Ingénierie agentique des exigences

• 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 d’invite :

  Break down these requirements.

• Apply Requirement Writing Standards – examiner les exigences et les reformuler conformément aux règles de rédaction des exigences de votre organisation. Les vérifications courantes portent notamment sur les ambiguïtés, les formulations non vérifiables, l’absence d’acteurs et le manque de clarté des critères d’acceptation.

  Exemple d’invite :

  Rewrite these requirements according to our requirement quality standard.

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

  Exemple d’invite :

  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, sûreté, ou d’autres taxonomies propres à l’entreprise.

  Exemple d’invite :

  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 d’invite :

  Generate verification criteria for these requirements.

• Summarize a Specification/Section/Group of Requirements – générer un résumé concis et structuré d’une spécification, d’une section d’exigences ou d’un ensemble d’exigences.

  Exemple d’invite :

  Summarize the selected requirements.

Une bonne compétence 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

Lorsque vous définissez une compétence, 

Ces éléments sont exprimés au moyen de trois champs, chacun ayant un rôle 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 champ Name doit être court, clair et orienté vers l’action. Il doit vous permettre de comprendre rapidement ce que la compétence est censée faire. Un bon nom décrit généralement l’action et le type de données d’ingénierie sur lesquelles la compétence intervient.

Un bon nom de compétence 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 réalisée par la compétence

• Rédigé dans un langage naturellement compris par les utilisateurs

Évitez les noms trop larges 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 les circonstances dans lesquelles elle doit être activée. Ce champ est important, car vous n’avez pas besoin de sélectionner manuellement une compétence. L’assistant analyse votre requête, la 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 que l’IA puisse distinguer cette compétence d’autres 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 déclenche son utilisation. Par exemple, plutôt que 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 spécifique.

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 déterminer quand utiliser la compétence, les instructions définissent comment celle-ci doit s’exécuter.

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 et les contraintes que l’IA doit respecter pour le produire.

Les instructions doivent expliquer :

• What the AI should analyze first – 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.

• What steps the AI should perform – le comportement doit être décomposé en étapes explicites afin que le résultat soit reproductible et prévisible.

• What the AI should preserve – 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.

• What the AI must not do – 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.

• How the AI should handle uncertainty – 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.

• What output format is expected – la compétence doit préciser si le résultat doit prendre la forme d’un tableau, d’une liste à puces, d’un texte reformulé, d’un résumé, d’une liste de contrôle ou d’un rapport structuré.

De bonnes instructions sont particulièrement importantes pour les travaux d’ingénierie, car l’assistant peut manipuler 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’un excès de confiance.

Autres remarques

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

• Keep Skills Focused

  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 lien entre elles, répartissez-les entre des compétences distinctes.

• Define Boundaries Clearly

  Les compétences bien conçues définissent explicitement leurs limites.

  Cela est particulièrement important lorsque l’on travaille avec 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 supposer les méthodes de vérification manquantes

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

  • Ne pas considérer des informations incertaines comme des faits

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

• Define the Output Format

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

  Un format de sortie cohérent facilite l’examen, la comparaison et la réutilisation des résultats 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

  • Un résumé

  • Une liste de modifications proposées

  • Une série 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’examen donnent souvent de bons résultats sous forme de tableaux comportant des colonnes pour le problème, l’explication et la recommandation. Les compétences axées sur la reformulation donnent souvent de bons résultats lorsqu’elles présentent le texte d’origine, le texte proposé et la justification.