Utilisation et gestion des compétences de l’IA

• Break Down Complex Requirements – analyser les exigences sélectionnées et les décomposer en exigences plus petites, testables indépendamment, tout en préservant l’intention d’origine.

  Exemple de prompt :

  Break down these requirements.

• Apply Requirement Writing Standards – examiner les exigences et les reformuler conformément aux directives de rédaction des exigences de votre organisation. Les vérifications portent généralement sur les ambiguïtés, les formulations non vérifiables, les acteurs manquants et les critères d’acceptation imprécis.

  Exemple de prompt :

  Rewrite these requirements according to our requirement quality standard.

• Translate Requirements – traduire les exigences d’une langue à une autre tout en préservant le sens technique, la terminologie, les identifiants et les références de traçabilité.

  Exemple de prompt :

  Translate these requirements to German.

• Classify Requirements – appliquer aux exigences un système de classification propre à l’organisation, par exemple : électronique, mécanique, logiciel, sécurité fonctionnelle, cybersécurité ou d’autres taxonomies propres à l’entreprise.

  Exemple de prompt :

  Classify these requirements according to our applicability model.

• Generate Verification Criteria – analyser les exigences et proposer des méthodes de vérification, des critères d’acceptation ou des conditions de test permettant de démontrer la conformité de manière systématiquement identique.

  Exemple de prompt :

  Generate verification criteria for these requirements.

• Summarize a Specification/Section/Group of Requirements – générer une synthèse concise et structurée d’une spécification, d’une section d’exigences ou d’un ensemble d’exigences.

  Exemple de prompt :

  Summarize the selected requirements.

Une compétence bien définie aide l’IA à comprendre deux choses :

• Quand la compétence doit être utilisée

• Ce que l’IA doit faire lors de l’exécution de la compétence

Ces informations sont exprimées dans trois champs, chacun ayant un objectif différent :

• Name – vous aide à reconnaître la compétence.

• Short Description – aide l’IA à déterminer quand la compétence est pertinente.

• Instructions – définissent le comportement que l’IA doit suivre une fois la compétence sélectionnée.

Consultez les sections ci-dessous pour en savoir plus sur chaque champ.

Nom

Le Name doit être court, clair et orienté vers l’action. Il doit vous permettre de comprendre rapidement à quoi sert la compétence. Un bon nom décrit généralement l’action et le type de données d’ingénierie sur lesquelles la compétence agit.

Un nom de compétence efficace doit être :

• Assez précis pour distinguer la compétence des autres

• Assez court pour être repéré facilement dans la liste des compétences

• Centré sur la tâche principale effectuée par la compétence

• Rédigé dans un langage que les utilisateurs comprennent naturellement

Évitez les noms trop vagues ou génériques. Si le nom peut s’appliquer à de nombreuses tâches différentes, il n’est probablement pas assez précis.

Description courte

La Short Description aide l’IA à comprendre l’objet de la compétence et à quel moment elle doit être déclenchée. Ce champ est important, car vous n’avez pas besoin de sélectionner manuellement une compétence. L’assistant analyse votre prompt, le compare aux compétences disponibles et détermine si une compétence est pertinente.

Une bonne description courte doit expliquer :

• Quelle tâche la compétence effectue

• À quel type de données d’ingénierie elle s’applique

• Quand la compétence doit être utilisée

• Quel résultat la compétence est censée produire

La description courte doit être concise, sans être vague. Elle doit fournir suffisamment de contexte pour permettre à l’IA de distinguer cette compétence de compétences similaires.

Une description courte peu efficace indique uniquement le domaine auquel appartient la compétence. Une description courte efficace explique la tâche précise, le contexte attendu et la situation qui doit déclencher son utilisation. Par exemple, au lieu de décrire une compétence comme un outil qui « aide à gérer les exigences », la description doit préciser si elle évalue la qualité des exigences, décompose des exigences complexes, traduit leur texte, détecte des conflits, génère des critères de vérification ou effectue une autre action précise.

Plus la description courte explique clairement l’objectif de la compétence et son contexte d’utilisation, plus l’assistant peut déterminer de manière fiable quand l’appliquer.

Instructions

Les Instructions définissent ce que l’IA doit faire une fois la compétence sélectionnée. Il s’agit du champ le plus important pour contrôler le comportement de la compétence. Alors que la description courte aide l’IA à décider quand utiliser la compétence, les instructions définissent la manière dont celle-ci doit être exécutée.

