Si të shkruani një specifikim që AI mund ta ndjekë

Përmbledhje

Ky udhëzues shpjegon si të shkruani një specifikim produkti ose veçorie në mënyrë që implementimi i ndihmuar nga AI të mbetet i përafruar me qëllimet reale të produktit, në vend që të rrëshqasë drejt një rezultati të përgjithshëm.

Pse kjo ka rëndësi

AI mund të gjenerojë kod shpejt, por funksionon më mirë kur detyra ka kufij të qartë.

Nëse një specifikim është i paqartë, AI shpesh i mbush boshllëqet me parazgjedhje të besueshme:

• modele të zakonshme arkitekture
• rrjedha të përgjithshme ndërfaqeje
• abstraksione të panevojshme
• supozime të shpikura për atë që duhet të bëjë produkti

Ky rezultat mund të duket i rregullt dhe prapëseprapë të jetë i gabuar.

Çfarë duhet të përfshijë një specifikim i dobishëm për AI

1. Qëllimi i produktit

Shpjegoni pse ekziston veçoria.

Keq:

Shto një formular libri.

Më mirë:

Shto një formular të shpejtë regjistrimi që i lejon një dhuruesi të katalogojë një kopje fizike libri për disa sekonda ndërsa qëndron pranë një rafti ose kutie.

Qëllimi i tregon qartë implementuesit se për çfarë duhet të optimizojë.

2. Kufijtë e shtrirjes

Shpjegoni çfarë është brenda shtrirjes dhe çfarë është jashtë saj.

Shembull:

• brenda shtrirjes: foto kopertine, futje ISBN-je, vendndodhje ruajtjeje, ruaj dhe vazhdo
• jashtë shtrirjes: OCR, sinkronizim cloud, rrjedhë rishikimi institucional

Kjo e pengon ndihmësin ta fryjë një detyrë të vogël në një mini-platformë.

3. Sjellja e kërkuar

Renditni rregullat e panegociueshme.

Shembuj nga qasja Let Books:

• rrjedha manuale e punës duhet të funksionojë pa AI
• të dhënat e paplota duhet të lejohen
• kopjet fizike duhet të mbeten të ndara nga regjistrat bibliografikë
• sjellja e dukshme për përdoruesin duhet të mbetet e lokalizueshme

Këto rregulla kanë më shumë rëndësi se stili i implementimit.

4. Sjellja në dështim dhe sjellja rezervë

Zgjidhjet e gjeneruara nga AI shpesh optimizojnë rrugën e lumtur. Një specifikim i mirë shpjegon çfarë ndodh kur sistemet opsionale dështojnë.

Shembull:

• nëse kërkimi i metadatave dështon, hyrja manuale mbetet e disponueshme
• nëse OCR është çaktivizuar, regjistrimi vazhdon të funksionojë
• nëse validimi i eksportit dështon, përdoruesi merr një raport të qartë në vend të një importi të pjesshëm të heshtur

5. Kriteret e pranimit

Shkruajeni kushtin e suksesit me terma të vëzhgueshëm.

Shembull:

1. përdoruesi zgjedh një kuti
2. përdoruesi fut ose skanon ISBN-në
3. përdoruesi mund të ruajë edhe nëse asnjë ofrues metadatash nuk përgjigjet
4. libri shfaqet në vendndodhjen e zgjedhur

Kriteret e pranimit u japin rishikuesve dhe sistemeve AI një objektiv të qëndrueshëm.

Çfarë të shmangni

• qëllime të paqarta si “përmirëso UX”
• hollësi implementimi pa qëllim produkti
• ide të ardhshme të përziera dhe të paraqitura si kërkesa aktuale
• supozime të fshehta për rolet e përdoruesve ose cilësinë e të dhënave
• specifikime që vetëm emërtojnë por nuk përshkruajnë rrjedhën e punës

Një model praktik shkrimi

Përdoreni këtë strukturë kompakte kur hartoni një specifikim veçorie.

1. problemi
2. përdoruesi dhe konteksti
3. rrjedha e punës brenda shtrirjes
4. elementet jashtë shtrirjes
5. rregullat e kërkuara
6. sjellja rezervë
7. kriteret e pranimit
8. shënime verifikimi

Si lidhet kjo me Let Books

Depoja tashmë e demonstron këtë model në disa nivele:

• AGENTS.md përcakton qëllimin e produktit, rrjedhat e punës dhe kriteret e pranimit
• AGENTS-Implementation.md përcakton kufizimet taktike të dorëzimit
• README.md ndan gjendjen aktuale nga drejtimi i ardhshëm

Kjo qasje me shtresa është e dobishme sepse AI funksionon më mirë kur ajo që e përcakton produktin është shkruar qartë dhe mbetet e rishikueshme.

Ushtrim

Merrni një veçori të Let Books, si skanimi QR i kutive ose importimi i vendimeve nga Excel-i, dhe shkruani një specifikim njëfaqësh duke përdorur strukturën e mësipërme.

Më pas kërkoni nga një ndihmës programimi ta implementojë.

Pastaj rishikojeni rezultatin kundrejt specifikimit përpara se të rishikoni stilin e kodit. Ky rend ka rëndësi.

Lexim i mëtejshëm

• ../spec-driven-content-program.md
• ../wiki/sq/spec-driven-development.md
• ../wiki/sq/demo-spec-alignment.md
• ../blog/sq/spec-driven-development-for-ai-projects.md