Remote MCP Server With Auth

🚀 製品要件プロンプト (PRP) コンセプト

「構築する内容を過度に詳細に指定しつつ、そのコンテキストや構築方法を不十分に指定することが、多くのAI駆動のコーディング試みが80%で停滞する原因です。製品要件プロンプト (PRP) は、古典的な製品要件文書 (PRD) の規律ある範囲と、現代のプロンプトエンジニアリングの「コンテキストが王様」という考え方を融合することで、この問題を解決します。」

🚀 クイックスタート

PRPは、AIコーディングエージェントに、動作するソフトウェアの垂直スライスを提供するために必要なすべての情報を提供する構造化されたプロンプトです。必要以上の情報は提供せず、必要な情報を欠かすこともありません。

✨ 主な機能

PRDとの違い

従来のPRDは、製品が何をすべきかと、なぜ顧客がそれを必要とするかを明確にしますが、それがどのように構築されるかについては意図的に明記しません。

PRPは、PRDの目標と正当化のセクションを維持しつつ、AIにとって重要な3つのレイヤーを追加します。

コンテキスト

• 正確なファイルパスと内容、ライブラリのバージョンとライブラリのコンテキスト、コードスニペットの例。大規模言語モデル (LLM) は、広範な説明ではなく、プロンプト内に直接参照を与えられた場合、より高品質のコードを生成します。ai_docs/ ディレクトリを使用して、ライブラリやその他のドキュメントを取り込みます。

実装詳細と戦略

• 従来のPRDとは対照的に、PRPは製品がどのように構築されるかを明示的に記述します。これには、APIエンドポイント、テストランナー、またはエージェントパターン (ReAct、Plan-and-Execute) の使用が含まれます。型ヒント、依存関係、アーキテクチャパターン、その他のツールを使用して、コードが正しく構築されるようにします。

検証ゲート

• pytest、ruff、または静的型チェックなどの決定論的なチェックは、品質管理を「左シフト」して、欠陥を早期に検出します。これは、後から修正するよりも安価です。 例: 各新しい関数は個別にテストされるべきで、検証ゲート = すべてのテストが合格する。

PRPレイヤーの存在理由

• PRPフォルダは、PRPをエージェント型コーダーに準備して渡すために使用されます。

📚 ドキュメント

なぜコンテキストが不可欠なのか

大規模言語モデルの出力は、そのコンテキストウィンドウによって制限されます。関連性のないまたは欠落しているコンテキストは、実際には有用なトークンを押しのけます。

業界の格言「ゴミを入れればゴミが出る」は、プロンプトエンジニアリング、特にエージェント型エンジニアリングにおいては、さらに当てはまります。不十分な入力は、脆弱なコードを生み出します。

要約

PRPは、PRD + 精選されたコードベースの知識 + エージェント/ランブックです。これは、AIが初回の試行で本番環境で使用可能なコードを提供するために必要な最小限のパケットです。

PRPは、単一のタスクに焦点を当てた小さなものでも、複数のタスクをカバーする大きなものでもかまいません。PRPの真の力は、PRP内でタスクを連鎖させて、複雑な機能を構築、自己検証、および提供する能力にあります。