De bonnes instructions doivent prendre la forme de consignes claires, étape par étape. Elles doivent décrire non seulement le résultat final, mais aussi le raisonnement à suivre et les contraintes à respecter par l’IA pour produire ce résultat.

Les instructions doivent expliquer :

• Ce que l’IA doit analyser en premier – l’assistant doit généralement comprendre l’intention technique, le contexte, la structure ou les relations avant de modifier ou de générer quoi que ce soit.

• Les étapes que l’IA doit suivre – le comportement doit être décomposé en étapes explicites, afin que le résultat soit reproductible et prévisible.

• Ce que l’IA doit préserver – cela peut inclure l’intention d’origine, les identifiants des exigences, les termes techniques, les unités, les valeurs, les contraintes, les références, l’applicabilité, la hiérarchie ou le contexte de traçabilité.

• Ce que l’IA ne doit pas faire – les compétences bien conçues empêchent explicitement l’IA d’inventer des détails techniques manquants, de modifier l’intention, d’introduire de nouvelles hypothèses ou d’appliquer des modifications sans examen par l’utilisateur.

• Comment l’IA doit gérer l’incertitude – si des informations sont manquantes, ambiguës ou insuffisantes, la compétence doit demander à l’IA de signaler clairement le problème plutôt que de faire des suppositions.

• Le format de sortie attendu – la compétence doit préciser si le résultat doit être un tableau, une liste à puces, un texte reformulé, une synthèse, une liste de contrôle ou un rapport structuré.

De bonnes instructions sont particulièrement importantes dans le cadre de travaux d’ingénierie, car l’assistant peut traiter des données qui ont une incidence sur les spécifications, la validation, les décisions de conception ou la mise en œuvre en aval. La compétence doit donc guider l’IA pour qu’elle soit utile sans faire preuve d’une confiance excessive.

Autres remarques

• L’objectif n’est pas de rédiger une longue invite, mais de définir une procédure de travail claire pour l’IA.

• Centrer chaque compétence sur une tâche précise

  Une compétence doit bien exécuter une seule tâche reproductible.

  Si une compétence tente de faire trop de choses, il devient plus difficile pour l’assistant de savoir quand l’utiliser et pour les utilisateurs de se fier au résultat. Par exemple, une même compétence ne doit pas combiner la décomposition des exigences, la traduction, l’évaluation de la qualité, l’analyse de traçabilité et la génération de vérifications, sauf si ces actions font délibérément partie d’un même processus précisément défini.

  Si l’objectif de la compétence nécessite plusieurs actions sans rapport entre elles, répartissez-les entre des compétences distinctes.

• Définir clairement les limites

  Les compétences bien conçues énoncent explicitement leurs limites.

  Cela est particulièrement important lorsqu’il s’agit de traiter des exigences, des spécifications et des données d’ingénierie. L’assistant doit savoir ce qu’il est autorisé à modifier, ce qu’il doit uniquement suggérer et ce qu’il ne doit jamais supposer.

  Voici quelques limites utiles :

  • Ne pas modifier l’intention technique d’origine

  • Ne pas inventer de valeurs, de contraintes ou de décisions de conception

  • Ne pas supprimer d’identifiants ni de références

  • Ne pas présumer des méthodes de vérification manquantes

  • Ne pas appliquer automatiquement de modifications sans examen par l’utilisateur

  • Ne pas traiter des informations incertaines comme des faits

  Des limites claires réduisent le risque de produire des résultats d’ingénierie plausibles, mais incorrects.

• Définir le format de sortie

  Une compétence doit indiquer à l’IA comment présenter le résultat.

  Un format de sortie cohérent facilite l’examen, la comparaison et la réutilisation de la compétence.

  Selon la compétence, le résultat peut prendre la forme suivante :

  • Un tableau

  • Une liste à puces

  • Une exigence reformulée

  • Un rapport structuré

  • Une liste de contrôle

  • Une synthèse

  • Une liste de modifications proposées

  • Un ensemble de questions ou de points en suspens

  Le format de sortie doit correspondre à l’objectif de la compétence. Par exemple, les compétences axées sur l’évaluation se prêtent souvent bien à des tableaux comportant des colonnes pour le problème, l’explication et la recommandation. Les compétences axées sur la reformulation sont souvent efficaces lorsqu’elles présentent le texte d’origine, le résultat proposé et sa justification.