{"id":69175,"date":"2023-10-01T10:33:07","date_gmt":"2023-10-01T10:33:07","guid":{"rendered":"https:\/\/www.zaptest.com\/szybka-inzynieria-w-automatyzacji-oprogramowania"},"modified":"2023-10-09T19:29:13","modified_gmt":"2023-10-09T19:29:13","slug":"szybka-inzynieria-w-automatyzacji-oprogramowania","status":"publish","type":"post","link":"https:\/\/www.zaptest.com\/pl\/szybka-inzynieria-w-automatyzacji-oprogramowania","title":{"rendered":"Szybka in\u017cynieria w automatyzacji oprogramowania"},"content":{"rendered":"<p><span style=\"font-weight: 400;\">ChatGPT, Bard i inne znane du\u017ce modele j\u0119zykowe (LLM) zdominowa\u0142y nasze kana\u0142y informacyjne w ci\u0105gu ostatniego roku. I s\u0142usznie. Te ekscytuj\u0105ce technologie oferuj\u0105 nam wgl\u0105d w przysz\u0142o\u015b\u0107, moc i mo\u017cliwo\u015bci sztucznej inteligencji.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Podczas gdy wi\u0119kszo\u015b\u0107 publicznego podekscytowania koncentrowa\u0142a si\u0119 na tworzeniu tekstu, obraz\u00f3w i wideo, narz\u0119dzia te mog\u0105 by\u0107 wykorzystywane w wielu innych dyscyplinach, takich jak automatyzacja oprogramowania.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Ten artyku\u0142 b\u0119dzie stanowi\u0142 dog\u0142\u0119bn\u0105 analiz\u0119 tego, w jaki spos\u00f3b in\u017cynieria podpowiedzi mo\u017ce pom\u00f3c nam w automatyzacji oprogramowania. Jednak naszym pierwszym krokiem powinno by\u0107 zbadanie samej szybkiej in\u017cynierii.<\/span><\/p>\n<p>&nbsp;<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_82_1 counter-hierarchy ez-toc-counter ez-toc-custom ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Table of Contents<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Prze\u0142\u0105cznik Spisu Tre\u015bci\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #b90000;color:#b90000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #b90000;color:#b90000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 eztoc-toggle-hide-by-default' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.zaptest.com\/pl\/szybka-inzynieria-w-automatyzacji-oprogramowania\/#Czym_jest_szybka_inzynieria\" >Czym jest szybka in\u017cynieria?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.zaptest.com\/pl\/szybka-inzynieria-w-automatyzacji-oprogramowania\/#Jak_moze_pomoc_szybka_inzynieria\" >Jak mo\u017ce pom\u00f3c szybka in\u017cynieria<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.zaptest.com\/pl\/szybka-inzynieria-w-automatyzacji-oprogramowania\/#z_automatyzacja_oprogramowania\" >z automatyzacj\u0105 oprogramowania?<\/a><ul class='ez-toc-list-level-3' ><li class='ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.zaptest.com\/pl\/szybka-inzynieria-w-automatyzacji-oprogramowania\/#1_Generowanie_kodu\" >#1. Generowanie kodu<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/www.zaptest.com\/pl\/szybka-inzynieria-w-automatyzacji-oprogramowania\/#2_Konwersja_nieustrukturyzowanych_danych\" >#2. Konwersja nieustrukturyzowanych danych<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/www.zaptest.com\/pl\/szybka-inzynieria-w-automatyzacji-oprogramowania\/#3_Automatyzacja_testow\" >#3. Automatyzacja test\u00f3w<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/www.zaptest.com\/pl\/szybka-inzynieria-w-automatyzacji-oprogramowania\/#Koncowe_przemyslenia\" >Ko\u0144cowe przemy\u015blenia<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Czym_jest_szybka_inzynieria\"><\/span><strong>Czym jest szybka in\u017cynieria?