par les risques : le syllabus CT-GenAI cite ces techniques comme ce que l'IA peut suggérer ou appliquer. Il ne les réenseigne pas. C'est vous qui devez juger si le LLM les a bien appliquées.

Le réflexe de revue

Le CTFL vous a appris que la revue d'un produit d'activités trouve des défauts tôt. Le CT-GenAI applique ce réflexe aux sorties des LLM : vérification croisée avec la base de test, validation logique, exécution des tests générés. C'est probablement la compétence CTFL la plus utile du module.

Ce qui est vraiment nouveau dans le CT-GenAI

Chapitre	Ce que vous apprenez	Exemples de notions
1. Introduction à l'IA générative	Comment fonctionne un LLM et ce qu'il sait faire pour le test	Tokenisation, fenêtre contextuelle, embedding, LLM de fondation, adapté aux instructions ou de raisonnement, modèle multimodal
2. Ingénierie du prompting	Rédiger, choisir et améliorer des prompts pour les tâches de test	Prompt en six composants, enchaînement de prompts, few-shot, méta-prompting, prompt système, métriques d'évaluation
3. Risques	Reconnaître et atténuer ce qui tourne mal	Hallucinations, erreurs de raisonnement, biais, non-déterminisme, température, confidentialité, manipulation du contexte, énergie, réglementation
4. Infrastructure	Comprendre les outils de test basés sur LLM	Architecture front-end/back-end, RAG, base de données vectorielle, agents, fine-tuning, LLMOps
5. Adoption	Intégrer l'IA générative dans une organisation de test	IA fantôme, stratégie, choix des LLM/SLM, phases d'adoption, compétences, évolution des rôles

Le changement le plus profond n'est pas technique. Au CTFL, un outil de test produit des résultats prévisibles. Avec un LLM, la même entrée peut donner deux sorties différentes, et une sortie fausse peut être parfaitement rédigée. Le CT-GenAI vous apprend à travailler avec un collaborateur qui se trompe avec assurance.

Tableau de correspondance : les notions du CTFL réutilisées dans le CT-GenAI

Notion du CTFL	Où elle revient dans le CT-GenAI	Ce qui change avec l'IA générative
Défauts dans la base de test, revues	1.2.1, 2.2.1 (LO 2.2.1)	Le LLM signale ambiguïtés et incohérences ; vous tranchez
Conditions de test et couverture	2.2.1	Le LLM génère des conditions et une analyse de couverture à vérifier
Priorisation par les risques	2.2.1, 2.2.2	Le LLM propose des priorités ; risque d'erreurs de raisonnement (3.1.1)
Partitions d'équivalence, valeurs limites	1.2.1, 2.2.1	Le LLM suggère la technique et des valeurs ; vous contrôlez les bornes
Cas de test, procédures, scripts	2.2.2 (LO 2.2.2)	Génération de brouillons de testware, y compris au format Gherkin
Résultats attendus	1.2.1	Génération d'oracles de test, à recouper avec la base de test
Données de test	2.2.2	Données synthétiques respectant la confidentialité
Tests de régression, automatisation	2.2.3 (LO 2.2.3)	Scripts dirigés par mots-clés, analyse d'impact, tests auto-adaptatifs
Suivi, contrôle, clôture des tests	2.2.4 (LO 2.2.4)	Synthèses, tableaux de bord, rapports de clôture générés
Rapports d'anomalie	1.2.1, 2.2.3	Rédaction et enrichissement assistés
Planification et estimation	3.1.1, objectif pratique HO-3.1.2b	Tâches où les LLM commettent des erreurs de raisonnement
Outils de test	5.1.3, 5.1.4	Choix et évaluation de LLM/SLM, phases d'adoption

Exemple : quand le CTFL rattrape le LLM

Prenons une user story fictive d'assurance voyage : « Le devis en ligne est proposé aux voyageurs âgés de 18 à 75 ans inclus, pour un séjour de 1 à 90 jours. Au-delà de 90 jours, le devis est remplacé par un formulaire de contact. » On demande au LLM :

Rôle : tu es analyste de tests.
Contexte : application de devis d'assurance voyage, test système.
Instructions : identifie les partitions d'équivalence de l'âge et de la durée
du séjour, puis applique l'analyse des valeurs limites à deux valeurs.
Données d'entrée : la user story US-88 ci-dessus.
Contraintes : n'utilise que les règles de la user story.
Format de sortie : tableau ID | Paramètre | Valeur | Résultat attendu.

Extrait de sortie (illustratif) :

CT-01 | Âge    | 17 ans    | Devis refusé
CT-02 | Âge    | 18 ans    | Devis proposé
CT-03 | Âge    | 75 ans    | Devis refusé
CT-04 | Âge    | 76 ans    | Devis refusé
CT-05 | Durée  | 1 jour    | Devis proposé
CT-06 | Durée  | 90 jours  | Devis proposé
CT-07 | Durée  | 91 jours  | Message d'erreur « durée invalide »

Deux défauts, que seul un testeur formé repère vite :

• CT-03 : 75 ans est la borne supérieure incluse de la partition valide. Le résultat attendu est faux, et CT-03 et CT-04 testent désormais le même côté de la frontière. C'est l'analyse des valeurs limites du CTFL qui le révèle ; le CT-GenAI y reconnaît une erreur de raisonnement (une condition logique mal interprétée).
• CT-07 : la user story prévoit un formulaire de contact, pas un message d'erreur. Le résultat attendu ne vient pas de la base de test : c'est une hallucination au sens du syllabus.

