paint-brush
Lời nhắc dựa trên quy tắc: Cách đơn giản hóa việc xử lý lỗi và nâng cao hiệu quả của nhóm với ChatGPTtừ tác giả@davramenko
1,231 lượt đọc
1,231 lượt đọc

Lời nhắc dựa trên quy tắc: Cách đơn giản hóa việc xử lý lỗi và nâng cao hiệu quả của nhóm với ChatGPT

từ tác giả Denis Avramenko6m2023/05/30
Read on Terminal Reader

dài quá đọc không nổi

Chất lượng của các kết quả thu được từ ChatGPT phần lớn phụ thuộc vào mức độ chính xác của người dùng tạo lời nhắc và cung cấp hướng dẫn rõ ràng. Tôi ước tính rằng khoảng 90% phản hồi do ChatG PT cung cấp là hợp lệ và giải quyết đầy đủ vấn đề hoặc câu hỏi đặt ra. Tuy nhiên, có thể đạt được kết quả chính xác nhất bằng cách sử dụng Lời nhắc dựa trên quy tắc.
featured image - Lời nhắc dựa trên quy tắc: Cách đơn giản hóa việc xử lý lỗi và nâng cao hiệu quả của nhóm với ChatGPT
Denis Avramenko HackerNoon profile picture
0-item
1-item

Cá nhân tôi đã đạt được những kết quả nổi bật nhờ kết hợp ChatGPT vào quy trình làm việc của nhóm chúng tôi. Điều này đã cho phép chúng tôi đơn giản hóa việc chuẩn bị các câu chuyện của người dùng và tài liệu kỹ thuật, giảm nhu cầu liên lạc giữa các bộ phận khác nhau và giảm sự phụ thuộc của chúng tôi vào các nhà phân tích.


Trong bài viết này, tôi sẽ cung cấp một ví dụ cụ thể minh họa cách chúng tôi đạt được tất cả các mục tiêu này với sự trợ giúp của ChatGPT và Lời nhắc dựa trên quy tắc.

Những thách thức của việc xây dựng lời nhắc hiệu quả

Khi tương tác với ChatGPT và các mô hình tổng quát khác, mục tiêu chính là đạt được kết quả tốt nhất có thể dựa trên lời nhắc. Tuy nhiên, có một số thách thức trong việc xây dựng lời nhắc để đảm bảo AI tuân theo hướng dẫn một cách chính xác. Các vấn đề thường phát sinh do cấu trúc của lời nhắc, khiến AI không hoàn toàn tuân theo yêu cầu hoặc tập trung vào những từ 'ồn ào' không cần thiết.


Chất lượng của các kết quả thu được từ ChatGPT phần lớn phụ thuộc vào mức độ chính xác của người dùng tạo lời nhắc và cung cấp hướng dẫn rõ ràng. Tôi ước tính rằng khoảng 90% phản hồi do ChatGPT cung cấp là hợp lệ và giải quyết đầy đủ vấn đề hoặc câu hỏi đặt ra. Hạn chế duy nhất trong quy trình này là người dùng, vì họ phải học cách xây dựng lời nhắc phù hợp với mạng thần kinh. Để đạt được mục tiêu này, tôi đã phát triển công thức Lời nhắc dựa trên quy tắc của riêng mình.

Lời nhắc dựa trên quy tắc là gì?

Nhận câu trả lời chất lượng từ ChatGPT yêu cầu lời nhắc cụ thể. Mặc dù bạn có thể đặt câu hỏi cho ChatGPT và nhận được câu trả lời đơn giản, nhưng việc yêu cầu một kết quả cụ thể bằng cách chỉ định ChatGPT là 'siêu nhà phát triển' sẽ tạo ra câu trả lời vượt trội. Tốt hơn nữa, cấu trúc lời nhắc của bạn dưới dạng bảng sẽ tạo ra các phản hồi có chất lượng cao hơn nữa. Tuy nhiên, có thể đạt được kết quả chính xác nhất bằng cách sử dụng Lời nhắc dựa trên quy tắc.


Để xây dựng Lời nhắc dựa trên quy tắc, bạn nên làm theo các bước sau:


  1. Xác định vấn đề với độ chính xác.
  2. Xác định các vấn đề và mục tiêu chính của lời nhắc (bạn phải hiểu rõ chúng).
  3. Hình dung giải pháp trong tâm trí của bạn hoặc trên giấy.
  4. Chia nhỏ các nhiệm vụ phức tạp thành các bước nhỏ hơn.
  5. Trình bày lời nhắc của bạn bằng các thuật ngữ đơn giản nhất có thể, theo một cấu trúc rõ ràng và các quy tắc viết lời nhắc cụ thể.


Các lời nhắc được tạo theo cách này, tuân theo một bộ quy tắc cụ thể mà tôi sẽ thảo luận trong một bài viết khác, cung cấp các phản hồi hợp lệ trong 99% thời gian. Cho phép tôi chỉ cho bạn thấy nó đã giúp tôi như thế nào, trong khi sử dụng các trường hợp thực tế.


