Los Modelos de Lenguaje Grande (LLMs) han demostrado un potencial significativo en la transformación de las pruebas de software al automatizar tareas como la generación de casos de prueba. En este trabajo, exploramos la integración de LLMs dentro de un enfoque de Ingeniería Dirigida por Modelos (MDE) para mejorar la automatización de la generación de casos de prueba para contratos inteligentes. Nuestro enfoque se centra en el uso de modelos de Control de Acceso Basado en Roles (RBAC) como especificaciones formales que guían la generación de escenarios de prueba. Al aprovechar la capacidad de los LLMs para interpretar tanto el lenguaje natural como los artefactos del modelo, habilitamos la derivación de casos de prueba basados en modelos que se alinean con las políticas de control de acceso especificadas. Estos casos de prueba se traducen posteriormente en código ejecutable en el Lenguaje de Modelado de Activos Digitales (DAML) dirigido a plataformas de contratos inteligentes basadas en blockchain. Basándonos en investigaciones previas que establecieron un pipeline completo de MDE para el desarrollo de contratos inteligentes en DAML, ampliamos el marco con capacidades de automatización de pruebas soportadas por LLM y implementamos las herramientas necesarias para apoyar esta integración. Nuestra evaluación demuestra la viabilidad de usar LLMs en este contexto, destacando su potencial para mejorar la cobertura de pruebas, reducir el esfuerzo manual y garantizar la conformidad con las especificaciones de control de acceso en sistemas de contratos inteligentes.