Kỹ thuật yêu cầu tác nhân hóa

• Break Down Complex Requirements – phân tích các yêu cầu đã chọn và tách chúng thành các yêu cầu nhỏ hơn, có thể kiểm thử độc lập trong khi vẫn giữ nguyên ý định ban đầu.

  Ví dụ lời nhắc:

  Break down these requirements.

• Apply Requirement Writing Standards – rà soát các yêu cầu và viết lại chúng theo hướng dẫn viết yêu cầu của tổ chức bạn. Các kiểm tra điển hình bao gồm tính mơ hồ, ngôn ngữ không thể kiểm chứng, thiếu tác nhân thực hiện và tiêu chí chấp nhận không rõ ràng.

  Ví dụ lời nhắc:

  Rewrite these requirements according to our requirement quality standard.

• Translate Requirements – dịch các yêu cầu từ ngôn ngữ này sang ngôn ngữ khác trong khi vẫn giữ nguyên ý nghĩa kỹ thuật, thuật ngữ, ID và các tham chiếu truy vết.

  Ví dụ lời nhắc:

  Translate these requirements to German.

• Classify Requirements – áp dụng một sơ đồ 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 phân loại riêng khác của công ty.

  Ví dụ lời nhắc:

  Classify these requirements according to our applicability model.

• Generate Verification Criteria – phân tích các yêu cầu và đề xuất các phương pháp xác minh, tiêu chí chấp nhận hoặc điều kiện thử nghiệm có thể được sử dụng để chứng minh sự tuân thủ theo cùng một cách nhất quán.

  Ví dụ lời nhắc:

  Generate verification criteria for these requirements.

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

  Ví dụ lời nhắc:

  Summarize the selected requirements.

Một skill tốt giúp AI hiểu hai điều:

• Khi nào nên dùng skill

• AI nên làm gì khi skill được chạy

Khi bạn định nghĩa một skill, 

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

• Name – giúp bạn nhận biết skill.

• Short Description – giúp AI quyết định khi nào skill là phù hợp.

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

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

Tên

Name nên ngắn gọn, rõ ràng và định hướng hành động. Nó nên giúp bạn nhanh chóng hiểu skill được tạo ra để làm gì. Một tên tốt thường mô tả hành động và loại dữ liệu kỹ thuật mà skill làm việc cùng.

Một tên skill tốt nên:

• Đủ cụ thể để phân biệt skill này với các skill khác

• Đủ ngắn để dễ quét trong danh sách skill

• Tập trung vào tác vụ chính mà skill thực hiện

• Được viết bằng ngôn ngữ mà người dùng dễ hiểu một cách tự nhiên

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

Mô tả ngắn

Short Description giúp AI hiểu skill nói về điều gì và khi nào nó nên được kích hoạt. Trường này rất quan trọng vì bạn không cần chọn skill thủ công. Trợ lý sẽ phân tích lời nhắc của bạn, so sánh với các skill có sẵn và quyết định liệu một skill có liên quan hay không.

Một mô tả ngắn tốt nên giải thích:

• Skill thực hiện tác vụ gì

• Nó áp dụng cho loại dữ liệu kỹ thuật nào

• Khi nào nên dùng skill

• Kết quả mà skill được kỳ vọng sẽ tạo ra

Mô tả ngắn nên súc tích, nhưng không mơ hồ. Nó cần bao gồm đủ ngữ cảnh để AI phân biệt skill này với các skill tương tự.

Một mô tả ngắn yếu chỉ nói skill thuộc lĩnh vực nào. Một mô tả ngắn mạnh sẽ giải thích tác vụ cụ thể, ngữ cảnh kỳ vọng và tình huống kích hoạt. Ví dụ, thay vì mô tả một skill là thứ “giúp xử lý yêu cầu”, mô tả nên nêu rõ skill đó rà soát chất lượng yêu cầu, phân rã các yêu cầu phức tạp, dịch văn bản yêu cầu, phát hiện xung đột, tạo tiêu chí xác minh hay thực hiện một hành động cụ thể nào khác.

Mô tả ngắn giải thích mục đích và ngữ cảnh sử dụng của skill càng tốt thì trợ lý càng có thể quyết định đáng tin cậy hơn khi nào nên áp dụng nó.

