人工智能时代的需求工程：研究生成式人工智能辅助开发中软件需求与提示工程之间的关系

需求工程通过使开发人员将人类意图转化为可实现的系统行为，为软件成功奠定了基础。随着大型语言模型和人工智能辅助开发工具的兴起，这种转化越来越多地通过提示而非传统需求工件发生。因此，提示工程已成为一种新的规范工作形式，但它缺乏需求工程理论和实践的正式基础。本项目探讨了需求与提示之间的关系，研究了人工智能介导的需求如何被获取和完善，并旨在开发与既定需求工程流程相一致的结构化方法。软件工程（SE）中一个长期公认的真理是需求的重要性，需求是系统构建的基础，必须准确且易于实施开发人员理解。因此，需求工程（RE）是SE中一个关键阶段，通过需求的获取、规范、验证和管理来决定项目成果。人工智能的最新进展，特别是GPT系统等大型语言模型（LLMs），已开始改变软件开发工作流程。开发人员越来越多地依赖人工智能工具来解释高层目标、生成代码、提出设计并协助决策。然而，这种新兴范式将人类意图与系统行为之间的接口从传统需求文档转移到提供给人工智能系统的“提示”。提示工程（我们将提示视为微观规范）因此成为一种塑造人工智能输出的新工程活动。然而，提示工程目前缺乏正式基础、既定符号、质量指标以及与软件需求实践的对齐。需求工程与提示工程之间的关系尚不清楚。目前尚不明确提示是否应被视为一种操作化需求形式，现有RE框架是否映射到提示驱动工作流程的结构和生命周期，或者是否需要全新的方法。本博士项目将研究人工智能支持的软件工程环境中，需求如何通过提示表示、协商和完善，探索传统RE工件与提示结构之间的映射，并提出人工智能增强需求工程的新模型或流程。请注意，这是一个快速发展的领域，需要项目的敏捷性和进一步完善，但根本目标是帮助塑造我们如何在现代更好地进行需求工程，以最有效地利用人工智能工具和开发方法。项目的初步目标草案如下：1. 批判性分析人工智能辅助软件开发如何影响需求工程实践。2. 探索提示工程作为传统需求活动的等效功能或扩展的作用。3. 识别需求工件（例如用户故事、用例、验收标准）与提示结构之间的映射或差距。4. 开发一个整合需求工程和提示工程的概念或实践框架。5. 评估此框架的有效性（例如在真实或模拟的人工智能辅助软件项目中）。项目初始阶段的一部分将是，结合文献综述和现有工具与方法调查，制定研究问题以指导工作。一些初步研究问题草案示例如下：RQ1：开发人员在软件开发过程中与生成式人工智能系统交互时，目前如何阐明需求？RQ2：提示工程实践在哪些方面类似于、取代或偏离了既定的需求工程技术？RQ3：当需求转化为提示时，需求的哪些质量属性（例如清晰度、完整性、可测试性）得以保留、丢失或转化？RQ4：能否开发一个结构化框架，将需求工程流程与提示工程活动对齐，以改进人工智能辅助开发成果？RQ5：将提示工程整合到正式需求生命周期中，如何影响产品准确性、开发人员信心和迭代速度等因素？系统文献综述将包括以下主题：• 传统需求工程流程（获取、分析、规范、验证）。• 用户故事、用例、场景等需求表示法。• 人工智能辅助软件工程和人机协作。• 编码中的生成式人工智能（例如GitHub Copilot、ChatGPT、CodeWhisperer）。• 提示工程特征和分类学的研究。• 自然语言需求、模糊性和需求质量的研究。• 人工智能在开发工作流程中的社会技术影响。• 早期将提示形式化为系统规范的尝试。在学术上，该项目将促进人工智能驱动背景下需求工程的理论演进。在实践中，它支持采用人工智能工具的开发人员、教育工作者和组织，确保需求完整性得以维护或增强，而不是因依赖人工智能而受到侵蚀。这项工作可能会为人工智能增强软件工程的新标准、教学方法和行业实践提供信息。