Inżynieria wymagań oparta na agentach

• Break Down Complex Requirements – analizowanie wybranych wymagań i dzielenie ich na mniejsze, niezależnie testowalne wymagania przy zachowaniu pierwotnego zamiaru.

  Przykładowy monit:

  Break down these requirements.

• Apply Requirement Writing Standards – przegląd wymagań i ich przepisywanie zgodnie z wytycznymi organizacji dotyczącymi formułowania wymagań. Typowe kontrole obejmują niejednoznaczność, język nieweryfikowalny, brakujących wykonawców i niejasne kryteria akceptacji.

  Przykładowy monit:

  Rewrite these requirements according to our requirement quality standard.

• Translate Requirements – tłumaczenie wymagań z jednego języka na inny przy zachowaniu znaczenia technicznego, terminologii, identyfikatorów i odniesień śledzenia.

  Przykładowy monit:

  Translate these requirements to German.

• Classify Requirements – stosowanie organizacyjnego schematu klasyfikacji do wymagań, takiego jak Electronics, Mechanical, Software, Safety, Security lub inne firmowe taksonomie.

  Przykładowy monit:

  Classify these requirements according to our applicability model.

• Generate Verification Criteria – analizowanie wymagań i proponowanie metod weryfikacji, kryteriów akceptacji lub warunków testowych, które mogą zostać użyte do wykazania zgodności zawsze w ten sam sposób.

  Przykładowy monit:

  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 monit:

  Summarize the selected requirements.

Dobra umiejętność pomaga AI zrozumieć dwie rzeczy:

• Kiedy należy użyć umiejętności

• 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

Pole Name powinno być krótkie, jasne i zorientowane na działanie. Powinno pomagać szybko zrozumieć, do czego dana umiejętność jest przeznaczona. Dobra nazwa zwykle opisuje działanie i typ danych inżynierskich, na których umiejętność pracuje.

Mocna nazwa umiejętności powinna być:

• Na tyle konkretna, aby odróżniać umiejętność od innych

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

• Skoncentrowana na głównym zadaniu wykonywanym przez umiejętność

• Napisana językiem naturalnie zrozumiałym dla użytkowników

Unikaj nazw zbyt szerokich lub zbyt 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 monit, porównuje go z dostępnymi umiejętnościami i decyduje, czy dana umiejętność jest istotna.

Dobry krótki opis powinien wyjaśniać:

• Jakie zadanie wykonuje umiejętność

• Do jakiego typu danych inżynierskich ma zastosowanie

• Kiedy należy użyć umiejętności

• Jaki rezultat umiejętność ma wygenerować

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 tylko, 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 przy wymaganiach”, 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 i kontekst użycia umiejętności, tym bardziej niezawodnie asystent może zdecydować, kiedy ją zastosować.

Instrukcje

Pole Instructions określa, co AI powinno zrobić po wybraniu umiejętności. To najważniejsze pole do kontrolowania zachowania umiejętności. Podczas gdy krótki opis pomaga AI zdecydować, kiedy użyć umiejętności, instrukcje określają, jak umiejętność powinna działać.

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

Instrukcje powinny wyjaśniać:

• What the AI should analyze first – asystent powinien zwykle rozumieć inżynierski zamiar, kontekst, strukturę lub zależności, zanim cokolwiek zmieni lub wygeneruje.

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

• What the AI should preserve – może to obejmować pierwotny zamiar, identyfikatory wymagań, terminy techniczne, jednostki, wartości, ograniczenia, odniesienia, zakres zastosowania, hierarchię lub kontekst śledzenia.

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

• How the AI should handle uncertainty – jeśli brakuje informacji, są one niejednoznaczne lub niewystarczające, umiejętność powinna nakazać AI jasne wskazanie problemu zamiast zgadywania.

• What output format is expected – umiejętność powinna określać, czy wynik ma mieć formę tabeli, listy punktowanej, przepisanej treści, podsumowania, listy kontrolnej czy ustrukturyzowanego raportu.

Dobre instrukcje są szczególnie ważne w pracy inżynierskiej, ponieważ asystent może pracować z danymi, które wpływają na specyfikacje, walidację, decyzje projektowe lub dalsze wdrażanie. Umiejętność powinna więc prowadzić AI tak, aby było użyteczne, nie będąc przy tym nadmiernie pewnym siebie.

Inne uwagi

• Celem nie jest napisanie długiego monitu. 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 śledzenia i generowania weryfikacji, chyba że działania te są celowo częścią jednego, ściśle zdefiniowanego procesu.

  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 inżynierskimi. Asystent powinien wiedzieć, co wolno mu zmieniać, co powinien jedynie sugerować, a czego nigdy nie może zakładać.

  Przydatne granice obejmują:

  • Nie zmieniaj pierwotnego zamiaru inżynierskiego

  • 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

  Jasne granice zmniejszają ryzyko powstania wiarygodnie brzmiących, lecz niepoprawnych wyników inżynierskich.

• Define the Output Format

  Umiejętność powinna mówić AI, w jaki sposób zwrócić wynik.

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

  W zależności od umiejętności wynik może mieć formę:

  • Tabeli

  • Listy punktowanej

  • Przepisanej treści wymagania

  • Ustrukturyzowanego 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 działają w formie tabel z kolumnami problem, wyjaśnienie i zalecenie. Umiejętności zorientowane na przepisywanie często sprawdzają się, gdy pokazują tekst oryginalny, proponowaną wersję i uzasadnienie.