Korzystanie z umiejętności AI i zarządzanie nimi

• Break Down Complex Requirements – analizowanie wybranych wymagań i dzielenie ich na mniejsze wymagania, które można niezależnie testować, z zachowaniem pierwotnego zamysłu.

  Przykładowy prompt:

  Break down these requirements.

• Apply Requirement Writing Standards – przeglądanie wymagań i przeredagowywanie ich zgodnie z obowiązującymi w organizacji wytycznymi dotyczącymi formułowania wymagań. Typowe kontrole obejmują niejednoznaczności, nieweryfikowalne sformułowania, brak wskazania podmiotów wykonujących działania oraz niejasne kryteria akceptacji.

  Przykładowy prompt:

  Rewrite these requirements according to our requirement quality standard.

• Translate Requirements – tłumaczenie wymagań z jednego języka na inny z zachowaniem znaczenia technicznego, terminologii, identyfikatorów i odniesień umożliwiających śledzenie powiązań.

  Przykładowy prompt:

  Translate these requirements to German.

• Classify Requirements – stosowanie organizacyjnego schematu klasyfikacji wymagań, obejmującego na przykład elektronikę, mechanikę, oprogramowanie, bezpieczeństwo, ochronę lub inne taksonomie właściwe dla danej firmy.

  Przykładowy prompt:

  Classify these requirements according to our applicability model.

• Generate Verification Criteria – analizowanie wymagań i proponowanie metod weryfikacji, kryteriów akceptacji lub warunków testów, które pozwalają zawsze w ten sam sposób wykazywać zgodność.

  Przykładowy prompt:

  Generate verification criteria for these requirements.

• Summarize a Specification/Section/Group of Requirements – generowanie zwięzłego i uporządkowanego podsumowania specyfikacji, sekcji wymagań lub zestawu wymagań.

  Przykładowy prompt:

  Summarize the selected requirements.

Dobra umiejętność pomaga AI zrozumieć dwie kwestie:

• Kiedy należy użyć umiejętności

• Co AI powinna zrobić po uruchomieniu umiejętności

Opisują to trzy pola, z których każde pełni inną funkcję:

• Name – pomaga rozpoznać umiejętność.

• Short Description – pomaga AI zdecydować, kiedy umiejętność ma zastosowanie.

• Instructions – określają sposób postępowania AI po wybraniu umiejętności.

Szczegółowe informacje o poszczególnych polach znajdziesz w poniższych sekcjach.

Nazwa

Pole Name powinno zawierać krótką, jasną nazwę wskazującą działanie. Powinna ona ułatwiać szybkie zrozumienie przeznaczenia umiejętności. Dobra nazwa zwykle opisuje działanie oraz typ danych inżynierskich, na których pracuje umiejętność.

Dobra nazwa umiejętności powinna być:

• Wystarczająco konkretna, aby odróżnić umiejętność od innych

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

• Skoncentrowana na głównym zadaniu wykonywanym przez umiejętność

• Sformułowana w języku naturalnym i zrozumiałym dla użytkowników

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

Krótki opis

Pole Short Description pomaga AI zrozumieć, czego dotyczy umiejętność i kiedy powinna zostać uruchomiona. To pole jest ważne, ponieważ nie musisz ręcznie wybierać umiejętności. Asystent analizuje Twój prompt, porównuje go z dostępnymi umiejętnościami i decyduje, czy dana umiejętność ma zastosowanie.

Dobry krótki opis powinien wyjaśniać:

• Jakie zadanie wykonuje umiejętność

• Jakiego typu danych inżynierskich dotyczy

• Kiedy należy użyć umiejętności

• Jaki wynik ma zapewnić umiejętność

Krótki opis powinien być zwięzły, ale nie ogólnikowy. Powinien zawierać wystarczający kontekst, aby AI mogła odróżnić tę umiejętność od podobnych.

Słaby krótki opis wskazuje jedynie dziedzinę, do której należy umiejętność. Dobry krótki opis wyjaśnia konkretne zadanie, przewidywany kontekst i sytuację, w której należy jej użyć. Na przykład zamiast opisywać umiejętność jako coś, co „pomaga w pracy z wymaganiami”, opis powinien wyjaśniać, czy umiejętność ocenia jakość wymagań, rozkłada złożone wymagania na prostsze, tłumaczy ich treść, wykrywa konflikty, generuje kryteria weryfikacji czy wykonuje inne konkretne działanie.

Im lepiej krótki opis wyjaśnia cel umiejętności i kontekst jej użycia, tym trafniej asystent może decydować, kiedy ją zastosować.

