Sử dụng và quản lý các kỹ năng AI

• Break Down Complex Requirements – phân tích các yêu cầu được chọn và chia chúng thành các yêu cầu nhỏ hơn, có thể kiểm thử độc lập, đồng thời giữ nguyên mục đích ban đầu.

  Câu lệnh mẫu:

  Break down these requirements.

• Apply Requirement Writing Standards – rà soát các yêu cầu và viết lại theo hướng dẫn viết yêu cầu của tổ chức bạn. Các nội dung kiểm tra thường bao gồm tính mơ hồ, cách diễn đạt không thể xác minh, thiếu chủ thể thực hiện và tiêu chí nghiệm thu không rõ ràng.

  Câu lệnh mẫu:

  Rewrite these requirements according to our requirement quality standard.

• Translate Requirements – dịch các yêu cầu từ ngôn ngữ này sang ngôn ngữ khác, đồng thời giữ nguyên ý nghĩa kỹ thuật, thuật ngữ, ID và các tham chiếu truy xuất nguồn gốc.

  Câu lệnh mẫu:

  Translate these requirements to German.

• Classify Requirements – áp dụng hệ thống phân loại của tổ chức cho các yêu cầu, chẳng hạn như Điện tử, Cơ khí, Phần mềm, An toàn, Bảo mật hoặc các hệ thống phân loại khác dành riêng cho công ty.

  Câu lệnh mẫu:

  Classify these requirements according to our applicability model.

• Generate Verification Criteria – phân tích các yêu cầu và đề xuất phương pháp xác minh, tiêu chí nghiệm thu hoặc điều kiện kiểm thử có thể dùng để chứng minh sự tuân thủ theo cách nhất quán.

  Câu lệnh mẫu:

  Generate verification criteria for these requirements.

• Summarize a Specification/Section/Group of Requirements – tạo bản tóm tắt ngắn gọn, có cấu trúc cho một tài liệu đặc tả, một phần yêu cầu hoặc một tập hợp yêu cầu.

  Câu lệnh mẫu:

  Summarize the selected requirements.

Một kỹ năng tốt giúp AI hiểu hai điều:

• Khi nào nên sử dụng kỹ năng

• AI nên làm gì khi kỹ năng được thực thi

Điều này được thể hiện qua ba trường, mỗi trường có một mục đích khác nhau:

• Name – giúp bạn nhận biết kỹ năng.

• Short Description – giúp AI quyết định khi nào kỹ năng phù hợp.

• Instructions – xác định hành vi mà AI cần tuân theo khi kỹ năng được chọn.

Tham khảo các phần bên dưới để biết chi tiết về từng trường.

Tên

Name nên ngắn gọn, rõ ràng và hướng đến hành động. Tên cần giúp bạn nhanh chóng hiểu kỹ năng được dùng để làm gì. Một tên phù hợp thường mô tả hành động và loại dữ liệu kỹ thuật mà kỹ năng xử lý.

Một tên kỹ năng hiệu quả cần:

• Đủ cụ thể để phân biệt kỹ năng này với các kỹ năng khác

• Đủ ngắn gọn để dễ đọc lướt trong danh sách kỹ năng

• Tập trung vào tác vụ chính mà kỹ năng thực hiện

• Được viết bằng ngôn ngữ tự nhiên, dễ hiểu với người dùng

Tránh đặt tên quá rộng hoặc chung chung. Nếu tên có thể áp dụng cho nhiều tác vụ khác nhau, có thể tên đó chưa đủ cụ thể.

Mô tả ngắn

Short Description giúp AI hiểu kỹ năng dùng để làm gì và khi nào nên kích hoạt kỹ năng đó. Trường này rất quan trọng vì bạn không cần chọn kỹ năng theo cách thủ công. Trợ lý phân tích câu lệnh của bạn, đối chiếu với các kỹ năng có sẵn và quyết định xem kỹ năng nào phù hợp.

Một mô tả ngắn tốt cần giải thích:

• Kỹ năng thực hiện tác vụ gì

• Kỹ năng áp dụng cho loại dữ liệu kỹ thuật nào

• Khi nào nên sử dụng kỹ năng

• Kết quả mà kỹ năng được kỳ vọng tạo ra

Phần mô tả ngắn cần súc tích nhưng không mơ hồ. Phần này cần cung cấp đủ ngữ cảnh để AI phân biệt kỹ năng này với các kỹ năng tương tự.

Một mô tả ngắn chưa tốt chỉ nêu lĩnh vực mà kỹ năng thuộc về. Một mô tả ngắn tốt sẽ giải thích nhiệm vụ cụ thể, ngữ cảnh sử dụng dự kiến và tình huống kích hoạt kỹ năng. Ví dụ, thay vì mô tả một kỹ năng là công cụ "hỗ trợ xử lý yêu cầu", phần mô tả cần giải thích rõ kỹ năng đó đánh giá chất lượng yêu cầu, phân rã các yêu cầu phức tạp, dịch nội dung yêu cầu, phát hiện xung đột, tạo tiêu chí xác minh hay thực hiện một hành động cụ thể khác.

Phần mô tả ngắn càng giải thích rõ mục đích và ngữ cảnh sử dụng của kỹ năng, trợ lý càng có thể xác định chính xác thời điểm cần áp dụng kỹ năng đó.

Hướng dẫn

Phần Instructions xác định những việc AI cần làm sau khi kỹ năng được chọn. Đây là trường quan trọng nhất để kiểm soát hành vi của kỹ năng. Trong khi phần mô tả ngắn giúp AI quyết định thời điểm sử dụng kỹ năng, phần hướng dẫn xác định cách kỹ năng cần được thực thi.