Phần thưởng: Tôi sẽ chia sẻ một ví dụ về Lời nhắc dựa trên quy tắc ở cuối bài viết.

Lời nhắc thúc đẩy hiệu quả nhóm của tôi như thế nào: Một nghiên cứu điển hình

Gần đây, nhóm của chúng tôi có một dự án yêu cầu chúng tôi tạo một tích hợp có khả năng đồng bộ hóa hiệu quả các thực thể giữa hai hệ thống, đồng thời xử lý lỗi. Để đảm bảo thành công, chúng tôi phải đáp ứng các yêu cầu cụ thể:


  • Đầu tiên, chúng tôi cần đảm bảo rằng giải pháp của mình phù hợp để sử dụng trong sản xuất và cho phép chúng tôi nhanh chóng xác định nguyên nhân cốt lõi của bất kỳ sự cố đồng bộ hóa nào có thể phát sinh.
  • Thứ hai, chúng tôi phải hợp tác với các nhà phân tích kinh doanh để giải quyết nhiều trường hợp liên quan đến hành vi của người dùng khi thay đổi giao diện. Chúng tôi nhằm mục đích cung cấp chức năng mà người dùng/nhóm của chúng tôi thực sự cần và mong đợi.
  • Cuối cùng, chúng tôi phải ưu tiên các trường hợp kỹ thuật cần được bảo hiểm trước. Chúng tôi cần xác định các kỹ thuật hiệu quả nhất để giải quyết từng vấn đề tiềm ẩn đồng thời giảm thiểu công việc cần thiết để đưa ra giải pháp theo đúng tiến độ.


Để đáp ứng các yêu cầu này, chúng tôi đã sử dụng ChatGPT và Lời nhắc dựa trên quy tắc. Nhưng ban đầu, chúng tôi phải biến những nhiệm vụ phức tạp thành những mục tiêu rõ ràng hơn.

mục tiêu đầu tiên

Để đạt được các mục tiêu của mình, chúng tôi tập trung vào một vài mục tiêu và chỉ số chính:


  • Trao quyền cho các nhà phát triển bằng cách giảm sự phụ thuộc vào các nhà phân tích kinh doanh: bằng cách hợp lý hóa giao tiếp, nhóm của chúng tôi có thể di chuyển nhanh hơn và triển khai các giải pháp nhanh hơn, cải thiện thời gian phát triển và năng suất.
  • Quy trình phân chia nhiệm vụ được tối ưu hóa: nhóm hoạt động hiệu quả hơn và hoàn thành công việc nhanh hơn bằng cách hợp lý hóa quy trình phân chia nhiệm vụ, giúp rút ngắn thời gian và tăng sản lượng.
  • Giảm thiểu thời gian dành cho việc đánh giá các lựa chọn và quyết định kỹ thuật: bằng cách giảm thời gian tranh luận về các phương pháp tiếp cận cụ thể, nhóm có thể giảm chu kỳ phát triển và hoàn thành nhiệm vụ sớm hơn, nâng cao hiệu quả.
  • Đã thiết lập quy trình làm việc nhóm hiệu quả và tăng tốc: tối ưu hóa cách chúng ta làm việc cùng nhau cho phép nhóm hoàn thành nhiệm vụ nhanh hơn trong khi vẫn duy trì chất lượng, thúc đẩy năng suất được cải thiện.
  • Tập trung vào việc giải quyết các thách thức kỹ thuật và đáp ứng các kết quả mục tiêu: nhóm cải thiện chất lượng mã bằng cách ưu tiên kết quả và sự xuất sắc về kỹ thuật, dẫn đến ít lỗi tiềm ẩn hơn và ít lỗi phức tạp hơn.


Số liệu dự án

Sự định nghĩa

Giải trình

vận tốc

Đo lượng công việc mà một nhóm có thể hoàn thành trong một khoảng thời gian nhất định

Cho biết năng lực của nhóm chứ không phải hiệu suất

thời gian dẫn

Thời gian cần thiết để hoàn thành một nhiệm vụ từ đầu đến cuối, bao gồm mọi thời gian chờ đợi hoặc trì hoãn

Cho biết hiệu quả tổng thể của quá trình phát triển

Thời gian chu kỳ

Thời gian cần thiết để hoàn thành một nhiệm vụ khi công việc đã bắt đầu, không bao gồm bất kỳ thời gian chờ đợi hoặc trì hoãn nào

Chỉ ra các lĩnh vực mà quy trình phát triển có thể được sắp xếp hợp lý

Mật độ khuyết tật

Đo lường số lỗi hoặc lỗi trên mỗi đơn vị mã hoặc chức năng

Cho biết chất lượng của mã

Độ phức tạp của mã

Đo mức độ phức tạp của cơ sở mã, thường được đo bằng các dòng mã hoặc các số liệu khác

