Vestacka inteligencija

Kako koristiti AI za User Stories i Acceptance Criteria?

AI for Product Management - user story and acceptance criteria

BLOG 3: Da li je User Story zaista spreman? – koristite AI kao drugi par očiju

User Story može izgledati savršeno. “As a user, I want…, so that…” Sve je na svom mestu.

Ali onda development tim postavi jedno pitanje: “A šta treba da se desi u ovom slučaju?” I shvatite da Story ipak nije toliko jasan.

To je normalno. Product Management nije proces pisanja savršenih kartica. Pravi izazov je zajedničko razumevanje problema, korisnika i očekivanog ishoda.

AI može da pročita User Story i pita:

  • Da li je korisnik jasno definisan?
  • Da li je problem dovoljno jasan?
  • Da li je očekivani ishod konkretan?
  • Koja poslovna pravila nedostaju?
  • Koje pretpostavke nisu eksplicitno navedene?
  • Koji scenariji bi mogli biti važni?

To je korisnije od jednostavnog: “Napiši mi Acceptance Criteria.”

Predlog prompta za početak

Uloga: Ti si iskusan Product Manager / Product Discovery partner. Pomozi mi da proverim da li su User Story i očekivani ishod dovoljno jasno definisani. Ne donosi konačne odluke umesto Product Managera ili tima.

Kontekst: [opiši]
Funkcionalnost: [ime]
Korisnik: [ko koristi]
Problem/potreba: [opiši]
Očekivani ishod: [opiši]
Poslovna pravila/ograničenja: [upiši]
Scope/Out of scope: [upiši]

Na osnovu ovih informacija:

  1. Predloži ili unapredi User Story
  2. Predloži relevantne Acceptance Criteria
  3. Nemoj izmišljati poslovna pravila
  4. Ako nešto nije definisano, navedi to kao pitanje
  5. Jasno razlikuj:
    1. Acceptance Criteria;
    2. test scenario;
    3. tehnički zahtev;
    4. pitanje za razjašnjenje.

Koristi Given–When–Then samo kada doprinosi jasnoći.

Na kraju odgovori:
– Da li Story jasno opisuje korisnika, potrebu i ishod?
– Da li Acceptance Criteria jasno definišu šta znači da je Story prihvatljiv?
– Koje važne odluke još nisu definisane?

PAŽNJA: Najvažniji deo prompta nije Acceptance Criteria.

To je možda i najvažnija lekcija.

Ako AI generiše 15 Acceptance Criteria-ja, to ne znači da je User Story bolji. Možda je samo postao duži.

Prava vrednost je u pitanju: “Šta još nije definisano?”

Na primer, AI može pokazati da zapravo ne znate:

  • šta korisnik vidi kada nema podataka;
  • ko ima pravo da izvrši akciju;
  • šta se dešava kada poslovno pravilo nije ispunjeno;
  • da li je određeno ponašanje uopšte deo scope-a.

To su product pitanja. I bolje ih je otvoriti tokom refinementa nego otkriti usred razvoja.

DODATNA PAŽNJA: Acceptance Criteria ≠ sve što može da se testira

Ovo je još jedna česta greška.

Nije svaki mogući scenario automatski Acceptance Criteria.

Neki scenariji su:

  • pitanja;
  • test cases;
  • tehnički zahtevi;
  • odluke koje treba doneti.

Dobar AI prompt treba da napravi tu razliku. U suprotnom ćete dobiti ogromnu listu “criteria” koja samo daje lažni osećaj kompletnosti.

Probajte danas

Uzmite jedan User Story koji se često vraća timu. Pokrenite prompt. Ali prvo pogledajte samo jedan deo rezultata: “Šta je nejasno ili nedostaje?”

Ako AI pronađe nešto što ni vi ni tim niste eksplicitno definisali – već imate vrednost.

BLOG 2: Kako koristiti AI za dekompoziciju epika

U prethodnom delu, Ne krećite od praznog papira: Koristite AI za pronalaženje vertikalnih celina, pokazali smo kako veliki proizvodni problem možete podeliti na manje delove koje vaš tim može da razume i isporuči. Upravo je to trenutak u kom mnogi timovi završe gledajući u praznu tablu, a AI tu može biti koristan partner za razmišljanje.

BLOG 4: Kako koristiti AI za RICE metodologiju i proveru pretpostavki

Jasno definisanje kriterijuma prihvatanja (Acceptance Criteria) osigurava da funkcionalnost gradite na pravi način. Sledeći korak je da budete sigurni da prvo gradite pravu funkcionalnost.