Ingegneria agentica

• Break Down Complex Requirements – analizzare i requisiti selezionati e suddividerli in requisiti più piccoli e verificabili in modo indipendente, preservando l’intento originale.

  Esempio di prompt:

  Break down these requirements.

• Apply Requirement Writing Standards – esaminare i requisiti e riscriverli secondo le linee guida della tua organizzazione per la stesura dei requisiti. I controlli tipici includono ambiguità, linguaggio non verificabile, attori mancanti e criteri di accettazione poco chiari.

  Esempio di prompt:

  Rewrite these requirements according to our requirement quality standard.

• Translate Requirements – tradurre i requisiti da una lingua a un’altra preservando significato tecnico, terminologia, ID e riferimenti di tracciabilità.

  Esempio di prompt:

  Translate these requirements to German.

• Classify Requirements – applicare ai requisiti uno schema di classificazione organizzativo, ad esempio Electronics, Mechanical, Software, Safety, Security o altre tassonomie specifiche dell’azienda.

  Esempio di prompt:

  Classify these requirements according to our applicability model.

• Generate Verification Criteria – analizzare i requisiti e proporre metodi di verifica, criteri di accettazione o condizioni di test che possano essere utilizzati per dimostrare la conformità sempre nello stesso modo.

  Esempio di prompt:

  Generate verification criteria for these requirements.

• Summarize a Specification/Section/Group of Requirements – generare un riepilogo conciso e strutturato di una specifica, di una sezione di requisiti o di un insieme di requisiti.

  Esempio di prompt:

  Summarize the selected requirements.

Una buona competenza aiuta l'IA a comprendere due cose:

• Quando la competenza deve essere utilizzata

• Cosa deve fare l'IA quando la competenza viene eseguita

Quando si definisce una competenza, 

Questo viene espresso tramite tre campi, ciascuno con uno scopo diverso:

• Name – aiuta a riconoscere la competenza.

• Short Description – aiuta l'IA a decidere quando la competenza è pertinente.

• Instructions – definisce il comportamento che l'IA deve seguire una volta selezionata la competenza.

Per i dettagli su ciascun campo, fare riferimento alle sezioni seguenti.

Nome

Il Name deve essere breve, chiaro e orientato all'azione. Deve aiutare a capire rapidamente a cosa serve la competenza. Un buon nome di solito descrive l'azione e il tipo di dati di ingegneria su cui opera la competenza.

Un nome efficace per una competenza dovrebbe essere:

• Abbastanza specifico da distinguere la competenza dalle altre

• Abbastanza breve da essere facilmente individuabile nella lista delle competenze

• Concentrato sull'attività principale svolta dalla competenza

• Scritto in un linguaggio che gli utenti comprendono naturalmente

Evitare nomi troppo ampi o generici. Se il nome può applicarsi a molte attività diverse, probabilmente non è abbastanza specifico.

Breve descrizione

La Short Description aiuta l'IA a capire di cosa tratta la competenza e quando deve essere attivata. Questo campo è importante perché non è necessario selezionare manualmente una competenza. L'assistente analizza il prompt, lo confronta con le competenze disponibili e decide se una competenza è pertinente.

Una buona breve descrizione dovrebbe spiegare:

• Quale attività svolge la competenza

• A quale tipo di dati di ingegneria si applica

• Quando la competenza deve essere usata

• Quale risultato ci si aspetta che la competenza produca

La breve descrizione deve essere concisa, ma non vaga. Deve includere abbastanza contesto da permettere all'IA di distinguere questa competenza da competenze simili.

Una breve descrizione debole si limita a indicare il dominio a cui appartiene la competenza. Una breve descrizione efficace spiega l'attività specifica, il contesto previsto e la situazione che ne determina l'attivazione. Ad esempio, invece di descrivere una competenza come qualcosa che "aiuta con i requisiti", la descrizione dovrebbe spiegare se la competenza esamina la qualità dei requisiti, scompone requisiti complessi, traduce il testo dei requisiti, rileva conflitti, genera criteri di verifica o svolge un'altra azione specifica.

Quanto meglio la breve descrizione spiega lo scopo della competenza e il contesto di utilizzo, tanto più affidabilmente l'assistente può decidere quando applicarla.

