就我个人而言，通过将 ChatGPT 纳入我们团队的工作流程，我取得了出色的成绩。这使我们能够简化用户故事和技术文档的准备，减少各个部门之间的沟通需求，并减少我们对分析师的依赖。 在本文中，我将提供一个具体示例，说明我们如何在 和基于规则的提示的帮助下实现所有这些目标。 ChatGPT 构建有效提示的挑战 在与 ChatGPT 和其他生成模型交互时，主要目标是根据提示获得最佳结果。然而，构建确保 AI 正确遵循指令的提示存在一些挑战。由于提示的结构，经常会出现问题，导致 要么没有完全遵循请求，要么专注于不必要的“嘈杂”词。 AI 从 ChatGPT 获得的结果质量在很大程度上取决于用户如何准确地制定提示并提供清晰的说明。我估计 ChatGPT 提供的大约 90% 的回复是有效的，并且完全解决了所提出的问题或问题。这个过程中唯一的限制是用户，因为他们需要学习如何制定适合神经网络的提示。为此，我开发了自己的基于规则的提示公式。 什么是基于规则的提示？ 从 ChatGPT 获得高质量的答案需要特定的提示。虽然您可以向 ChatGPT 提出问题并得到简单的答复，但通过将 ChatGPT 指定为“超级开发人员”来要求特定结果会产生更好的答案。更好的是，将您的提示构建为表格可以做出更高质量的响应。但是，使用基于规则的提示可以获得最准确的结果。 要制定基于规则的提示，您应该遵循以下步骤： 准确识别问题。 确定提示的主要问题和目标（您必须清楚地理解它们）。 在您的脑海中或纸上形象化解决方案。 将复杂的任务分解成更小的步骤。 根据清晰的结构和特定的提示编写规则，以尽可能简单的方式陈述您的提示。 以这种方式创建的提示遵循我将在另一篇文章中讨论的一组特定规则，在 99% 的时间内提供有效响应。请允许我向您展示它如何帮助我，同时使用实际案例。 我将在文章末尾分享一个基于规则的提示示例。 奖励： 提示如何提高我的团队的效率：案例研究 最近，我们的团队有一个项目，要求我们创建一个能够在两个系统之间有效同步实体的集成，同时还能处理错误。为确保成功，我们必须满足特定要求： 首先，我们需要确保我们的解决方案适合生产使用，并允许我们快速确定可能出现的任何同步问题的根本原因。 其次，我们必须与业务分析师合作，以解决与界面更改的用户行为相关的多个案例。我们的目标是提供我们的用户/团队真正需要和期望的功能。 最后，我们必须优先考虑需要首先涵盖的技术案例。我们需要确定解决每个潜在问题的最有效技术，同时减少按计划交付解决方案所需的工作。 为了满足这些要求，我们使用了 ChatGPT 和基于规则的提示。但最初，我们必须将复杂的任务转化为更明确的目标。 目标第一 为了实现我们的目标，我们专注于几个关键目标和指标： 通过简化沟通，我们的团队可以更快地行动并更快地部署解决方案，从而缩短开发时间并提高生产力。 通过减少对业务分析师的依赖来增强开发人员的能力： 通过简化任务分解过程，团队更高效地运作并更快地完成工作，从而缩短了时间线并增加了产出。 优化任务分解过程： 通过减少我们讨论具体方法的时间，团队可以缩短开发周期并更快地完成任务，从而提高效率。 最大限度地减少评估选项和技术决策所花费的时间： 优化我们的合作方式使团队能够更快地完成任务，同时保持质量，推动提高生产力。 建立高效和加速的团队工作流程： 团队通过优先考虑技术卓越和结果来提高代码质量，从而减少潜在缺陷和错误复杂性。 专注于解决技术挑战和实现目标结果： 项目指标 定义 解释 速度 衡量团队在给定时间内能够完成多少工作 表示团队的能力而非绩效 交货时间 完成任务从开始到结束所需的时间，包括任何等待或延迟时间 表示开发过程的整体效率 周期 工作开始后完成任务所需的时间，不包括任何等待或延迟时间 指示可以简化开发过程的区域 缺陷密度 衡量每单位代码或功能的缺陷或错误数量 表示代码的质量 代码复杂度 衡量代码库的复杂程度，通常根据代码行数或其他指标来衡量 指示可能难以维护或修改的代码库区域 代码覆盖率 衡量测试套件覆盖的代码库数量 指示未检测到的错误 技术债务 由于选择简单的解决方案而不是更好的方法而导致的额外工作成本 指示项目随时间的健康状况 部署频率 衡量团队将代码部署到生产环境的频率 指示开发团队的生产力 通过 ChatGPT 和提示工程实现目标 我们利用 ChatGPT 并优化了我们创建提示的方式来实现我们的关键目标。由于处理错误和同步问题主要是技术性的并且跨项目是一致的，我们看到了测试 ChatGPT 提示生成以推动成功的机会。 我们首先为每个目标编写提示，首先关注高优先级的需求。利用 ChatGPT 的用户故事提示，我们快速制作了详细的用户故事以供审查并纳入我们的下一个开发周期。这减少了我们对进一步业务分析师参与的需求，使我们能够专注于技术工作。 我们团队的生产力提高了，而开发时间表和周期却缩短了。反馈所需的会议次数也大大减少。我们通过创建错误处理问卷提示来消除沟通瓶颈，该提示为我们和利益相关者提供了有价值的问题。 我们还使用提示快速生成关键项目工件，用作技术文档和团队讨论。这为所有成员提供了做出系统、流程、产品和交付决策所需的信息，而无需额外的步骤。 通过将每个开发阶段的 20% 用于创建和优化提示，我们将帕累托原则（80% 的结果源于 20% 的原因）应用于软件开发和提示工程。这简化了我们的工作流程并改善了整体结果。 总体而言，我们利用 ChatGPT 构建了多个基于规则的提示，加速了我们团队和利益相关者的决策制定，并实现了按时交付。这些提示产生了项目工件并减少了对业务分析师的依赖，使我们能够专注于技术工作。我们提高的速度、缩短的时间线和减少的周期突出了战略性地应用 AI 进行自然语言生成可以如何推动生产力和目标实现，以实现未来的工作流程。 利用 ChatGPT 和及时优化为我们的开发人员提供支持，优化任务分解，最大限度地减少讨论工作流程和技术选择所花费的时间，建立高效的团队工作流程，并专注于解决技术挑战和取得成果。结果不言自明。我们的成功证明了人工智能在加速数字化转型方面的价值。 奖励：基于规则的提示示例 正如承诺的那样，我正在分享一个 Business Analyst 基于规则的提示的真实示例，我将对其进行修改以供错误处理用户故事编写者使用。  因此，这样的提示会产生以下结果：  我希望这可以作为任何希望在其项目中实施基于规则的提示以解决错误处理和同步问题的人的实用指南。

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

This story contains new, firsthand information uncovered by the writer.

Read My Stories

該音頻是用故事的原始語言製作的！

太長; 讀書

Make resilience your competitive advantage

基于规则的提示：如何使用 ChatGPT 简化错误处理并提高团队效率

About Author

註釋

標籤

这篇文章刊登在

Related Stories

架构师指南：构建 AI/ML 数据湖参考架构

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

创建以用户为中心的加密产品：客户反馈的重要性

比特币 UTXO 模型，为独特的生态系统提供动力

架构师指南：构建 AI/ML 数据湖参考架构

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

创建以用户为中心的加密产品：客户反馈的重要性

比特币 UTXO 模型，为独特的生态系统提供动力

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps