Inżynieria agentowa

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

  Przykładowy prompt:

  Break down these requirements.

• Apply Requirement Writing Standards – przejrzyj wymagania i przepisz je zgodnie z wytycznymi Twojej organizacji dotyczącymi tworzenia wymagań. Typowe kontrole obejmują niejednoznaczność, nieweryfikowalny język, brakujące podmioty i 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 organizacyjny schemat klasyfikacji do wymagań, taki jak Electronics, Mechanical, Software, Safety, Security lub inne specyficzne dla firmy taksonomie.

  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.

Dobry skill pomaga AI zrozumieć dwie rzeczy:

• Kiedy skill powinien zostać użyty

• Co AI powinno zrobić po uruchomieniu skilla

Podczas definiowania skilla, 

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

• Name – pomaga Ci rozpoznać skill.

• Short Description – pomaga AI zdecydować, kiedy skill jest istotny.

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

Szczegółowe informacje o każdym polu znajdziesz w sekcjach poniżej.

Nazwa

Name powinno być krótkie, jasne i zorientowane na działanie. Powinno pomagać szybko zrozumieć, do czego dany skill służy. Dobra nazwa zwykle opisuje działanie i typ danych inżynierskich, na których skill pracuje.

Mocna nazwa skilla powinna być:

• Na tyle konkretna, aby odróżniać skill od innych

• Na tyle krótka, aby łatwo dało się ją przejrzeć na liście skills

• Skupiona na głównym zadaniu wykonywanym przez skill

• Napisana językiem naturalnie zrozumiałym dla użytkowników

Unikaj nazw, które są zbyt szerokie lub ogólne. Jeśli nazwa mogłaby pasować do wielu różnych zadań, prawdopodobnie nie jest wystarczająco konkretna.

Krótki opis

Short Description pomaga AI zrozumieć, czego dotyczy skill i kiedy powinien zostać uruchomiony. To pole jest ważne, ponieważ nie musisz ręcznie wybierać skilla. Asystent analizuje Twój prompt, porównuje go z dostępnymi skills i decyduje, czy dany skill jest istotny.

Dobry krótki opis powinien wyjaśniać:

• Jakie zadanie wykonuje skill

• Do jakiego typu danych inżynierskich ma zastosowanie

• Kiedy skill powinien być użyty

• Jaki rezultat skill ma wygenerować

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

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

Im lepiej krótki opis wyjaśnia cel skilla i kontekst jego użycia, tym bardziej niezawodnie asystent może zdecydować, kiedy go zastosować.

Instrukcje

Instructions określają, co AI powinno zrobić po wybraniu skilla. Jest to najważniejsze pole do sterowania zachowaniem skilla. Podczas gdy krótki opis pomaga AI zdecydować, kiedy użyć skilla, instrukcje definiują, jak skill powinien działać.

Dobre instrukcje powinny być zapisane jako jasne wskazówki krok po kroku. Powinny opisywać nie tylko wynik końcowy, ale również sposób 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 inżynierską, kontekst, strukturę lub zależności, zanim cokolwiek zmieni lub wygeneruje.

• What steps the AI should perform – zachowanie powinno być rozbite na jawne kroki, tak 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 stosowalności, hierarchię lub kontekst śledzenia.

• What the AI must not do – dobre skills jednoznacznie zabraniają AI wymyślania brakujących szczegółów inżynierskich, zmiany intencji, wprowadzania nowych założeń lub stosowania zmian bez przeglądu użytkownika.

• How the AI should handle uncertainty – jeśli informacji brakuje, są niejednoznaczne lub niewystarczające, skill powinien nakazać AI wyraźnie wskazać problem zamiast zgadywać.

• What output format is expected – skill powinien określać, czy wynik ma mieć formę tabeli, listy punktowanej, przepisanego tekstu, podsumowania, checklisty czy uporządkowanego raportu.

Dobre instrukcje są szczególnie ważne w pracy inżynierskiej, ponieważ asystent może pracować na danych wpływających na specyfikacje, walidację, decyzje projektowe lub dalszą implementację. Skill powinien więc kierować AI tak, aby było użyteczne, ale nie nadmiernie pewne siebie.

Inne uwagi

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

• Keep Skills Focused

  Skill powinien dobrze wykonywać jedno powtarzalne zadanie.

  Jeśli skill próbuje robić zbyt wiele rzeczy, asystentowi trudniej jest wiedzieć, kiedy go użyć, a użytkownikom trudniej zaufać wynikowi. Na przykład jeden skill nie powinien łączyć dekompozycji wymagań, tłumaczenia, przeglądu jakości, analizy śledzenia i generowania weryfikacji, chyba że działania te są celowo częścią jednego, ściśle zdefiniowanego procesu.

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

• Define Boundaries Clearly

  Dobre skills jasno określają granice.

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

  Przydatne granice obejmują:

  • Nie zmieniaj pierwotnej intencji inżynierskiej

  • Nie wymyślaj wartości, ograniczeń ani decyzji projektowych

  • Nie usuwaj identyfikatorów ani odniesień

  • Nie zakładaj brakujących metod weryfikacji

  • Nie stosuj zmian automatycznie bez przeglądu użytkownika

  • Nie traktuj niejasnych informacji jako faktów

  Jasne granice zmniejszają ryzyko wygenerowania przez AI wiarygodnie brzmiących, ale nieprawidłowych wyników inżynierskich.

• Define the Output Format

  Skill powinien określać AI sposób zwracania wyniku.

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

  W zależności od skilla wynik może mieć postać:

  • Tabeli

  • Listy punktowanej

  • Przepisanego wymagania

  • Uporządkowanego raportu

  • Checklisty

  • Podsumowania

  • Listy proponowanych zmian

  • Zestawu pytań lub otwartych kwestii

  Format wyniku powinien odpowiadać celowi skilla. Na przykład skills ukierunkowane na przegląd często dobrze działają w formie tabel z kolumnami problem, wyjaśnienie i rekomendacja. Skills ukierunkowane na przepisywanie często sprawdzają się, gdy pokazują tekst oryginalny, proponowany wynik i uzasadnienie.