Inżynieria agentowa

• Break Down Complex Requirements – przeanalizuj wybrane wymagania i podziel je na mniejsze, niezależnie testowalne wymagania, zachowując pierwotny zamiar.

  Przykładowy prompt:

  Break down these requirements.

• Apply Requirement Writing Standards – przejrzyj wymagania i przepisz je zgodnie z wytycznymi Twojej organizacji dotyczącymi redagowania wymagań. Typowe kontrole obejmują niejednoznaczność, język nieweryfikowalny, brakujące podmioty wykonawcze oraz niejasne kryteria akceptacji.

  Przykładowy prompt:

  Rewrite these requirements according to our requirement quality standard.

• Translate Requirements – przetłumacz wymagania z jednego języka na drugi, zachowując znaczenie techniczne, terminologię, identyfikatory i odniesienia śledzenia.

  Przykładowy prompt:

  Translate these requirements to German.

• Classify Requirements – zastosuj do wymagań organizacyjny schemat klasyfikacji, taki jak Elektronika, Mechanika, Oprogramowanie, Bezpieczeństwo funkcjonalne, Cyberbezpieczeństwo lub inne taksonomie specyficzne dla firmy.

  Przykładowy prompt:

  Classify these requirements according to our applicability model.

• Generate Verification Criteria – przeanalizuj wymagania i zaproponuj metody weryfikacji, kryteria akceptacji lub warunki testowe, które mogłyby zostać użyte do wykazania zgodności, zawsze w ten sam sposób.

  Przykładowy prompt:

  Generate verification criteria for these requirements.

• Summarize a Specification/Section/Group of Requirements – wygeneruj zwięzłe i uporządkowane podsumowanie specyfikacji, sekcji wymagań lub zestawu wymagań.

  Przykładowy prompt:

  Summarize the selected requirements.

Dobra umiejętność pomaga AI zrozumieć dwie rzeczy:

• Kiedy umiejętność powinna zostać użyta

• Co AI powinno zrobić po uruchomieniu umiejętności

Podczas definiowania umiejętności 

Jest to wyrażone za pomocą trzech pól, z których każde ma inny cel:

• Name – pomaga Ci rozpoznać umiejętność.

• Short Description – pomaga AI zdecydować, kiedy umiejętność jest istotna.

• Instructions – określają zachowanie, którego AI powinno przestrzegać po wybraniu umiejętności.

Szczegółowe informacje o każdym polu znajdują się w poniższych sekcjach.

Nazwa

Name powinna być krótka, jasna i zorientowana na działanie. Powinna pomagać szybko zrozumieć, do czego dana umiejętność jest przeznaczona. Dobra nazwa zwykle opisuje działanie oraz typ danych inżynieryjnych, na których pracuje umiejętność.

Dobra nazwa umiejętności powinna być:

• Na tyle konkretna, aby odróżniać umiejętność od innych

• Na tyle krótka, aby łatwo można ją było przejrzeć na liście umiejętności

• Skupiona na głównym zadaniu wykonywanym przez umiejętność

• Napisana językiem, który użytkownicy naturalnie rozumieją

Unikaj nazw zbyt szerokich lub ogólnych. Jeśli nazwa mogłaby pasować do wielu różnych zadań, prawdopodobnie nie jest wystarczająco konkretna.

Krótki opis

Short Description pomaga AI zrozumieć, czego dotyczy umiejętność i kiedy powinna zostać uruchomiona. To pole jest ważne, ponieważ nie trzeba ręcznie wybierać umiejętności. Asystent analizuje Twoje polecenie, porównuje je z dostępnymi umiejętnościami i decyduje, czy dana umiejętność jest istotna.

Dobry krótki opis powinien wyjaśniać:

• Jakie zadanie wykonuje umiejętność

• Do jakiego typu danych inżynieryjnych ma zastosowanie

• Kiedy umiejętność powinna zostać użyta

• Jaki wynik ma przynieść

Krótki opis powinien być zwięzły, ale nie ogólnikowy. Powinien zawierać wystarczająco dużo kontekstu, aby AI mogło odróżnić tę umiejętność od podobnych.

Słaby krótki opis mówi jedynie, do jakiej dziedziny należy umiejętność. Dobry krótki opis wyjaśnia konkretne zadanie, oczekiwany kontekst i sytuację wyzwalającą. Na przykład zamiast opisywać umiejętność jako coś, co „pomaga w pracy z wymaganiami”, opis powinien wyjaśniać, czy umiejętność ocenia jakość wymagań, rozbija złożone wymagania, tłumaczy treść wymagań, wykrywa konflikty, generuje kryteria weryfikacji czy wykonuje inne konkretne działanie.

Im lepiej krótki opis wyjaśnia cel umiejętności i kontekst jej użycia, tym bardziej niezawodnie asystent może zdecydować, kiedy ją zastosować.

