ثبت تجربههای پروژه با هوش مصنوعی
از یادداشتهای پایان پروژه یک مطلب قابل جستجو بسازید. برای تیم بعدی بنویسید چه اتفاقی افتاد، چه چیزی یاد گرفتید و چه وقت میشه از اون تجربه استفاده کرد.
ثبت تجربههای پروژه با هوش مصنوعی وقتی به کارتون میاد که کسی در تیم بعدی ممکنه دوباره سر همون دوراهی شما قرار بگیره. تصور کنید برای تحویل یک کار منتظر فایل مشتری موندید و تازه روز آخر فهمیدید کسی مسوول گرفتن تایید نهایی نبوده. چند ماه بعد، عنوان «چرا تایید فایل تحویل عقب افتاد» برای کسی که دنبال راهحل میگرده از «جلسه چهارشنبه» پیداکردنیتره.
با iterate-lessons-log میتونید از یادداشتهای پراکنده یک نوشته مستقل دربیارید. ایجنتتون از هدف پروژه، محدودیتها و ترتیب اتفاقها شروع میکنه. بعد میرسه به چیزی که تیم از ماجرا فهمیده و پیشنهادی که برای دفعه بعد داره. اگر هنوز معلوم نیست چرا اتفاقی افتاده، میتونید ازش بخواید اون قسمت رو به شکل یک پرسش باز بذاره.
کاربردها
- برای یادداشت پایان پروژه یک عنوان قابل جستجو پیدا کنید.
- شرح اتفاق رو به ترتیب زمان بنویسید تا یک همکار تازه هم بتونه ماجرا رو دنبال کنه.
- تجربه تیم رو همراه با تصمیمی ثبت کنید که روی نتیجه اثر گذاشته.
- شاهدی رو که پشت یک نتیجهگیریه کنار همون بند بیارید.
- بنویسید پیشنهاد تیم در چه شرایطی کاربرد داره و کجا باید دوباره بررسی بشه.
نصب و استفاده
- پوشه کامل اسکیل رو با الگو و نمونهاش به ایجنتتون اضافه کنید. یادداشتها و شواهدی رو بدید که اجازه دارید در این نوشته استفاده کنید.
- مثلا بگید «از این یادداشتهای تحویل، یک تجربه برای پروژه بعد بنویسید. دیر رسیدن فایل رو از حدس ما درباره دلیل تاخیر جدا کنید و برای شروع کار بعدی یک پیشنهاد مشخص بدید.»
- پیشنویس رو به کسی بدید که در پروژه نبوده. ببینید از روی نوشته میفهمه کدوم اتفاق واقعا افتاده و قبل از به کار بستن پیشنهاد باید چه چیزی رو بررسی کنه.
سوالات متداول
منبع
ساخته Jonathan Prisant (Product on Purpose). نام اصلی: iterate-lessons-log، منتشرشده در GitHub با مجوز Apache-2.0.
مشاهده در GitHub