電子發(fā)燒友App
就我個人而言，通過將 ChatGPT 納入我們團隊的工作流程，我取得了出色的成果。這使我們能夠簡化用戶故事和技術(shù)文檔的準備，減少各部門之間的溝通需求，并減少對分析師的依賴。在本文中，我將提供一個具體的例子，說明我們?nèi)绾卧?ChatGPT 和基于規(guī)則的提示的幫助下實現(xiàn)所有這些目標。
構(gòu)建有效提示的挑戰(zhàn)
在與 ChatGPT 和其他生成模型交互時，主要目標是根據(jù)提示獲得最佳結(jié)果。但是，在構(gòu)建提示以確保 AI 正確遵循指令方面存在一些挑戰(zhàn)。由于提示的結(jié)構(gòu)，經(jīng)常會出現(xiàn)問題，導致AI要么不完全遵循請求，要么專注于不必要的“嘈雜”詞。
從 ChatGPT 獲得的結(jié)果的質(zhì)量在很大程度上取決于用戶制定提示并提供明確說明的準確性。我估計 ChatGPT 提供的回復中約有 90% 是有效的，并且完全解決了提出的問題或疑問。此過程的唯一限制是用戶，因為由他們學習如何制定適合神經(jīng)網(wǎng)絡的提示。為此，我開發(fā)了自己的基于規(guī)則的提示公式。
什么是基于規(guī)則的提示？
從 ChatGPT 獲得高質(zhì)量的答案需要特定的提示。雖然您可以向 ChatGPT 提出問題并獲得簡單的回答，但通過將 ChatGPT 指定為“超級開發(fā)人員”來要求特定結(jié)果會產(chǎn)生更好的答案。更好的是，將提示結(jié)構(gòu)化為表格可以產(chǎn)生更高質(zhì)量的響應。但是，使用基于規(guī)則的提示可以獲得最準確的結(jié)果。
若要制定基于規(guī)則的提示，應執(zhí)行以下步驟：
精確地識別問題。
確定提示的主要問題和目標（您必須清楚地了解它們）。
在腦海中或紙上想象解決方案。
將復雜的任務分解為更小的步驟。
根據(jù)清晰的結(jié)構(gòu)和特定的提示編寫規(guī)則，以最簡單的術(shù)語陳述您的提示。
以這種方式創(chuàng)建的提示遵循我將在另一篇文章中討論的一組特定規(guī)則，在 99% 的時間內(nèi)提供有效的響應。請允許我向您展示它在使用實際案例時如何幫助我。
獎勵：我將在文章末尾分享一個基于規(guī)則的提示示例。
提示如何提高團隊的效率：案例研究
最近，我們的團隊有一個項目，要求我們創(chuàng)建一個集成，能夠在兩個系統(tǒng)之間有效地同步實體，同時處理錯誤。為了確保成功，我們必須滿足特定的要求：
首先，我們需要確保我們的解決方案適合生產(chǎn)用途，并使我們能夠快速確定可能出現(xiàn)的任何同步問題的根本原因。
其次，我們必須與業(yè)務分析師合作，以解決與界面更改的用戶行為相關的多個案例。我們的目標是提供我們的用戶/團隊真正需要和期望的功能。
最后，我們必須優(yōu)先考慮首先需要涵蓋的技術(shù)案例。我們需要確定解決每個潛在問題的最有效技術(shù)，同時減少按計劃交付解決方案所需的工作量。
為了滿足這些要求，我們使用了 ChatGPT 和基于規(guī)則的提示。但最初，我們必須將復雜的任務轉(zhuǎn)化為更明確的目標。
目標第一
為了實現(xiàn)我們的目標，我們專注于幾個關鍵目標和指標：
通過減少對業(yè)務分析師的依賴來增強開發(fā)人員的能力：通過簡化溝通，我們的團隊可以更快地移動和部署解決方案，從而改善開發(fā)時間表和生產(chǎn)力。
優(yōu)化任務分解流程：通過簡化任務分解流程，團隊更高效地運作，更快地完成工作，從而縮短時間線，提高產(chǎn)量。
最大限度地減少評估選項和技術(shù)決策所花費的時間：通過減少我們討論特定方法的時間，團隊可以縮短開發(fā)周期并更快地完成任務，從而提高效率。
建立高效和加速的團隊工作流程：優(yōu)化我們的協(xié)作方式，使團隊能夠更快地完成任務，同時保持質(zhì)量，從而提高生產(chǎn)力。
專注于解決技術(shù)挑戰(zhàn)和實現(xiàn)目標結(jié)果：該團隊通過優(yōu)先考慮技術(shù)卓越性和結(jié)果來提高代碼質(zhì)量，從而減少潛在缺陷并降低錯誤復雜性。
?