<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>&nbsp;<\/p>\n<p><span style=\"font-weight: 400;\">Du\u017ce modele j\u0119zykowe, takie jak ChatGPT, generuj\u0105 dane wyj\u015bciowe w oparciu o podpowiedzi lub zdania, kt\u00f3re im dostarczamy. Jednak wyniki r\u00f3\u017cni\u0105 si\u0119 znacznie w zale\u017cno\u015bci od s\u0142\u00f3w lub instrukcji, kt\u00f3rych u\u017cywamy. Kiedy wprowadzamy niejasne i nieprecyzyjne instrukcje, wynik mo\u017ce nie trafi\u0107 w cel.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Prompt engineering odnosi si\u0119 do przemy\u015blanego projektowania danych wej\u015bciowych, kt\u00f3re pomagaj\u0105 uzyska\u0107 bardziej precyzyjne, dok\u0142adne i ostatecznie u\u017cyteczne tre\u015bci z tych ekscytuj\u0105cych system\u00f3w AI.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Systemy Large Language Model (LLM) wykorzystuj\u0105 przetwarzanie j\u0119zyka naturalnego (NLP) do interpretowania wypowiedzi, kt\u00f3re im przekazujemy. Maszyny przekszta\u0142caj\u0105 te pytania lub instrukcje (tj. podpowiedzi) w kod i uruchamiaj\u0105 je w swoich ogromnych repozytoriach danych, aby tworzy\u0107 tre\u015bci w dowolnym okre\u015blonym przez nas formacie (tj. tekst, obrazy, kod).<\/span><\/p>\n<p><span style=\"font-weight: 400;\">ChatGPT zosta\u0142 przeszkolony na ponad<\/span><a href=\"https:\/\/www.sciencefocus.com\/future-technology\/gpt-3\"><br \/>\n  <span style=\"font-weight: 400;\"> 570 GB danych<\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">. Materia\u0142y szkoleniowe sk\u0142adaj\u0105 si\u0119 z ksi\u0105\u017cek, artyku\u0142\u00f3w, tekst\u00f3w internetowych itp. Innymi s\u0142owy, te zbiory danych zawieraj\u0105 niewyobra\u017caln\u0105 ilo\u015b\u0107 wiedzy.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Chocia\u017c mo\u017cemy zrozumie\u0107 ten proces, wiele z tego, co dzieje si\u0119 pod mask\u0105 tych system\u00f3w, dzieje si\u0119 poza naszym wzrokiem. Oczywi\u015bcie, kontrolujemy dane wej\u015bciowe i wyj\u015bciowe oraz szkolimy system, ale to, jak dok\u0142adnie dzia\u0142aj\u0105 te algorytmy i podejmuj\u0105 decyzje, wci\u0105\u017c pozostaje tajemnic\u0105. Jak powiedzia\u0142 Sam Bowman, profesor sztucznej inteligencji na Uniwersytecie Nowojorskim,<\/span><a href=\"https:\/\/www.vox.com\/unexplainable\/2023\/7\/15\/23793840\/chat-gpt-ai-science-mystery-unexplainable-podcast\"><span style=\"font-weight: 400;\">  &#8222;Zbudowali\u015bmy go, wytrenowali\u015bmy, ale nie wiemy, co robi&#8221;.<\/span><\/a><\/p>\n<p><span style=\"font-weight: 400;\">In\u017cynieria Prompt pomaga nam zarz\u0105dza\u0107 tym chaosem, wykorzystuj\u0105c dane wyj\u015bciowe, kt\u00f3re daj\u0105 przewidywalne i u\u017cyteczne wyniki. Oferuj\u0105 nam one drog\u0119 do odblokowania ogromnej ilo\u015bci wiedzy zawartej w tych aplikacjach.  <\/span><a href=\"https:\/\/tech.eu\/2023\/06\/09\/the-hot-new-job-that-pays-six-figures-ai-prompt-engineering\/#:~:text=The%20World%20Economic%20Forum%20(WEF,those%20roles%20is%20prompt%20engineering.\"><br \/>\n  <span style=\"font-weight: 400;\">Dyscyplina ta staje si\u0119 now\u0105 karier\u0105<\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">a kursy pojawiaj\u0105 si\u0119 wsz\u0119dzie, poniewa\u017c firmy zastanawiaj\u0105 si\u0119, jak mog\u0105 wykorzysta\u0107 t\u0119 pot\u0119\u017cn\u0105 technologi\u0119. <\/span> <\/p>\n<h2 style=\"text-align: center;\"><span class=\"ez-toc-section\" id=\"Jak_moze_pomoc_szybka_inzynieria\"><\/span><strong>Jak mo\u017ce pom\u00f3c szybka in\u017cynieria  <\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h2 style=\"text-align: center;\"><span class=\"ez-toc-section\" id=\"z_automatyzacja_oprogramowania\"><\/span><strong>z automatyzacj\u0105 oprogramowania?