エージェント型エンジニアリング

• Break Down Complex Requirements – 選択した要件を分析し、元の意図を維持したまま、より小さく独立してテスト可能な要件に分割します。

  プロンプト例:

  Break down these requirements.

• Apply Requirement Writing Standards – 要件をレビューし、組織の要件記述ガイドラインに従って書き換えます。一般的なチェックには、曖昧さ、検証不可能な表現、欠落しているアクター、不明確な受け入れ基準などが含まれます。

  プロンプト例:

  Rewrite these requirements according to our requirement quality standard.

• Translate Requirements – 技術的な意味、用語、ID、トレーサビリティ参照を維持したまま、要件をある言語から別の言語へ翻訳します。

  プロンプト例:

  Translate these requirements to German.

• Classify Requirements – Electronics、Mechanical、Software、Safety、Security、またはその他の会社固有の分類体系など、組織の分類スキームを要件に適用します。

  プロンプト例:

  Classify these requirements according to our applicability model.

• Generate Verification Criteria – 要件を分析し、常に同じ方法で適合性を実証するために使用できる検証方法、受け入れ基準、または試験条件を提案します。

  プロンプト例:

  Generate verification criteria for these requirements.

• Summarize a Specification/Section/Group of Requirements – 仕様、要件セクション、または要件セットの簡潔で構造化された要約を生成します。

  プロンプト例:

  Summarize the selected requirements.

優れたスキルは、AIが次の2点を理解するのに役立ちます。

• そのスキルをいつ使うべきか

• スキル実行時にAIが何をすべきか

スキルを定義する際、 

これは3つのフィールドによって表現され、それぞれのフィールドには異なる目的があります。

• Name – ユーザーがスキルを識別しやすくするためのものです。

• Short Description – AIがそのスキルが関連するタイミングを判断するのに役立ちます。

• Instructions – スキルが選択された後にAIが従うべき動作を定義します。

各フィールドの詳細については、以下のセクションを参照してください。

名前

Name は、短く、明確で、行動指向であるべきです。ユーザーがそのスキルの意図する動作をすばやく理解できるようにする必要があります。優れた名前は通常、そのアクションと、そのスキルが対象とするエンジニアリングデータの種類を表します。

優れたスキル名の条件:

• 他のスキルと区別できる程度に具体的であること

• スキル一覧で見やすい程度に短いこと

• スキルが実行する主なタスクに焦点が当たっていること

• ユーザーが自然に理解できる言葉で書かれていること

広すぎたり一般的すぎたりする名前は避けてください。その名前が多くの異なるタスクに当てはまるなら、具体性が不足している可能性があります。

短い説明

Short Description は、AIがそのスキルの内容と、いつ起動すべきかを理解するのに役立ちます。このフィールドは重要です。というのも、スキルを手動で選択する必要がないためです。アシスタントはユーザーのプロンプトを分析し、利用可能なスキルと比較して、そのスキルが関連するかどうかを判断します。

優れた短い説明では、次の点を説明する必要があります。

• そのスキルが実行するタスク

• 適用対象となるエンジニアリングデータの種類

• そのスキルを使用すべきタイミング

• そのスキルが生み出すことを期待される結果

短い説明は簡潔であるべきですが、曖昧であってはいけません。AIが類似するスキルと区別できるだけの十分なコンテキストを含める必要があります。

弱い短い説明は、そのスキルが属する領域を述べるだけです。強い短い説明は、具体的なタスク、想定されるコンテキスト、起動条件を説明します。たとえば、あるスキルを「要件を支援するもの」と説明するのではなく、その説明では、そのスキルが要件品質をレビューするのか、複雑な要件を分解するのか、要件テキストを翻訳するのか、競合を検出するのか、検証基準を生成するのか、あるいは別の具体的なアクションを行うのかを明確にすべきです。