Chỉ dẫn

Instructions xác định AI nên làm gì sau khi skill được chọn. Đây là trường quan trọng nhất để kiểm soát hành vi của skill. Trong khi mô tả ngắn giúp AI quyết định khi nào dùng skill, thì chỉ dẫn xác định skill sẽ chạy như thế nào. Các chỉ dẫn tốt nên được viết thành hướng dẫn rõ ràng theo từng bước. Chúng không chỉ mô tả đầu ra cuối cùng mà còn mô tả cả lập luận và các ràng buộc mà AI cần tuân theo trong khi tạo ra đầu ra đó.

Các chỉ dẫn nên giải thích:

• What the AI should analyze first – trợ lý thường nên hiểu ý định kỹ thuật, ngữ cảnh, cấu trúc hoặc các mối quan hệ trước khi thay đổi hoặc tạo mới bất kỳ nội dung nào.

• What steps the AI should perform – hành vi nên được chia thành các bước rõ ràng, để đầu ra có thể lặp lại và dự đoán được.

• What the AI should preserve – điều này có thể bao gồm ý định ban đầu, ID yêu cầu, thuật ngữ kỹ thuật, đơn vị, giá trị, ràng buộc, tham chiếu, phạm vi áp dụng, phân cấp hoặc ngữ cảnh truy vết.

• What the AI must not do – các skill tốt nêu rõ việc ngăn AI bịa ra các chi tiết kỹ thuật còn thiếu, thay đổi ý định, đưa vào các giả định mới hoặc áp dụng thay đổi mà không có bước người dùng xem xét.

• How the AI should handle uncertainty – nếu thiếu thông tin, thông tin mơ hồ hoặc không đủ, skill nên chỉ dẫn AI nêu rõ vấn đề thay vì phỏng đoán.

• What output format is expected – skill nên xác định xem kết quả nên là bảng, danh sách gạch đầu dòng, văn bản viết lại, bản tóm tắt, danh sách kiểm tra hay báo cáo có cấu trúc.

Các chỉ dẫn tốt đặc biệt quan trọng đối với công việc kỹ thuật vì trợ lý có thể đang làm việc với dữ liệu ảnh hưởng đến đặc tả, xác nhận/kiểm chứng, quyết định thiết kế hoặc triển khai ở các bước sau. Do đó, skill nên hướng dẫn AI sao cho hữu ích mà không trở nên quá tự tin.

Các lưu ý khác

• Mục tiêu không phải là viết một lời nhắc dài. Mục tiêu là xác định một quy trình vận hành rõ ràng cho AI.

• Keep Skills Focused

  Một skill nên thực hiện tốt một tác vụ có thể lặp lại.

  Nếu một skill cố gắng làm quá nhiều việc, trợ lý sẽ khó biết khi nào nên dùng nó hơn và người dùng cũng khó tin tưởng vào đầu ra hơn. Ví dụ, một skill không nên kết hợp phân rã yêu cầu, dịch thuật, rà soát chất lượng, phân tích truy vết và tạo xác minh trừ khi các hành động đó cố ý là một phần của cùng một quy trình làm việc được xác định chặt chẽ.

  Nếu mục đích của skill đòi hỏi nhiều hành động không liên quan, hãy tách chúng thành các skill riêng biệt.

• Define Boundaries Clearly

  Các skill tốt nêu rõ ranh giới.

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

  Các ranh giới hữu ích bao gồm:

  • Không thay đổi ý định kỹ thuật ban đầu

  • Không bịa ra giá trị, ràng buộc hoặc quyết định thiết kế

  • Không xóa ID hoặc tham chiếu

  • Không giả định các phương pháp xác minh còn thiếu

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

  • Không coi thông tin không rõ ràng là sự thật

  Các ranh giới rõ ràng giúp giảm rủi ro tạo ra đầu ra kỹ thuật có vẻ hợp lý nhưng không chính xác.

• Define the Output Format

  Một skill nên cho AI biết cách trả về kết quả.

  Một định dạng đầu ra nhất quán giúp skill dễ xem xét, so sánh và tái sử dụng hơn.

  Tùy theo skill, 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 câu hỏi hoặc các vấn đề còn mở

  Định dạng đầu ra nên phù hợp với mục đích của skill. Ví dụ, các skill định hướng rà soát thường hoạt động hiệu quả dưới dạng bảng có các cột vấn đề, giải thích và khuyến nghị. Các skill định hướng viết lại thường hoạt động tốt khi hiển thị văn bản gốc, đầu ra được đề xuất và cơ sở lý do.