Hướng dẫn tốt cần được viết rõ ràng, theo từng bước. Hướng dẫn không chỉ mô tả kết quả đầu ra cuối cùng mà còn phải nêu cách suy luận và các ràng buộc AI cần tuân thủ khi tạo ra kết quả đó.

Hướng dẫn cần giải thích:

• AI cần phân tích điều gì trước tiên – thông thường, trợ lý cần hiểu ý đồ kỹ thuật, ngữ cảnh, cấu trúc hoặc các mối quan hệ trước khi thay đổi hay tạo bất kỳ nội dung nào.

• AI cần thực hiện những bước nào – quy trình thực hiện cần được chia thành các bước cụ thể để kết quả đầu ra có tính lặp lại và có thể dự đoán.

• AI cần giữ nguyên những gì – có thể bao gồm ý đồ ban đầu, mã định danh yêu cầu, thuật ngữ kỹ thuật, đơn vị, giá trị, ràng buộc, tham chiếu, phạm vi áp dụng, cấu trúc phân cấp hoặc ngữ cảnh truy xuất nguồn gốc.

• AI không được làm gì – các kỹ năng tốt phải quy định rõ việc không cho phép AI tự tạo ra các chi tiết kỹ thuật còn thiếu, thay đổi ý đồ, đưa ra giả định mới hoặc áp dụng thay đổi khi chưa được người dùng xem xét.

• AI cần xử lý sự không chắc chắn như thế nào – nếu thông tin bị thiếu, mơ hồ hoặc không đầy đủ, kỹ năng cần hướng dẫn AI nêu rõ vấn đề thay vì phỏng đoán.

• Định dạng đầu ra mong muốn là gì – kỹ năng cần xác định kết quả phải ở dạng bảng, danh sách gạch đầu dòng, văn bản viết lại, bản tóm tắt, danh sách kiểm tra hay báo cáo có cấu trúc.

Hướng dẫn tốt đặc biệt quan trọng đối với công việc kỹ thuật vì trợ lý có thể đang xử lý dữ liệu ảnh hưởng đến thông số kỹ thuật, hoạt động xác nhận tính hợp lệ, các quyết định thiết kế hoặc quá trình triển khai tiếp theo. Vì vậy, kỹ năng cần định hướng để AI hỗ trợ hiệu quả mà không quá tự tin.

Các lưu ý khác

• Mục tiêu không phải là viết một câu lệnh dài, mà là xác định một quy trình vận hành rõ ràng cho AI.

• Giữ cho kỹ năng tập trung vào một nhiệm vụ

  Một kỹ năng cần thực hiện tốt một nhiệm vụ có thể lặp lại.

  Nếu một kỹ năng cố gắng làm quá nhiều việc, trợ lý sẽ khó xác định khi nào cần sử dụng kỹ năng đó và người dùng cũng khó tin tưởng kết quả đầu ra hơn. Ví dụ, một kỹ năng không nên kết hợp việc phân rã yêu cầu, dịch thuật, đánh giá chất lượng, phân tích khả năng truy xuất nguồn gốc và tạo nội dung xác minh, trừ khi các hành động đó được chủ đích đưa vào cùng một quy trình được xác định chặt chẽ.

  Nếu mục đích của kỹ năng đòi hỏi nhiều hành động không liên quan đến nhau, hãy tách thành các kỹ năng riêng biệt.

• Xác định rõ các giới hạn

  Các kỹ năng tốt đều nêu rõ giới hạn.

  Điều này đặc biệt quan trọng khi làm việc với các yêu cầu, thông số kỹ thuật và dữ liệu kỹ thuật. Trợ lý cần biết mình được phép thay đổi những gì, chỉ nên đề xuất những gì và tuyệt đối không được giả định điều gì.

  Các giới hạn hữu ích bao gồm:

  • Không thay đổi ý đồ kỹ thuật ban đầu

  • Không tự tạo ra các giá trị, ràng buộc hoặc quyết định thiết kế

  • Không xóa mã định danh hoặc tham chiếu

  • Không tự giả định phương pháp xác minh khi thông tin này còn thiếu

  • Không tự động áp dụng thay đổi khi chưa được người dùng xem xét

  • Không coi thông tin chưa rõ ràng là sự thật

  Các giới hạn rõ ràng giúp giảm nguy cơ tạo ra kết quả kỹ thuật có vẻ hợp lý nhưng thực tế lại không chính xác.

• Xác định định dạng đầu ra

  Một kỹ năng cần cho AI biết cách trả về kết quả.

  Định dạng đầu ra nhất quán giúp việc xem xét, so sánh và tái sử dụng kỹ năng trở nên dễ dàng hơn.

  Tùy theo kỹ năng, đầu ra có thể là:

  • Một bảng

  • Một danh sách gạch đầu dòng

  • Một yêu cầu được viết lại

  • Một báo cáo có cấu trúc

  • Một danh sách kiểm tra

  • Một bản tóm tắt

  • Một danh sách các thay đổi được đề xuất

  • Một tập hợp các câu hỏi hoặc vấn đề còn bỏ ngỏ

  Định dạng đầu ra cần phù hợp với mục đích của kỹ năng. Ví dụ, các kỹ năng tập trung vào việc đánh giá thường hiệu quả khi trình bày dưới dạng bảng với các cột vấn đề, giải thích và khuyến nghị. Các kỹ năng tập trung vào việc viết lại thường hiệu quả khi hiển thị văn bản gốc, nội dung đề xuất và lý do.