Istruzioni

Le Instructions definiscono ciò che l'IA deve fare una volta che la competenza è stata selezionata. Questo è il campo più importante per controllare il comportamento della competenza. Mentre la breve descrizione aiuta l'IA a decidere quando usare la competenza, le istruzioni definiscono come la competenza deve essere eseguita.

Buone istruzioni dovrebbero essere scritte come indicazioni chiare e passo dopo passo. Non dovrebbero limitarsi a descrivere l'output finale, ma anche il ragionamento e i vincoli che l'IA deve seguire durante la produzione di tale output.

Le istruzioni dovrebbero spiegare:

• What the AI should analyze first – l'assistente dovrebbe in genere comprendere l'intento ingegneristico, il contesto, la struttura o le relazioni prima di modificare o generare qualunque cosa.

• What steps the AI should perform – il comportamento dovrebbe essere suddiviso in passaggi espliciti, in modo che l'output sia ripetibile e prevedibile.

• What the AI should preserve – ciò può includere l'intento originale, gli ID dei requisiti, i termini tecnici, le unità, i valori, i vincoli, i riferimenti, l'applicabilità, la gerarchia o il contesto di tracciabilità.

• What the AI must not do – le buone competenze impediscono esplicitamente all'IA di inventare dettagli ingegneristici mancanti, modificare l'intento, introdurre nuove ipotesi o applicare cambiamenti senza revisione dell'utente.

• How the AI should handle uncertainty – se le informazioni sono mancanti, ambigue o insufficienti, la competenza dovrebbe istruire l'IA a indicare chiaramente il problema invece di fare supposizioni.

• What output format is expected – la competenza dovrebbe definire se il risultato deve essere una tabella, un elenco puntato, un testo riscritto, un riepilogo, una checklist o un report strutturato.

Buone istruzioni sono particolarmente importanti per il lavoro ingegneristico perché l'assistente può operare su dati che influenzano specifiche, validazione, decisioni di progettazione o implementazione a valle. La competenza dovrebbe quindi guidare l'IA affinché sia utile senza essere eccessivamente sicura di sé.

Altre note

• L'obiettivo non è scrivere un prompt lungo. L'obiettivo è definire una procedura operativa chiara per l'IA.

• Keep Skills Focused

  Una competenza dovrebbe svolgere bene un'unica attività ripetibile.

  Se una competenza cerca di fare troppe cose, per l'assistente diventa più difficile capire quando usarla e per gli utenti diventa più difficile fidarsi dell'output. Ad esempio, una singola competenza non dovrebbe combinare scomposizione dei requisiti, traduzione, revisione della qualità, analisi della tracciabilità e generazione della verifica, a meno che tali azioni non facciano intenzionalmente parte di un unico flusso di lavoro strettamente definito.

  Se lo scopo della competenza richiede più azioni non correlate, suddividerla in competenze separate.

• Define Boundaries Clearly

  Le buone competenze sono esplicite riguardo ai limiti.

  Questo è particolarmente importante quando si lavora con requisiti, specifiche e dati di ingegneria. L'assistente deve sapere cosa è autorizzato a modificare, cosa deve solo suggerire e cosa non deve mai presumere.

  Tra i limiti utili rientrano:

  • Non modificare l'intento ingegneristico originale

  • Non inventare valori, vincoli o decisioni di progettazione

  • Non rimuovere ID o riferimenti

  • Non presumere metodi di verifica mancanti

  • Non applicare automaticamente modifiche senza revisione dell'utente

  • Non trattare informazioni poco chiare come fatti

  Limiti chiari riducono il rischio di output ingegneristici plausibili ma errati.

• Define the Output Format

  Una competenza dovrebbe indicare all'IA come restituire il risultato.

  Un formato di output coerente rende la competenza più facile da esaminare, confrontare e riutilizzare.

  A seconda della competenza, l'output può essere:

  • Una tabella

  • Un elenco puntato

  • Un requisito riscritto

  • Un report strutturato

  • Una checklist

  • Un riepilogo

  • Un elenco di modifiche proposte

  • Un insieme di domande o questioni aperte

  Il formato dell'output dovrebbe corrispondere allo scopo della competenza. Ad esempio, le competenze orientate alla revisione spesso funzionano bene come tabelle con colonne per problema, spiegazione e raccomandazione. Le competenze orientate alla riscrittura spesso funzionano bene quando mostrano il testo originale, l'output proposto e la motivazione.