Ви знаєте, я часто стикаюся з проблемами ШІ при написанні вимог 🤖 і стаю все більш і більш переконаним, що умовного requirements engineer чи BA не було у списку експертів для SFT/RLHF-тренування моделі 😅

Він має якісь приклади вимог, але, якщо взяти там опис сторі, то у більшості випадків його вимоги не витримають жодних критеріїв якості вимог — ні згідно BABOK, ні згідно INVEST 📘

Я тільки за минулий тиждень (чому і надихнувся на пост) помітив, що згенеровані вимоги:• двозначні, не специфічні ⚖️ • нерелевантні — я просто 20 хвилин переписувався з чатом, щоб переконати його викинути частину по логуванню акту виконання функції видалення у сторі, бо це в реалі не потрібно для того, щоб нашому продукту бути GDPR-compliant 🙈 • їх неможливо протестувати — бо вони дуже абстрактні, використовуються конструкції etc., e.g., <A> or <B> 🧩 • у формулюванні юзер сторі згадує деталі імплементації (які могли б бути у AC) 🔧 • у формулюванні юзер сторі систему вказує як користувача 🖥 • часто ШІ пропонує логування, що в цілому крута вимога (загалом це навіть best practice), але мені це наразі не потрібно 🪵 • Mermaid діаграми — буває так, що я в принципі не можу щось згенерувати - просто 5 ітерацій підряд з помилкою і я здаюся (допомагає або просто повна перегенарція за першим промптом, або лагодження діаграми у Mermaid AI) 🫠

При чому це відбувається не просто по рандомним промптам “згенеруй сторю таку-то”, — це працює в межах проєкту (тобто він може згрібати весь контекст під один дах для завдання).

🧠

Також ШІ знає всі мої виправлення (зазвичай так і пишу “ось моя фінальна версія”) у сусідніх розмовах і вже мав би вчитися з того у контексті проєкту 🗂

Тим не менш, генерація вимог — це хороший брейнстормінг на старті 💡 + полірування ваших вимог в кінці специфікації ✍️

Але й б круто, якби хтось саме LLMку нормально натренував під вимоги (звісно це десь вже робиться) 🚀 #AIforBA