Chỉ ra các khu vực của cơ sở mã có thể khó bảo trì hoặc sửa đổi

Mã số bảo hiểm

Đo lượng cơ sở mã của bạn được bao phủ bởi bộ thử nghiệm của bạn

Chỉ ra các lỗi chưa được phát hiện

Nợ kỹ thuật

Chi phí cho công việc bổ sung do chọn giải pháp dễ dàng thay vì cách tiếp cận tốt hơn

Cho biết sức khỏe của dự án theo thời gian

Tần suất triển khai

Đo tần suất một nhóm triển khai mã vào sản xuất

cho biết năng suất của nhóm phát triển


Đạt được Mục tiêu Thông qua ChatGPT và Kỹ thuật Nhanh chóng

Chúng tôi đã tận dụng ChatGPT và tối ưu hóa cách chúng tôi tạo lời nhắc để hoàn thành các mục tiêu chính của mình. Do việc xử lý các lỗi và sự cố đồng bộ hóa chủ yếu mang tính kỹ thuật và nhất quán giữa các dự án nên chúng tôi đã nhận thấy cơ hội thử nghiệm tính năng tạo nhanh của ChatGPT để thúc đẩy thành công.


Chúng tôi bắt đầu bằng cách viết lời nhắc cho từng mục tiêu, trước hết tập trung vào các nhu cầu ưu tiên cao. Bằng cách sử dụng Lời nhắc về câu chuyện của người dùng với ChatGPT, chúng tôi đã nhanh chóng tạo ra các câu chuyện chi tiết của người dùng để xem xét và đưa vào chu kỳ phát triển tiếp theo của mình. Điều này làm giảm nhu cầu tham gia thêm của nhà phân tích kinh doanh, cho phép chúng tôi tập trung vào công việc kỹ thuật.


Năng suất của nhóm chúng tôi tăng lên, trong khi các mốc thời gian và chu kỳ phát triển giảm xuống. Số lượng các cuộc họp cần thiết cho phản hồi cũng giảm đáng kể. Chúng tôi đã loại bỏ các tắc nghẽn giao tiếp bằng cách tạo lời nhắc Bảng câu hỏi xử lý lỗi cung cấp các câu hỏi có giá trị cho chúng tôi và các bên liên quan.


Chúng tôi cũng đã sử dụng lời nhắc để nhanh chóng tạo ra các tạo phẩm quan trọng của dự án để sử dụng làm tài liệu kỹ thuật và thảo luận nhóm. Điều này cung cấp cho tất cả các thành viên thông tin cần thiết để đưa ra các quyết định về hệ thống, quy trình, sản phẩm và phân phối mà không cần thực hiện thêm các bước.


Bằng cách dành 20% thời gian của mỗi giai đoạn phát triển để tạo và tối ưu hóa lời nhắc, chúng tôi đã áp dụng nguyên tắc Pareto—80% kết quả bắt nguồn từ 20% nguyên nhân—cho quá trình phát triển phần mềm và kỹ thuật nhanh chóng. Điều này hợp lý hóa quy trình làm việc của chúng tôi và cải thiện kết quả tổng thể.


Nhìn chung, chúng tôi đã sử dụng ChatGPT để xây dựng nhiều Lời nhắc dựa trên quy tắc, đẩy nhanh quá trình ra quyết định với nhóm và các bên liên quan của chúng tôi, đồng thời cho phép giao hàng đúng hạn. Lời nhắc tạo ra các thành phần dự án và giảm sự phụ thuộc vào nhà phân tích kinh doanh của chúng tôi, cho phép chúng tôi tập trung vào công việc kỹ thuật. Tốc độ được cải thiện, thời gian rút ngắn và chu kỳ giảm của chúng tôi nêu bật cách áp dụng chiến lược AI để tạo ngôn ngữ tự nhiên có thể thúc đẩy năng suất và đạt được mục tiêu hướng tới tương lai của quy trình làm việc.


Tận dụng ChatGPT và tối ưu hóa nhanh chóng đã trao quyền cho các nhà phát triển của chúng tôi, tối ưu hóa việc phân tách nhiệm vụ, giảm thiểu thời gian tranh luận về quy trình công việc và các lựa chọn kỹ thuật, thiết lập quy trình làm việc nhóm hiệu quả và tập trung vào giải quyết các thách thức kỹ thuật và đạt được kết quả. Các kết quả nói cho mình. Thành công của chúng tôi chứng minh giá trị của AI trong việc thúc đẩy quá trình chuyển đổi kỹ thuật số.


Phần thưởng: Ví dụ về Lời nhắc dựa trên quy tắc

Như đã hứa, tôi đang chia sẻ một ví dụ thực tế về Lời nhắc dựa trên quy tắc của nhà phân tích nghiệp vụ mà tôi sẽ sửa đổi để sử dụng cho những người viết Câu chuyện về người dùng xử lý lỗi.


Kết quả là, một lời nhắc như vậy mang lại các kết quả sau:



Tôi hy vọng điều này phục vụ như một hướng dẫn thiết thực cho bất kỳ ai muốn triển khai Lời nhắc dựa trên quy tắc để xử lý lỗi và các sự cố đồng bộ hóa trong dự án của họ.