短い説明がスキルの目的と使用コンテキストをより的確に説明しているほど、アシスタントはいつ適用すべきかをより確実に判断できます。

指示

Instructions は、スキルが選択された後にAIが何をすべきかを定義します。これはスキルの動作を制御するうえで最も重要なフィールドです。短い説明はAIがそのスキルをいつ使うかを判断するのに役立ちますが、指示はスキルをどのように実行するかを定義します。

優れた指示は、明確なステップごとのガイダンスとして記述する必要があります。最終出力だけでなく、その出力を生成する際にAIが従うべき考え方や制約も記述すべきです。

指示では、次の点を説明する必要があります。

• What the AI should analyze first – 何かを変更または生成する前に、アシスタントは通常、エンジニアリング上の意図、コンテキスト、構造、または関係性を理解する必要があります。

• What steps the AI should perform – 出力が再現可能で予測可能になるよう、動作は明示的なステップに分解する必要があります。

• What the AI should preserve – これには、元の意図、要件ID、技術用語、単位、値、制約、参照、適用範囲、階層、またはトレーサビリティコンテキストが含まれる場合があります。

• What the AI must not do – 優れたスキルは、AIが欠落しているエンジニアリング詳細を捏造したり、意図を変更したり、新たな仮定を導入したり、ユーザーレビューなしに変更を適用したりしないよう、明示的に防止します。

• How the AI should handle uncertainty – 情報が欠落している、曖昧である、または不十分である場合、スキルはAIに対して推測するのではなく、その問題を明確に示すよう指示すべきです。

• What output format is expected – 結果を表、箇条書き、書き換えテキスト、要約、チェックリスト、または構造化レポートのどの形式で返すべきかをスキルで定義する必要があります。

優れた指示は、仕様、検証、設計判断、または後工程の実装に影響するデータをアシスタントが扱う可能性があるため、エンジニアリング作業では特に重要です。したがって、スキルはAIが過度に自信過剰になることなく有用であるよう導く必要があります。

その他の注意事項

• 目標は長いプロンプトを書くことではありません。目標は、AIのための明確な実行手順を定義することです。

• Keep Skills Focused

  スキルは、1つの再現可能なタスクを適切に実行できるようにすべきです。

  スキルがあまりに多くのことをしようとすると、アシスタントがいつそれを使うべきか判断しにくくなり、ユーザーもその出力を信頼しにくくなります。たとえば、要件分解、翻訳、品質レビュー、トレーサビリティ分析、検証生成を、意図的に1つの厳密に定義されたワークフローの一部としている場合を除き、1つのスキルにまとめるべきではありません。

  スキルの目的に複数の無関係なアクションが必要な場合は、別々のスキルに分割してください。

• Define Boundaries Clearly

  優れたスキルは、境界を明確に示します。

  これは、要件、仕様、エンジニアリングデータを扱う場合に特に重要です。アシスタントは、何を変更してよいのか、何を提案のみにとどめるべきか、何を決して推定してはならないのかを理解している必要があります。

  有用な境界の例:

  • 元のエンジニアリング上の意図を変更しない

  • 値、制約、設計判断を捏造しない

  • IDや参照を削除しない

  • 不足している検証方法を推定しない

  • ユーザーレビューなしに変更を自動適用しない

  • 不明確な情報を事実として扱わない

  境界を明確にすることで、もっともらしいが誤ったエンジニアリング出力のリスクを低減できます。

• Define the Output Format

  スキルは、結果をどのように返すかもAIに指示する必要があります。

  一貫した出力形式により、スキルはレビュー、比較、再利用がしやすくなります。

  スキルによって、出力は次のような形式になる場合があります:

  • 表

  • 箇条書きリスト

  • 書き換えた要件

  • 構造化レポート

  • チェックリスト

  • 要約

  • 提案された変更の一覧

  • 質問または未解決事項の一覧

  出力形式はスキルの目的に適合している必要があります。たとえば、レビュー志向のスキルは、問題、説明、推奨事項の列を持つ表形式が適していることが多く、書き換え志向のスキルは、元のテキスト、提案出力、根拠を示す形式が適していることが多いです。