エージェント型要件エンジニアリング

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

  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直します。一般的なチェック項目には、曖昧さ、検証不可能な表現、欠落している主体、不明確な受け入れ基準などがあります。

  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保持したまま、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、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示す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つのフィールドで表現され、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 がそのスキルがいつ関連するか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は以下のセクションを参照してください。

Name

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内容をすばやく理解できるようにする必要があります。良い名前は通常、そのスキルが実行するアクションと、対象とするエンジニアリングデータの種類を表します。

強いスキル名の条件:

• 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よう、十分に短いこと

• そのスキルが実行する主要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りそうなら、おそらく十分に具体的ではありません。

Short Description

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からです。アシスタントはあなた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

• どの種類のエンジニアリングデータに適用されるか

• いつそのスキルを使うべきか

• そのスキルによって期待される結果

短い説明は簡潔であるべきですが、曖昧であってはなりません。AI が似た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。

不十分な短い説明は、そのスキルが属する領域を述べるだけです。優れた短い説明は、具体的なタスク、想定されるコンテキスト、起動のきっかけとなる状況を説明します。たとえば、要件を「支援する」スキルと説明するのではなく、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実行するのかを説明するべきです。

短い説明がスキルの目的と使用コンテキストをより適切に説明するほど、アシスタントはそれをいつ適用すべきかをより確実に判断できます。

Instructions

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。短い説明が AI に「いつそのスキルを使うか」を判断させるのに対し、instructions は「そのスキルをどう実行するか」を定義します。

優れた instructions は、明確なステップごとのガイダンスとして記述されるべきです。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についても記述する必要があります。

Instructions では次の点を説明する必要があります:

• What the AI should analyze first – 通常、アシスタントは何かを変更または生成する前に、エンジニアリング上の意図、コンテキスト、構造、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されているべきです。

• 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、欠落しているエンジニアリング詳細を AI がでっち上げたり、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 – 情報が不足している、曖昧である、または不十分である場合、スキルは AI に推測させるのではなく、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、書き換え済みテキスト、要約、チェックリスト、または構造化レポートのいずれで返すかをスキルで定義すべきです。

優れた instructions 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、過度に自信過剰になることなく有用であるよう AI を導くべきです。

Other Notes

• 目的は長いプロンプトを書くことではありません。目的は、AI のための明確な動作手順を定義することです。

• Keep Skills Focused

  スキルは、1つの反復可能なタスクをうまく実行するべきです。

  1つのスキルで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組み合わせるのでない限り、1つのスキルにまとめるべきではありません。

  スキルの目的上、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定義します。

  これは、要件、仕様、エンジニアリングデータを扱う際に特に重要です。アシスタントは、何を変更してよいのか、何は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、設計判断をでっち上げない

  • 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

  明確な境界は、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します。

• Define the Output Format

  スキルは、結果をどのように返すかを AI に伝えるべきです。

  一貫した出力形式により、スキルのレビュー、比較、再利用が容易になります。

  スキルによって、出力は次のような形式が考えられます:

  • 表

  • 箇条書きリスト

  • 書き換えられた要件

  • 構造化レポート

  • チェックリスト

  • 要約

  • 提案変更の一覧

  • 質問または未解決事項の一覧

  出力形式は、スキルの目的に合っている必要があります。たとえば、レビュー指向のスキルは、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よくあります。書き換え指向のスキルは、元のテキスト、提案される出力、根拠を示す形式が適していることがよくあります。