| 項目指標 | 定義 | 解釋 |
| 速度 | 衡量團隊在給定時間內(nèi)能夠完成多少工作 | 表示團隊的能力而不是績效 |
| 提前期 | 從頭到尾完成任務所需的時間，包括任何等待或延遲時間 | 指示開發(fā)過程的整體效率 |
| 循環(huán)時間 | 工作開始后完成任務所需的時間，不包括任何等待或延遲時間 | 指示可以簡化開發(fā)過程的領域 |
| 缺陷密度 | 衡量每單位代碼或功能的缺陷或錯誤數(shù)量 | 指示代碼的質(zhì)量 |
| 代碼復雜性 | 衡量代碼庫的復雜程度，通常以代碼行數(shù)或其他指標來衡量 | 指示代碼庫中可能難以維護或修改的區(qū)域 |
| 代碼覆蓋率 | 衡量測試套件涵蓋的代碼庫數(shù)量 | 指示未檢測到的錯誤 |
| 技術(shù)債務 | 選擇簡單的解決方案而不是更好的方法而導致的額外工作成本 | 指示一段時間內(nèi)的項目運行狀況 |
| 部署頻率 | 衡量團隊將代碼部署到生產(chǎn)環(huán)境的頻率 | 表示開發(fā)團隊的工作效率 |
?
通過 ChatGPT 和提示工程實現(xiàn)目標
我們利用 ChatGPT 并優(yōu)化了創(chuàng)建提示以實現(xiàn)關鍵目標的方式。由于處理錯誤和同步問題主要是技術(shù)性的，并且在項目之間保持一致，因此我們看到了測試 ChatGPT 的提示生成以推動成功的機會。
我們首先為每個目標編寫提示，首先關注高優(yōu)先級需求。通過 ChatGPT 利用用戶故事提示。我們迅速制作了詳細的用戶故事，以供審查并納入下一個開發(fā)周期。這減少了我們對進一步業(yè)務分析師參與的需求，使我們能夠?qū)Ｗ⒂诩夹g(shù)工作。
我們團隊的生產(chǎn)力提高了，而開發(fā)時間表和周期卻在下降。反饋所需的會議次數(shù)也大幅減少。我們通過創(chuàng)建錯誤處理問卷提示來消除溝通瓶頸，該提示為我們的利益相關者和我們提供了有價值的問題。
我們還使用提示快速生成關鍵項目工件，用作技術(shù)文檔和團隊討論。這為所有成員提供了必要的信息，以做出系統(tǒng)、流程、產(chǎn)品和交付決策，而無需添加額外的步驟。
通過在每個開發(fā)階段將 20% 用于創(chuàng)建和優(yōu)化提示，我們將帕累托原則（80% 的結(jié)果來自 20% 的原因）應用于軟件開發(fā)和提示工程。這簡化了我們的工作流程并改善了整體結(jié)果。
總體而言，我們利用 ChatGPT 構(gòu)建了多個基于規(guī)則的提示，加快了與我們的團隊和利益相關者的決策，并實現(xiàn)了準時交付。提示產(chǎn)生了項目工件，減少了對業(yè)務分析師的依賴，使我們能夠?qū)Ｗ⒂诩夹g(shù)工作。我們提高了速度、縮短了時間表和縮短了周期，這突顯了將 AI 戰(zhàn)略性地應用于自然語言生成可以提高生產(chǎn)力和目標實現(xiàn)，以實現(xiàn)工作流的未來。
利用 ChatGPT 和快速優(yōu)化為我們的開發(fā)人員提供支持，優(yōu)化任務分解，最大限度地減少辯論工作流程和技術(shù)選擇所花費的時間，建立高效的團隊工作流程，并專注于解決技術(shù)挑戰(zhàn)和會議成果。結(jié)果不言自明。我們的成功證明了人工智能在加速數(shù)字化轉(zhuǎn)型方面的價值。
審核編輯：郭婷
工商網(wǎng)監(jiān)
評論