<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><img data-dominant-color=\"0e0d0d\" data-has-transparency=\"false\" style=\"--dominant-color: #0e0d0d;\" decoding=\"async\" class=\"aligncenter wp-image-68719 not-transparent\" src=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-1024x683.webp\" alt=\"wykorzystanie chatcpg do r\u00f3\u017cnych zada\u0144 automatyzacji oprogramowania i rpa\" width=\"518\" height=\"345\" srcset=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-1024x683.webp 1024w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-300x200.webp 300w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-768x512.webp 768w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-1536x1024.webp 1536w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-1080x720.webp 1080w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-1280x853.webp 1280w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-980x653.webp 980w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-480x320.webp 480w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/10\/utilizing-chatcpg-for-various-software-automation-and-rpa-tasks-jpeg.webp 1920w\" sizes=\"(max-width: 518px) 100vw, 518px\" \/><\/p>\n<p><span style=\"font-weight: 400;\">Automatyzacja oprogramowania i LLM maj\u0105 ze sob\u0105 wiele wsp\u00f3lnego. Obie oferuj\u0105 wgl\u0105d w przysz\u0142o\u015b\u0107, w kt\u00f3rej maszyny b\u0119d\u0105 wspomaga\u0107 ludzk\u0105 kreatywno\u015b\u0107, tworz\u0105c szybsze i bardziej produktywne miejsca pracy.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Istnieje kilka ekscytuj\u0105cych obszar\u00f3w, w kt\u00f3rych obie te technologie mog\u0105 si\u0119 ze sob\u0105 \u0142\u0105czy\u0107. Oto trzy sposoby wykorzystania in\u017cynierii podpowiedzi w automatyzacji oprogramowania.<\/span><\/p>\n<p>&nbsp;<\/p>\n<h3 style=\"text-align: center;\"><span class=\"ez-toc-section\" id=\"1_Generowanie_kodu\"><\/span><strong>#1. Generowanie kodu<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p><img data-dominant-color=\"606060\" data-has-transparency=\"false\" style=\"--dominant-color: #606060;\" decoding=\"async\" class=\"aligncenter wp-image-67409 not-transparent\" src=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/09\/tcoe-2-683x1024.webp\" alt=\"generowanie kodu z szybk\u0105 in\u017cynieri\u0105 w automatyzacji test\u00f3w\" width=\"312\" height=\"468\"><\/p>\n<p><span style=\"font-weight: 400;\">Pisanie kodu jest jednym z najbardziej obiecuj\u0105cych zastosowa\u0144 du\u017cych modeli j\u0119zykowych. Programy AI LLM s\u0105 w powijakach. W ci\u0105gu najbli\u017cszych kilku lat technologia ta powinna ulec poprawie, poniewa\u017c wi\u0119cej zasob\u00f3w zostanie dodanych zar\u00f3wno do oblicze\u0144, jak i szkole\u0144.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">W d\u0142u\u017cszej perspektywie post\u0119py te mog\u0105 sprawi\u0107, \u017ce sztuczna inteligencja b\u0119dzie w stanie pisa\u0107 ca\u0142e programy przy ograniczonej lub zerowej interwencji cz\u0142owieka. Na razie jednak LLM maj\u0105 pewne ograniczenia. Jako\u015b\u0107 danych wyj\u015bciowych kodowania LLM zale\u017cy g\u0142\u00f3wnie od jako\u015bci danych wej\u015bciowych. Jak to m\u00f3wi\u0105, \u015bmieci na wej\u015bciu, \u015bmieci na wyj\u015bciu.