Le CTFL vous donne le moyen de détecter le problème ; le CT-GenAI vous donne le vocabulaire pour le nommer et les techniques pour l'éviter (contraintes plus précises, enchaînement de prompts avec vérification humaine, vérification croisée). Sur la structure du prompt utilisé ici, voir notre article sur le prompt structuré pour testeurs.

Pour qui le CT-GenAI est pertinent, selon votre rôle

Le syllabus vise toute personne qui utilise l'IA générative pour tester : testeurs, analystes de tests, ingénieurs en automatisation des tests, test managers, testeurs d'acceptation utilisateur, développeurs. Il cite aussi les chefs de projet, responsables qualité, analystes métier, directeurs informatiques et consultants qui veulent en acquérir les bases.

Rôle	Ce qui vous servira le plus	Chapitres clés
Testeur, analyste de tests	Prompts pour l'analyse et la conception, détection des erreurs des LLM	2, 3
Ingénieur en automatisation des tests	Scripts dirigés par mots-clés, tests auto-adaptatifs, agents, RAG	2.2.3, 4
Test manager, QA Lead	Suivi et contrôle assistés, confidentialité, stratégie, choix des modèles, conduite du changement	2.2.4, 3.2, 5
Développeur, analyste métier, chef de projet	Comprendre ce que l'IA générative change dans le test et ses limites	1, 3, 5

Si votre travail est de tester un produit qui intègre de l'IA, la question se pose différemment : voir notre comparatif CT-GenAI ou CT-AI.

Ce qu'il faut retenir pour l'examen CT-GenAI

• Le vocabulaire CTFL est supposé acquis. Les mots-clés du chapitre 2 (condition de test, critères d'acceptation…) sont examinables, et les scénarios en sont remplis.
• Les questions K3 du chapitre 2 sont des questions de processus de test. Les LO 2.2.1 à 2.2.4 portent sur l'analyse, la conception et l'implémentation, la régression, le suivi et le contrôle. Pour choisir la bonne réponse, il faut savoir ce que ces activités produisent.
• LO 2.2.5 (K3) : choisir la technique de prompting adaptée au contexte et à la tâche de test. La tâche se décrit en termes CTFL.
• LO 3.1.2 (K3) : identifier hallucinations, erreurs de raisonnement et biais. L'exemple ci-dessus en est le type même : sans maîtrise des valeurs limites, l'erreur passe inaperçue.
• Une question peut mobiliser plusieurs sections du syllabus, et donc plusieurs couches de connaissances.

Le programme complet, chapitre par chapitre, est présenté dans notre guide de la certification CT-GenAI.

Questions fréquentes

Peut-on passer le CT-GenAI juste après le CTFL ?

Oui, dès que vous avez le certificat CTFL. C'est même un bon moment : le vocabulaire et le processus de test sont frais. Il faudra simplement plus de temps sur les chapitres 1 et 2 si vous n'avez jamais pratiqué le prompting.

Faut-il savoir programmer ?

Le seul prérequis est le CTFL. Les objectifs portent sur l'usage de l'IA générative dans les activités de test, pas sur la programmation. Les sujets d'automatisation (scripts, agents) demandent de comprendre les concepts, pas d'écrire du code.

Le CT-GenAI remplace-t-il un module avancé ?

Non. C'est un module de spécialité. Le syllabus présente les niveaux avancés principaux (Analyste de Test, Analyste Technique de Test, Test Manager, Ingénieur de Test) comme des suites possibles, pas comme des équivalents.

---

Vous avez le CTFL et vous voulez savoir où vous en êtes sur le reste ? Le diagnostic gratuit prend 5 minutes et 10 questions, et montre quels chapitres du CT-GenAI demandent le plus de travail dans votre cas.

Sources

• ISTQB®, page de la certification CT-GenAI : prérequis CTFL, public visé, documents.
• ISTQB®, page de la certification CTFL v4.0 : chapitres du syllabus v4.0.1, rôle de prérequis.
• ISTQB®, Certified Tester Specialist Level Syllabus – Testing with Generative AI, v1.1, 27/04/2026, sections 0.2, 0.3, 0.6, 0.9, 2.2 et 3.1.
• CFTL, Syllabus Testeur certifié niveau spécialiste – Tester avec l'IA générative (CT-GenAI), v1.1FR, 30/06/2026.
• ISTQB®, Certified Tester Foundation Level Syllabus, v4.0.1, 2024.
• Lecture complémentaire : CFTL, Évolution des tests logiciels, 2024, partie III.