Eine sinnvolle erste KI-Aufgabe wählen

Wählen Sie eine prüfbare Aufgabe

Die erste sinnvolle Aufgabe sollte zeigen, wie das Werkzeug in Ihrer Umgebung arbeitet. Sie sollte auch ein Ergebnis liefern, das Sie untersuchen können. Eine kleine Korrektur an einem bekannten Fehler erfüllt oft beide Bedingungen.

Wählen Sie die Aufgabe nicht nur danach aus, wie beeindruckend die Demo wirken wird. Ein umfassender Neuentwurf kann viele sichtbare Änderungen erzeugen und dabei falsche Annahmen verbergen. Eine kleine Aufgabe kann zeigen, ob der Agent Anweisungen liest, den Umfang einhält und fehlgeschlagene Prüfungen korrekt meldet.

Sie müssen nicht die einfachste denkbare Aufgabe wählen. Wählen Sie eine, bei der Ihr Team ein korrektes Ergebnis erkennen und erklären kann, warum es korrekt ist.

Vergleichen Sie mögliche Aufgaben

Betrachten Sie drei fiktive Aufträge für eine Berichtsanwendung.

Bei der Erklärungsaufgabe können Sie Begründung und Nachweise prüfen. Der Regressionstest ergänzt eine kontrollierte Aktion. Die Architekturaufgabe kann später nützlich sein, braucht aber einen deutlich präziseren Auftrag und einen gründlicheren Review-Prozess.

Wählen Sie für eine erste Übung den Regressionstest. Nutzen Sie erfundene Datumswerte und einen lokalen Branch. Legen Sie fest, dass Produktionszugriff, Abhängigkeits-Upgrades und aufgabenfremdes Refactoring nicht zum Auftrag gehören.

Formulieren Sie die Abschlussbedingung

„Datumsverarbeitung verbessern“ lässt zu viel Auslegung zu. Verwenden Sie eine konkrete Bedingung: „Enthält die Eingabe ein ungültiges Kalenderdatum, geben Sie einen Validierungsfehler zurück. Erhalten Sie die dokumentierte Ausgabe für gültige Datumswerte.“

Ergänzen Sie Beispiele für gültige und ungültige Eingaben. Nennen Sie den vorhandenen Testbefehl. Fordern Sie den Agenten auf, vor Dateiänderungen das aktuelle Verhalten zu untersuchen. Verlangen Sie nach der Änderung eine kurze Erklärung des Fehlers und der Nachweise.

Trennen Sie Aufgabenergebnis und Tätigkeit. „Der Agent hat einen Test geschrieben“ beschreibt eine Tätigkeit. „Der Test erkennt den bekannten Fehler“ beschreibt einen Nachweis. Ein Test, der bei korrektem und fehlerhaftem Code besteht, belegt den beabsichtigten Schutz nicht.

Beobachten Sie den Arbeitsablauf

Halten Sie während der Übung fest, wo der Agent zusätzlichen Kontext braucht. Prüfen Sie, ob er die relevanten Repository-Anweisungen liest. Achten Sie darauf, ob er Dateien außerhalb des Auftrags ändert oder einen erfolglosen Ansatz ohne neue Nachweise wiederholt.

Korrigieren Sie nicht jede kleine Entscheidung sofort. Lassen Sie den Agenten erlaubte, umkehrbare Arbeit abschließen, damit Sie das Ergebnis beurteilen können. Greifen Sie ein, wenn die nächste Aktion eine Grenze überschreitet oder die Fortsetzung von einer ungeklärten Anforderung abhängt.

Prüfen Sie zum Abschluss den Diff und führen Sie die relevanten Prüfungen aus. Erfassen Sie sowohl die Agentenzeit als auch Ihre Vorbereitungs- und Review-Zeit. Diese Beobachtungen helfen, die nächste Aufgabe zu wählen und die Arbeitsanweisungen zu verbessern.

Erweitern Sie jeweils nur eine Grenze

Gelingt die Übung, erhöhen Sie eine Dimension der Komplexität. Sie könnten von einer Funktion zu zwei zusammengehörigen Modulen wechseln. Sie könnten eine dokumentierte Integration ergänzen. Halten Sie Berechtigungen und Prüfanforderungen ausdrücklich fest.

Scheitert die Übung, ermitteln Sie die Ursache, bevor Sie den Umfang erweitern. Fehlender Kontext, eine unklare Anforderung, eine nicht verfügbare Testumgebung und eine Modellgrenze brauchen unterschiedliche Korrekturen. Mehr Autonomie löst nicht alle vier Probleme.

Bleibt ein Prototyp im Einsatz, benennen Sie eine verantwortliche Person für die Wartung. Neue Schwachstelleninformationen können Maßnahmen erfordern, ohne dass sich der Code ändert. Siehe kontinuierliches Schwachstellenmanagement.