使用LLM辅助化来生成用户故事，如下所示： 输入：生成用户故事：路由器的配置 输出：>> FINAL ANSWER: """ As a network administrator responsible for setting up and maintaining network infrastructure, I’d like to have a user-friendly interface for configuring routers, So that I can efficiently set up, customize, and manage network settings such as IP allocation, security protocols, and access controls, ensuring a secure and optimized network performance for all users. """ https://platform.openai.com/playground/p/ovQE2QSGVK4WaztMGYlCkBNu?model=gpt-4-turbo-preview&mode=chat

这个课有种倒序的感觉，一直盼着讲用户故事…………可能跟我做业务而不是做开发有关系吧

用户故事显然就是 Kent Beck 说的 10% 的技能，那么如何发挥好？ 1 是看书，2 是可以尝试使用 LLM 提取 用户故事。 那如何使用 LLM 提取 用户故事？ 目前的思路是，模仿 LLM 辅助建模 的流程。比如，这篇文章就是个编写用户故事的方法，就是 CoT，那么 prompt 就可以是: ``` 需求文档 ====== {requirement} 编写用户故事的方法 ============ {method_for_writing_user_story} 任务 === 请根据上面需求文档，按照编写用户故事的方法，编写用户故事。 ``` 当然这是个很粗略的思路，还少了很多东西。比如，LLM 辅助建模的过程还有一个测试的过程。那如何测试 LLM 给的用户故事？这个问题我还没思路，还在研究中，不过打算先发出来抛砖引玉一下哈哈

本章的灵魂主角终于出场：用户故事