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Oczywi\u015bcie nie tylko skuteczna in\u017cynieria podpowiedzi dzia\u0142a jako blokada.  <\/span><span style=\"font-weight: 400;\">Jak zasugerowano w  <\/span><a href=\"https:\/\/www.ncbi.nlm.nih.gov\/pmc\/articles\/PMC10339472\/\"><span style=\"font-weight: 400;\">ChatGPT i du\u017ce modele j\u0119zykowe w \u015brodowisku akademickim: Mo\u017cliwo\u015bci i wyzwania<\/span><\/a><span style=\"font-weight: 400;\">  (Meyer, 2023), &#8222;Obecnie ChatGPT jest bardziej skuteczny w dok\u0142adnym pisaniu mniejszych blok\u00f3w kodu, podczas gdy jego niezawodno\u015b\u0107 w pisaniu wi\u0119kszych \/ bardziej z\u0142o\u017conych program\u00f3w (np. pakietu oprogramowania) jest w\u0105tpliwa&#8221;.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Co wi\u0119cej, w niedawnym artykule opublikowanym w czasopi\u015bmie Nature, niekt\u00f3rzy informatycy ostrzegli, \u017ce powinni\u015bmy podchodzi\u0107 do generowania kodu za pomoc\u0105 LLM z pewn\u0105 ostro\u017cno\u015bci\u0105. Kolejny wsp\u00f3\u0142czesny dokument,  <\/span><a href=\"https:\/\/arxiv.org\/abs\/2303.11455\"><br \/>\n  <span style=\"font-weight: 400;\">Du\u017ce modele j\u0119zykowe i proste, g\u0142upie b\u0142\u0119dy <\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">(Jesse, 2023), zademonstrowa\u0142, w jaki spos\u00f3b popularny LLM, Codex, kt\u00f3ry jest u\u017cywany przez dostawc\u0119 Copilot, generuje &#8222;znane, dos\u0142owne SStuB z 2x wi\u0119kszym prawdopodobie\u0144stwem ni\u017c znany, dos\u0142owny poprawny kod&#8221;. <\/span> <\/p>\n<p><span style=\"font-weight: 400;\">Cho\u0107 problem\u00f3w tych nie da si\u0119 zignorowa\u0107, wci\u0105\u017c istnieje wiele uzasadnionych powod\u00f3w do ekscytacji tym, w jaki spos\u00f3b programy te mog\u0105 pom\u00f3c w demokratyzacji tworzenia oprogramowania poprzez wspieranie zar\u00f3wno zespo\u0142\u00f3w technicznych, jak i nietechnicznych.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">By\u0107 mo\u017ce najbardziej imponuj\u0105c\u0105 rzecz\u0105 jest to, \u017ce narz\u0119dzia takie jak ChatGPT mog\u0105 bardzo szybko tworzy\u0107 funkcjonalny kod. Dzi\u0119ki odpowiedniej podpowiedzi in\u017cynierowie mog\u0105 skr\u00f3ci\u0107 czas potrzebny na zaprogramowanie okre\u015blonych typ\u00f3w kodu, zapewniaj\u0105c szybszy cykl \u017cycia oprogramowania.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Pod koniec 2022 r. popularne centrum programistyczne <\/span><a href=\"https:\/\/www.theverge.com\/2022\/12\/5\/23493932\/chatgpt-ai-generated-answers-temporarily-banned-stack-overflow-llms-dangers\"><br \/>\n  <span style=\"font-weight: 400;\">Stack Overflow zakaza\u0142o generowanych przez sztuczn\u0105 inteligencj\u0119 <\/span><br \/>\n<\/a> <span style=\"font-weight: 400;\">odpowiedzi na swoim forum. Powo\u0142ywali si\u0119 oni na wysoki poziom b\u0142\u0119d\u00f3w i nie\u015bcis\u0142o\u015bci zwi\u0105zanych z aplikacj\u0105. Technologia ta znajduje si\u0119 jednak w pocz\u0105tkowej fazie rozwoju; co wi\u0119cej, niezadowolenie z wynik\u00f3w generowanych przez sztuczn\u0105 inteligencj\u0119 wynika w r\u00f3wnym stopniu ze s\u0142abej in\u017cynierii, co z samej technologii.