Instrukcje

Instrukcje Instructions określają, co AI powinna zrobić po wybraniu umiejętności. To najważniejsze pole służące do kontrolowania sposobu działania umiejętności. Krótki opis pomaga AI zdecydować, kiedy użyć umiejętności, natomiast instrukcje określają, jak powinna ona działać.

Dobre instrukcje powinny mieć formę jasnych wskazówek krok po kroku. Powinny opisywać nie tylko końcowy wynik, lecz także tok rozumowania i ograniczenia, których AI powinna przestrzegać podczas jego tworzenia.

Instrukcje powinny wyjaśniać:

• Co AI powinna przeanalizować w pierwszej kolejności – zanim asystent cokolwiek zmieni lub wygeneruje, powinien zazwyczaj zrozumieć zamysł inżynierski, kontekst, strukturę lub zależności.

• Jakie kroki AI powinna wykonać – działanie powinno być podzielone na jasno określone kroki, aby wyniki były powtarzalne i przewidywalne.

• Co AI powinna zachować – może to obejmować pierwotny zamysł, identyfikatory wymagań, terminy techniczne, jednostki, wartości, ograniczenia, odniesienia, zakres zastosowania, hierarchię lub kontekst powiązań między wymaganiami.

• Czego AI nie może robić – dobre umiejętności wyraźnie zabraniają AI wymyślania brakujących szczegółów inżynierskich, zmieniania zamysłu, wprowadzania nowych założeń lub stosowania zmian bez sprawdzenia ich przez użytkownika.

• Jak AI powinna postępować w przypadku niepewności – jeśli brakuje informacji, są one niejednoznaczne lub niewystarczające, umiejętność powinna nakazywać AI jasne wskazanie problemu zamiast zgadywania.

• Jaki format wyniku jest oczekiwany – umiejętność powinna określać, czy wynikiem ma być tabela, lista punktowana, przeredagowany tekst, podsumowanie, lista kontrolna czy raport o określonej strukturze.

Dobre instrukcje są szczególnie ważne w pracy inżynierskiej, ponieważ asystent może pracować z danymi wpływającymi na specyfikacje, walidację, decyzje projektowe lub późniejszą realizację. Umiejętność powinna zatem ukierunkowywać AI tak, aby była pomocna, ale nie nadmiernie pewna swoich odpowiedzi.

Pozostałe uwagi

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

• Zadbaj o wąski zakres umiejętności

  Umiejętność powinna dobrze wykonywać jedno powtarzalne zadanie.

  Jeśli umiejętność próbuje robić zbyt wiele rzeczy, asystentowi trudniej określić, kiedy jej użyć, a użytkownikom trudniej zaufać wynikom. Na przykład jedna umiejętność nie powinna łączyć dekompozycji wymagań, tłumaczenia, oceny jakości, analizy powiązań i generowania metod weryfikacji, chyba że działania te celowo stanowią część jednego ściśle zdefiniowanego procesu.

  Jeśli realizacja celu umiejętności wymaga wielu niepowiązanych działań, podziel ją na odrębne umiejętności.

• Jasno określ granice

  Dobre umiejętności mają wyraźnie określone granice.

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

  Przydatne ograniczenia obejmują:

  • Nie zmieniaj pierwotnego zamysłu inżynierskiego

  • Nie wymyślaj wartości, ograniczeń ani decyzji projektowych

  • Nie usuwaj identyfikatorów ani odniesień

  • Nie zakładaj brakujących metod weryfikacji

  • Nie stosuj zmian automatycznie bez sprawdzenia ich przez użytkownika

  • Nie traktuj niejasnych informacji jako faktów

  Jasne granice zmniejszają ryzyko uzyskania wyników, które brzmią wiarygodnie, ale są niepoprawne z inżynierskiego punktu widzenia.

• Określ format wyniku

  Umiejętność powinna wskazywać AI, w jaki sposób przedstawić wynik.

  Spójny format wyników ułatwia ich sprawdzanie, porównywanie i ponowne wykorzystanie.

  W zależności od umiejętności wynikiem może być:

  • Tabela

  • Lista punktowana

  • Przeredagowane wymaganie

  • Raport o określonej strukturze

  • Lista kontrolna

  • Podsumowanie

  • Lista proponowanych zmian

  • Zestaw pytań lub otwartych kwestii

  Format wyniku powinien odpowiadać celowi umiejętności. Na przykład w przypadku umiejętności służących do przeglądu często dobrze sprawdzają się tabele z kolumnami zawierającymi problem, wyjaśnienie i zalecenie. W przypadku umiejętności służących do przeredagowywania tekstu często warto przedstawić tekst oryginalny, proponowaną wersję i uzasadnienie.