Instrukcje

Instructions określają, co AI powinno zrobić po wybraniu umiejętności. Jest to najważniejsze pole służące do kontrolowania zachowania umiejętności. Podczas gdy krótki opis pomaga AI zdecydować, kiedy użyć umiejętności, instrukcje określają, jak umiejętność ma działać.

Dobre instrukcje powinny być zapisane jako jasne wskazówki krok po kroku. Nie powinny one opisywać jedynie końcowego wyniku, ale także tok rozumowania i ograniczenia, których AI powinno przestrzegać podczas tworzenia tego wyniku.

Instrukcje powinny wyjaśniać:

• What the AI should analyze first – asystent powinien zwykle zrozumieć intencję inżynieryjną, kontekst, strukturę lub zależności, zanim cokolwiek zmieni lub wygeneruje.

• What steps the AI should perform – działanie powinno być podzielone na jednoznaczne kroki, aby wynik był powtarzalny i przewidywalny.

• What the AI should preserve – może to obejmować pierwotną intencję, identyfikatory wymagań, terminy techniczne, jednostki, wartości, ograniczenia, odniesienia, zakres stosowania, hierarchię lub kontekst identyfikowalności.

• What the AI must not do – dobre umiejętności wyraźnie zabraniają AI wymyślania brakujących szczegółów inżynieryjnych, zmieniania intencji, wprowadzania nowych założeń lub stosowania zmian bez przeglądu przez użytkownika.

• How the AI should handle uncertainty – jeśli informacji brakuje, są niejednoznaczne lub niewystarczające, umiejętność powinna nakazywać AI wyraźnie wskazać problem zamiast zgadywać.

• What output format is expected – umiejętność powinna określać, czy wynik ma mieć formę tabeli, listy punktowanej, przeredagowanego tekstu, podsumowania, listy kontrolnej czy uporządkowanego raportu.

Dobre instrukcje są szczególnie ważne w pracy inżynieryjnej, ponieważ asystent może pracować na danych wpływających na specyfikacje, walidację, decyzje projektowe lub dalszą implementację. Umiejętność powinna więc prowadzić AI tak, aby było użyteczne, nie będąc przy tym nadmiernie pewnym siebie.

Inne uwagi

• Celem nie jest napisanie długiego polecenia. Celem jest zdefiniowanie jasnej procedury działania dla AI.

• Keep Skills Focused

  Umiejętność powinna dobrze wykonywać jedno powtarzalne zadanie.

  Jeśli umiejętność próbuje robić zbyt wiele rzeczy, asystentowi trudniej jest określić, kiedy jej użyć, a użytkownikom trudniej zaufać wynikom. Na przykład jedna umiejętność nie powinna łączyć dekompozycji wymagań, tłumaczenia, przeglądu jakości, analizy identyfikowalności i generowania weryfikacji, chyba że działania te celowo stanowią część jednego ściśle określonego przepływu pracy.

  Jeśli cel umiejętności wymaga wielu niepowiązanych działań, podziel go na osobne umiejętności.

• Define Boundaries Clearly

  Dobre umiejętności jasno określają granice.

  Jest to szczególnie ważne podczas pracy z wymaganiami, specyfikacjami i danymi inżynieryjnymi. Asystent powinien wiedzieć, co wolno mu zmieniać, co powinien jedynie sugerować i czego nigdy nie może zakładać.

  Przydatne granice obejmują:

  • Nie zmieniaj pierwotnej intencji inżynieryjnej

  • Nie wymyślaj wartości, ograniczeń ani decyzji projektowych

  • Nie usuwaj identyfikatorów ani odniesień

  • Nie zakładaj brakujących metod weryfikacji

  • Nie stosuj zmian automatycznie bez przeglądu przez użytkownika

  • Nie traktuj niejasnych informacji jako faktów

  Jasno określone granice zmniejszają ryzyko powstania pozornie wiarygodnych, ale błędnych wyników inżynieryjnych.

• Define the Output Format

  Umiejętność powinna informować AI, w jaki sposób zwrócić wynik.

  Spójny format wyjściowy ułatwia przeglądanie, porównywanie i ponowne wykorzystanie umiejętności.

  W zależności od umiejętności wynik może mieć postać:

  • Tabeli

  • Listy punktowanej

  • Przeredagowanego wymagania

  • Uporządkowanego raportu

  • Listy kontrolnej

  • Podsumowania

  • Listy proponowanych zmian

  • Zestawu pytań lub otwartych kwestii

  Format wyjściowy powinien odpowiadać celowi umiejętności. Na przykład umiejętności zorientowane na przegląd często dobrze sprawdzają się w formie tabel z kolumnami dotyczącymi problemu, wyjaśnienia i zalecenia. Umiejętności zorientowane na przeredagowanie często sprawdzają się dobrze wtedy, gdy pokazują tekst oryginalny, proponowany wynik i uzasadnienie.