Agentowe inżynieria wymagań

• 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, język nieweryfikowalny, brakujących aktorów i niejasne kryteria akceptacji.

  Przykładowy prompt:

  Rewrite these requirements according to our requirement quality standard.

• Translate Requirements – przetłumacz wymagania z jednego języka na inny, 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 Electronics, Mechanical, Software, Safety, Security 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, których można użyć 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 należy użyć tej 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 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 znajdziesz w sekcjach poniżej.

Nazwa

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

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

• Skoncentrowana na głównym zadaniu wykonywanym przez umiejętność

• Napisana językiem naturalnie zrozumiałym dla użytkowników

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 musisz ręcznie wybierać umiejętności. Asystent analizuje Twój prompt, 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 ma dać umiejętność

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. Mocny 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, rozkłada złożone wymagania, tłumaczy tekst 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 do kontrolowania zachowania umiejętności. Podczas gdy krótki opis pomaga AI zdecydować, kiedy użyć umiejętności, instrukcje definiują, jak umiejętność ma działać.

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

Instrukcje powinny wyjaśniać:

• What the AI should analyze first – asystent powinien zwykle zrozumieć intencję inżynierską, kontekst, strukturę lub relacje przed zmianą albo wygenerowaniem czegokolwiek.

• What steps the AI should perform – zachowanie powinno być podzielone na wyraźne 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, zastosowanie, hierarchię lub kontekst śledzenia.

• What the AI must not do – dobre umiejętności wyraźnie zapobiegają wymyślaniu przez AI brakujących szczegółów inżynierskich, zmianie intencji, wprowadzaniu nowych założeń lub stosowaniu zmian bez przeglądu użytkownika.

• How the AI should handle uncertainty – jeśli informacje są brakujące, 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 inżynierskiej, ponieważ asystent może pracować z danymi wpływającymi na specyfikacje, walidację, decyzje projektowe lub dalszą implementację. Umiejętność powinna zatem prowadzić 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

  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 celowo stanowią część jednego, ściśle zdefiniowanego przepływu pracy.

  Jeśli cel umiejętności wymaga wielu niepowiązanych działań, podziel go na oddzielne 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 i czego nigdy nie może 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 pozornie wiarygodnych, ale niepoprawnych wyników inżynierskich.

• Define the Output Format

  Umiejętność powinna mówić AI, jak 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 nastawione na przegląd często dobrze sprawdzają się jako tabele z kolumnami: problem, wyjaśnienie i zalecenie. Umiejętności nastawione na przeredagowanie często dobrze działają wtedy, gdy pokazują tekst oryginalny, proponowany wynik i uzasadnienie.