Verwandle genehmigte Designs in ein Implementierungspaket, bei dem Unklarheiten benannt statt vermutet werden.
Diese Anleitung schlägt einen Workflow vor, um Design und Engineering auf ein kleines, umsetzbares Segment abzustimmen. Es ist ein Planungsmuster, keine getestete Ersthand-Erfahrung, Garantie oder Ersatz für Fachumwelt.
Du benötigst genehmigte Designs, Akzeptanzkriterien und einen benannten Engineering-Inhaber. Gebe keine Passwörter, API-Schlüssel, Gesundheitsinformationen, staatliche Ausweisdokumente oder ungeschwärzte Kunden-/Mitarbeiterdaten in einen AI-Dienst ein, es sei denn, deine Organisation hat diese Verarbeitung ausdrücklich genehmigt.
Eingabe: Bildschirmlinks, Tokens, States und Constraints.
Erwartete Ausgabe: eine Übergabecheckliste mit offenen Fragen und Akzeptanztests.
Tool-Verfügbarkeit, Modellverhalten, Planlimits und Nutzungsbedingungen können sich ändern. Überprüfe die aktuelle Dokumentation jedes Anbieters und die Kontoeinstellungen deiner Organisation, bevor du einen Workflow konfigurierst.
Schreibe einen Satz, der die Entscheidung beschreibt, die diese Arbeit unterstützen muss: eine Übergabecheckliste mit offenen Fragen und Akzeptanztests. Liste auf, was bestätigt ist, was unbekannt ist und wer eine endgültige Version genehmigen kann. Platziere Quelllinks neben Sachaussagen; generierter Text ist niemals die Quelle einer Aussage.
Erstelle ein Eingabepaket mit Bildschirmlinks, Tokens, States und Constraints. Entferne Namen, direkte Kontaktdaten, Kontoanmeldedaten und Material, das für diese Aufgabe nicht erforderlich ist. Verwende beispielsweise einen Quelllink oder eine interne Datensatz-ID anstelle eines eingefügten vertraulichen Dokuments. Definiere, was die Ausgabe nicht tun darf: Sie darf keine Entscheidung über eine Person treffen, nicht automatisch veröffentlicht werden oder eine unsichere Aussage als bestätigt darstellen.
Übergabe: Gib die begrenzte Aufgabenstellung, das Eingabepaket und den Quellordner an die Person, die den ersten Entwurf erstellt. Diese Person sollte erklären können, warum jedes eingebundene Element notwendig ist.
Liste für jeden Bildschirm Einstiegspunkt, State, Validierung, leeren State, Fehlerstatus, Analyse-Bedarf und Akzeptanzprüfung auf. Engineering sollte offene Fragen stellen, bevor Arbeit geschätzt wird, anstatt unbeschriftete Annahmen umzusetzen.
In Figma AI fordere einen strukturierten ersten Entwurf an, keine endgültige Antwort. Eine hilfreiche Anweisung ist: "Verwende nur das Material unten. Produziere Überschriften, eine Nachweistabelle, offene Fragen und einen Entwurf. Kennzeichne alles, was nicht durch das Material gestützt wird, als bedarf Verifikation.". Füge die Quell-IDs neben dem relevanten Absatz oder der Zeile an.
Lese das Ergebnis Zeile für Zeile gegen das Eingabepaket. Lösche Aussagen, die nicht zurückverfolgt werden können, und unterscheide zwischen einer nützlichen Hypothese und einer Entscheidung. Die Arbeit an diesem Punkt sollte ein quellenverknüpfter Entwurf sein, nicht ein poliertes Asset.
Übergabe: Übergib den Entwurf, Quelllinks und ungelöste Fragen an den Fachreviewer. Bitte den Reviewer, mit Korrektionen, fehlendem Kontext und einer expliziten Freigabe oder Ablehnung zu antworten, falls eine Aussage sensibel ist.
Verwende Claude, um die Änderungen des Reviewers in drei Gruppen zu organisieren: erforderliche Korrektionen, Entscheidungen, die der verantwortliche Inhaber treffen muss, und optionale Verbesserungen. Forderere das Modell nicht auf, einen Meinungsaustausch beizulegen oder Genehmigung herzuleiten. Der verantwortliche Inhaber entscheidet, welche Version die genehmigte Arbeitsversion wird.
Nutze erst dann GitHub Copilot, um die angeforderte Ausgabe zu erstellen: eine Übergabecheckliste mit offenen Fragen und Akzeptanztests. Behalte die quellenverknüpfte Arbeitsversion neben der formatierten Version. Wenn eine Übergabe das Format ändert, etwa von Notizen zu einer Präsentation, einem Prototyp oder einer automatisierten Nachricht, vergleiche die beiden Versionen auf ausgefallene Qualifizierer, geänderte Zahlen und irreführende visuelle Betonung.
Wenn Automatisierung Teil des letzten Schritts ist, konfiguriere eine benannte menschliche Genehmigung, bevor etwas gesendet, veröffentlicht oder ein Datensatz geändert wird. Füge eine Stoppbedingung, eine Fehlerwarnmeldung und eine Möglichkeit zur Rückgängigmachung einer Teilaktion ohne Löschen des Nachweises ein.
Übergabe: Der verantwortliche Inhaber genehmigt die endgültige Übergabecheckliste mit offenen Fragen und Akzeptanztests.
Vor der Veröffentlichung bestätige:
AI kann Kontext auslassen, plausible Fehler erzeugen und Verzerrungen im bereitgestellten Material widerspiegeln. Dieser Workflow ist für autonome Entscheidungen über Personen, regulierte Beratung oder irreversible Aktionen nicht geeignet. Beginne mit einer kleinen Stichprobe und überprüfe nutzungsbasierte Gebühren, Generierungsguthaben, Speicherung und kostenpflichtige Sitzplatzlimits, bevor du skalierst.