Utilizzo e gestione delle competenze dell'IA

• Break Down Complex Requirements – analizza i requisiti selezionati e li suddivide in requisiti più piccoli e verificabili singolarmente, preservando l'intento originale.

  Esempio di prompt:

  Break down these requirements.

• Apply Requirement Writing Standards – esamina i requisiti e li riscrive secondo le linee guida aziendali per la redazione dei requisiti. I controlli tipici riguardano ambiguità, formulazioni non verificabili, soggetti mancanti e criteri di accettazione poco chiari.

  Esempio di prompt:

  Rewrite these requirements according to our requirement quality standard.

• Translate Requirements – traduce i requisiti da una lingua all'altra preservando il significato tecnico, la terminologia, gli ID e i riferimenti di tracciabilità.

  Esempio di prompt:

  Translate these requirements to German.

• Classify Requirements – applica ai requisiti uno schema di classificazione aziendale, ad esempio Elettronica, Meccanica, Software, Sicurezza funzionale, Sicurezza informatica o altre tassonomie specifiche dell'azienda.

  Esempio di prompt:

  Classify these requirements according to our applicability model.

• Generate Verification Criteria – analizza i requisiti e propone metodi di verifica, criteri di accettazione o condizioni di prova che consentano di dimostrare la conformità sempre nello stesso modo.

  Esempio di prompt:

  Generate verification criteria for these requirements.

• Summarize a Specification/Section/Group of Requirements – genera 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 skill aiuta l'IA a comprendere due aspetti:

• Quando deve essere utilizzata la skill

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

Questi aspetti vengono espressi attraverso tre campi, ciascuno con uno scopo diverso:

• Name – ti aiuta a riconoscere la skill.

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

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

Consulta le sezioni seguenti per i dettagli su ciascun campo.

Nome

Il Name deve essere breve, chiaro e orientato all'azione. Deve aiutarti a capire rapidamente cosa fa la skill. Un buon nome descrive in genere l'azione e il tipo di dati di ingegneria su cui opera la skill.

Un nome efficace per una skill deve essere:

• Abbastanza specifico da distinguere la skill dalle altre

• Abbastanza breve da essere individuato facilmente nell'elenco delle skill

• Incentrato sull'attività principale svolta dalla skill

• Scritto in un linguaggio naturalmente comprensibile agli utenti

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

Breve descrizione

La Short Description aiuta l'IA a comprendere lo scopo della skill e quando deve essere attivata. Questo campo è importante perché non è necessario selezionare manualmente una skill. L'assistente analizza il tuo prompt, lo confronta con le skill disponibili e decide se una skill è pertinente.

Una buona breve descrizione deve spiegare:

• Quale attività svolge la skill

• A quale tipo di dati di ingegneria si applica

• Quando deve essere utilizzata la skill

• Quale risultato ci si aspetta che produca la skill

La descrizione breve deve essere concisa, ma non vaga. Deve includere un contesto sufficiente affinché l'IA possa distinguere questa competenza da altre simili.

Una descrizione breve poco efficace indica soltanto l'ambito a cui appartiene la competenza. Una descrizione breve efficace spiega l'attività specifica, il contesto previsto e la situazione che ne richiede l'utilizzo. Ad esempio, invece di descrivere una competenza come qualcosa che «aiuta con i requisiti», la descrizione deve spiegare se la competenza esamina la qualità dei requisiti, scompone requisiti complessi, traduce il testo dei requisiti, rileva conflitti, genera criteri di verifica o esegue un'altra azione specifica.

Quanto meglio la descrizione breve illustra lo scopo della competenza e il suo contesto di utilizzo, tanto più affidabile sarà la decisione dell'assistente su quando applicarla.

Istruzioni

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

Le istruzioni devono essere formulate come indicazioni chiare e dettagliate, passo dopo passo. Non devono descrivere soltanto il risultato finale, ma anche il ragionamento da seguire e i vincoli da rispettare durante la sua produzione.

Le istruzioni devono spiegare:

• Che cosa deve analizzare per prima cosa l'IA – di norma, l'assistente deve comprendere l'intento progettuale, il contesto, la struttura o le relazioni prima di modificare o generare qualsiasi contenuto.

• Quali passaggi deve eseguire l'IA – il comportamento deve essere suddiviso in passaggi espliciti, affinché il risultato sia ripetibile e prevedibile.

• Che cosa deve preservare l'IA – ad esempio l'intento originale, gli ID dei requisiti, i termini tecnici, le unità di misura, i valori, i vincoli, i riferimenti, l'applicabilità, la gerarchia o il contesto di tracciabilità.

• Che cosa non deve fare l'IA – le competenze ben definite impediscono esplicitamente all'IA di inventare dettagli tecnici mancanti, modificare l'intento, introdurre nuove ipotesi o applicare modifiche senza la revisione dell'utente.

• Come deve gestire l'incertezza l'IA – se le informazioni sono mancanti, ambigue o insufficienti, la competenza deve indicare all'IA di segnalare chiaramente il problema anziché formulare congetture.

• Quale formato di output è previsto – la competenza deve definire se il risultato deve essere una tabella, un elenco puntato, un testo riscritto, un riepilogo, una lista di controllo o un rapporto strutturato.

Istruzioni efficaci sono particolarmente importanti in ambito ingegneristico, perché l'assistente potrebbe lavorare con dati che influiscono su specifiche, validazione, decisioni progettuali o implementazione nelle fasi successive. La competenza deve quindi guidare l'IA affinché sia utile senza mostrare un'eccessiva sicurezza.

Altre note

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

• Mantenere le competenze focalizzate

  Una competenza deve svolgere bene una singola attività ripetibile.

  Se una competenza tenta di fare troppe cose, per l'assistente diventa più difficile capire quando utilizzarla e per gli utenti diventa più difficile fidarsi del risultato. Ad esempio, una singola competenza non deve combinare scomposizione dei requisiti, traduzione, revisione della qualità, analisi della tracciabilità e generazione delle verifiche, a meno che tali azioni non facciano intenzionalmente parte di un unico flusso di lavoro ben circoscritto.

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

• Definire chiaramente i limiti

  Le competenze ben definite specificano esplicitamente i propri limiti.

  Questo è particolarmente importante quando si lavora con requisiti, specifiche e dati ingegneristici. L'assistente deve sapere che cosa può modificare, che cosa deve soltanto suggerire e che cosa non deve mai dare per scontato.

  Tra i limiti utili rientrano:

  • Non modificare l'intento progettuale originale

  • Non inventare valori, vincoli o decisioni progettuali

  • Non rimuovere ID o riferimenti

  • Non presumere metodi di verifica mancanti

  • Non applicare automaticamente modifiche senza la revisione dell'utente

  • Non trattare informazioni poco chiare come fatti

  Limiti chiari riducono il rischio di produrre risultati tecnici plausibili ma errati.

• Definire il formato di output

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

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

  A seconda della competenza, l'output può essere:

  • Una tabella

  • Un elenco puntato

  • Un requisito riscritto

  • Un rapporto strutturato

  • Una lista di controllo

  • Un riepilogo

  • Un elenco di modifiche proposte

  • Una serie di domande o questioni aperte

  Il formato di output deve essere adeguato allo scopo della competenza. Ad esempio, le competenze orientate alla revisione spesso funzionano bene con tabelle contenenti colonne per problema, spiegazione e raccomandazione. Le competenze orientate alla riscrittura spesso funzionano bene quando mostrano il testo originale, il risultato proposto e la motivazione.