論文の概要: Prompts Blend Requirements and Solutions: From Intent to Implementation

• arxiv url: http://arxiv.org/abs/2603.16348v1
• Date: Tue, 17 Mar 2026 10:31:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 17:42:07.219749
• Title: Prompts Blend Requirements and Solutions: From Intent to Implementation
• Title（参考訳）: Prompts Blend要件とソリューション: インテントから実装まで
• Authors: Shalini Chakraborty, Jan-Philipp Steghöfer,
• Abstract要約: 我々は、要求とソリューションガイダンスを混ぜ合わせた軽量で進化する要求アーティファクトとして、プロンプトを理解するべきだと論じている。 我々のビジョンは、現実世界のAI支援開発の分析を通じて、これらの仮説を実証的に評価することである。
• 参考スコア（独自算出の注目度）: 3.6821798169139366
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: AI coding assistants are reshaping software development by shifting focus from writing code to formulating prompts. In chat-focused approaches such as vibe coding, prompts become the primary arbiter between human intent and executable software. While Requirements Engineering (RE) emphasizes capturing, validating, and evolving requirements, current prompting practices remain informal and adhoc. We argue that prompts should be understood as lightweight, evolving requirement artifacts that blend requirements with solution guidance. We propose a conceptual model decomposing prompts into three interrelated components: Functionality and Quality (the requirement), General Solutions (architectural strategy and technology choices) and Specific Solutions (implementation-level constraints). We assess this model using existing prompts, examining how these components manifest in practice. Based on this model and the initial assessment, we formulate four hypotheses: prompts evolve toward specificity, evolution varies by user characteristics, engineers using prompting engage in increased requirement validation and verification, and progressive prompt refinement yields higher code quality. Our vision is to empirically evaluate these hypotheses through analysis of real-world AI-assisted development, with datasets, corpus analysis, and controlled experiments, ultimately deriving best practices for requirements-aware prompt engineering. By rethinking prompts through the lens of RE, we position prompting not merely as a technical skill, but as a central concern for software engineering's future.
• Abstract（参考訳）: AIコーディングアシスタントは、コードの記述からプロンプトの定式化に焦点を移すことによって、ソフトウェア開発を変革している。 バイブコーディングのようなチャット中心のアプローチでは、プロンプトは人間の意図と実行可能なソフトウェアの間の主要なアービターとなる。 要件エンジニアリング(RE)では、要求のキャプチャ、検証、進化が重視されるが、現在のプロンプトのプラクティスは非公式でアドホックなままである。 我々は、要求とソリューションガイダンスを混ぜ合わせた軽量で進化する要求アーティファクトとして、プロンプトを理解するべきだと論じている。 本稿では,プロンプトを機能性と品質(要求),一般解(アーキテクチャ戦略と技術選択),特定解(実装レベルの制約)の3つに分解する概念モデルを提案する。 既存のプロンプトを用いてこのモデルを評価し、これらのコンポーネントが実際にどのように現れるかを調べる。 このモデルと初期評価に基づいて、私たちは4つの仮説を定式化します: 具体性に向けて進化し、ユーザ特性によって進化し、プロンプトを使用するエンジニアは要求検証と検証の増大に取り組み、プログレッシブプロンプトの洗練によりコード品質が向上します。 私たちのビジョンは、データセット、コーパス分析、制御された実験を用いて、現実世界のAI支援開発の分析を通じてこれらの仮説を実証的に評価し、最終的には要求に合った迅速なエンジニアリングのためのベストプラクティスを導き出すことです。 REのレンズを通してプロンプトを再考することによって、プロンプトは単なる技術スキルではなく、ソフトウェア工学の将来に対する中心的な関心事として位置づけられる。

関連論文リスト

• REprompt: Prompt Generation for Intelligent Software Development Guided by Requirements Engineering [43.0808976544794]
  大規模言語モデルは、コーディングエージェントの基盤モデルとしてますます機能する。 エージェントベースのインテリジェントソフトウェア開発では、プロンプトが中心的な役割を果たす。 本稿では,要求工学によってガイドされるマルチエージェントプロンプト最適化フレームワークであるRepromptを提案する。
  論文  参考訳（メタデータ） (2026-01-23T07:14:34Z)
• Guidelines to Prompt Large Language Models for Code Generation: An Empirical Characterization [82.29178197694819]
  我々は、開発固有のプロンプト最適化ガイドラインを導出し、評価する。 コード生成プロンプトを自動的に洗練するために、反復的でテスト駆動のアプローチを使用します。 我々は50人の実践者と評価を行い,提案した即興改善パターンの使用状況について報告する。
  論文  参考訳（メタデータ） (2026-01-19T15:01:42Z)
• Empowering Real-World: A Survey on the Technology, Practice, and Evaluation of LLM-driven Industry Agents [63.03252293761656]
  本稿では,大規模言語モデル(LLM)に基づく産業エージェントの技術,応用,評価手法を体系的にレビューする。 エージェント能力の進歩を支える3つの重要な技術柱として,記憶,計画,ツール利用について検討する。 本稿では,デジタル工学,科学的発見,具体的インテリジェンス,協調ビジネス実行,複雑なシステムシミュレーションといった実世界の領域における産業エージェントの応用の概要について述べる。
  論文  参考訳（メタデータ） (2025-10-20T12:46:55Z)
• A Comprehensive Survey on Benchmarks and Solutions in Software Engineering of LLM-Empowered Agentic System [56.40989626804489]
  この調査は、Large Language Modelsを使ったソフトウェアエンジニアリングに関する、最初の総合的な分析を提供する。 本稿では,150以上の最近の論文をレビューし,(1)素早い,微調整,エージェントベースのパラダイムに分類した解法,(2)コード生成,翻訳,修復などのタスクを含むベンチマークという2つの重要な側面に沿った分類法を提案する。
  論文  参考訳（メタデータ） (2025-10-10T06:56:50Z)
• Grammar-Guided Evolutionary Search for Discrete Prompt Optimisation [63.97051732013936]
  本稿では,2段階からなる離散的な自動最適化に対する進化的探索手法を提案する。 第1段階では、文法誘導型遺伝的プログラミングが実行され、プロンプト生成プログラムを合成する。 第2段階では、局所探索を用いて、最高のパフォーマンスプログラムの周辺を探索する。
  論文  参考訳（メタデータ） (2025-07-14T14:34:15Z)
• Towards Conversational Development Environments: Using Theory-of-Mind and Multi-Agent Architectures for Requirements Refinement [8.20761565595339]
  本稿では,FMを用いたAlignMindと呼ばれるマルチエージェントシステムを利用した新しい手法を提案する。 私たちのアプローチは、FMを最小限の能力で強化する認知アーキテクチャを持つことで、ソフトウェアメーカの精神状態と視点を考慮しています。 我々は、我々のアプローチがステークホルダーの意図と要求を正確に把握し、それらを仕様とステップバイステップの行動計画の両方として表現できることを実証した。
  論文  参考訳（メタデータ） (2025-05-27T10:05:26Z)
• UOOR: Seamless and Traceable Requirements [28.579389358111115]
  提案手法は,UOORと呼ばれる要求工学手法である。 このメソッドは多くの既知の要件概念を統一し、プロジェクトライフサイクル全体を通してシームレスな変更に対応およびサポートするために完全に設計されたフレームワークに新しいものをいくつか追加します。 UOORアプローチは単なる理論的な提案ではなく、実用のために設計され、重要な実世界のケーススタディであるRoboraceに応用されている。
  論文  参考訳（メタデータ） (2025-02-25T20:03:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。