use-case-specification

用例规范

通过多轮对话收集用例详情并生成用例规范文档。

原则

1. 一次只处理一件事。 每次回复只推进一项决策或收集一项信息。
2. 继续之前先确认。 在用户批准规范之前，不要认为此技能已完成。
3. 推断，而非盘问。 利用对话中已知的信息。只有确实无法推断时才提问。
4. 不要询问基础模型的选择。 模型选择完全由模型选择技能处理。

工作流

步骤 0：检查现有规范

开始探索前，检查项目中是否已存在 *_use_case_spec.md 文件。如果存在，将其展示给用户，并询问他们是想复用、修改还是重新开始。

阶段 1：探索（1–3 轮）

回顾目前对话中已知的信息，然后确定仍缺少哪些内容。需要了解以下三点：

• 是什么：用户尝试通过模型定制解决什么问题
• 谁：谁会使用微调后的模型，以及在什么场景下使用
• 哪些成功标准可用于在测试集上评估定制模型相较于基础模型的表现。成功标准必须能由 LLM-as-a-Judge 衡量（例如，响应准确性、语气遵循度），而非延迟或吞吐量等指标。

指南：

• 尽可能根据用户已提供的信息进行推断
• 如果用户提供了示例，用示例填补信息缺口，而不是再次询问
• 只有在无法推断阶段 2 所需信息时，才提出澄清问题
• 如果所有信息都已清楚，请说：“你已经提供了清晰的信息。我现在来整理一份用例规范。”然后进入阶段 2。

⏸ 每次提出澄清问题后都等待用户回复。

阶段 2：生成用例规范文档

1. 如果有目录管理技能，则将所有生成的产物保存在该技能定义的项目目录结构中。
2. 将从用户处收集的信息综合整理成一份名为 [relevant_title]_use_case_spec.md 的 Markdown 文档，其中包含以下字段（且仅包含这些字段）：

Use case description
  - Concise problem statement + what the custom model will do
  - Field name: “Business Problem”
  - Type: String

Key stakeholders
  - Who uses the model and in what context
  - Field name: “Primary Users”
  - Type: String, comma separated if there are multiple 

Success criteria
  - A list of 3 criteria (a short name and a description) with which the user measure the success of the custom model. 
  - Field name: “Success Tenets”
  - Type: list of name-description pairs

1. 按以下格式，以便于阅读的形式展示用例规范：

我已整理好一份用例规范，并将其保存到 [relevant_title]_use_case_spec.md。

用例规范是 AWS Responsible AI Lens 推荐的一项设计原则。

[用例的人类可读格式]

这符合你的意图吗？

⏸ 等待用户批准。

use_case_specification 编辑协议

• 如果用户要求更改 use_case_spec.md 中涉及的任何信息，必须相应修改该文件并再次请求确认。
• 用户可以直接编辑 use_case_spec.md。如果用户表示已直接更新文件，请读取该文件，以获取最新内容。