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Pomimo obaw zwi\u0105zanych z technologi\u0105, niedawny artyku\u0142 <\/span><a href=\"https:\/\/www.mckinsey.com\/featured-insights\/mckinsey-explainers\/what-is-prompt-engineering\"><br \/>\n  <span style=\"font-weight: 400;\">przez McKinsey<\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">  podkre\u015bla wp\u0142yw, jaki in\u017cynieria podpowiedzi ju\u017c teraz wywiera na \u015bwiat programowania. Firma konsultingowa  <\/span><a href=\"https:\/\/www.mckinsey.com\/capabilities\/quantumblack\/our-insights\/the-state-of-ai-in-2023-generative-ais-breakout-year\"><span style=\"font-weight: 400;\">Stan sztucznej inteligencji w 2023 roku: Prze\u0142omowy rok dla generatywnej sztucznej inteligencji<\/span><\/a><span style=\"font-weight: 400;\">  podzieli\u0142 si\u0119 dwoma interesuj\u0105cymi trendami. Po pierwsze, 7% organizacji, kt\u00f3re zainwestowa\u0142y w sztuczn\u0105 inteligencj\u0119, zatrudnia szybkich in\u017cynier\u00f3w. Po drugie, firmy korzystaj\u0105ce ze sztucznej inteligencji zmniejszy\u0142y liczb\u0119 r\u00f3l zwi\u0105zanych z in\u017cynieri\u0105 oprogramowania z 38% do 28%.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Jednym ze sposob\u00f3w interpretacji tych trend\u00f3w jest to, \u017ce firmy czuj\u0105 si\u0119 komfortowo z t\u0105 konfiguracj\u0105 i s\u0105 gotowe do przekazania automatyzacji oprogramowania swoim maszynom. Podczas gdy liczby te mog\u0105 zaskoczy\u0107 obecnych in\u017cynier\u00f3w, badanie McKinsey sugeruje, \u017ce &#8222;tylko 8 procent twierdzi, \u017ce wielko\u015b\u0107 ich pracownik\u00f3w zmniejszy si\u0119 o wi\u0119cej ni\u017c jedn\u0105 pi\u0105t\u0105&#8221;. Og\u00f3lnie rzecz bior\u0105c, in\u017cynierowie prawdopodobnie b\u0119d\u0105 musieli si\u0119 przekwalifikowa\u0107, aby wykorzysta\u0107 trend w kierunku automatyzacji oprogramowania generowanej przez sztuczn\u0105 inteligencj\u0119.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Jednym z oczywistych zastosowa\u0144 automatyzacji oprogramowania generowanej przez sztuczn\u0105 inteligencj\u0119 jest tworzenie bot\u00f3w automatyzuj\u0105cych. Jednak\u017ce, chocia\u017c in\u017cynieria podpowiedzi jest pozornie przyjaznym dla u\u017cytkownika interfejsem dzi\u0119ki skupieniu si\u0119 na konwersacji, dopiero oka\u017ce si\u0119, czy mo\u017ce zast\u0105pi\u0107 istniej\u0105ce rozwi\u0105zania.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Pod wieloma wzgl\u0119dami oprogramowanie takie jak <a href=\"https:\/\/www.zaptest.com\/pl\">ZAPTEST<\/a> ju\u017c zdemokratyzowa\u0142o rynek automatyzacji oprogramowania. Istniej\u0105 ju\u017c narz\u0119dzia no-code, kt\u00f3re umo\u017cliwiaj\u0105 zespo\u0142om nietechnicznym tworzenie<a href=\"https:\/\/www.zaptest.com\/rpa\"> wysokiej jako\u015bci<\/a> bot\u00f3w<a href=\"https:\/\/www.zaptest.com\/rpa\"> RPA<\/a>. Podczas gdy oprogramowanie takie jak ChatGPT mo\u017ce tworzy\u0107 boty, wdro\u017cenie i utrzymanie mo\u017ce okaza\u0107 si\u0119 trudne dla ka\u017cdego, kto nie jest in\u017cynierem oprogramowania, a nawet dla tych, kt\u00f3rzy s\u0105.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Nagrywanie interakcji cz\u0142owiek-komputer z GUI i konwertowanie tych ruch\u00f3w na kod jest znacznie bardziej przyjazne dla u\u017cytkownika ni\u017c korzystanie z podpowiedzi. W po\u0142\u0105czeniu z potencja\u0142em LLM do tworzenia niestabilnego i pe\u0142nego b\u0142\u0119d\u00f3w kodu, mo\u017cna \u015bmia\u0142o powiedzie\u0107, \u017ce oprogramowanie RPA nigdzie si\u0119 nie wybiera w daj\u0105cej si\u0119 przewidzie\u0107 przysz\u0142o\u015bci.<\/span><\/p>\n<p>&nbsp;<\/p>\n<h2 style=\"text-align: center;\"><span class=\"ez-toc-section\" id=\"2_Konwersja_nieustrukturyzowanych_danych\"><\/span><strong>#2. Konwersja nieustrukturyzowanych danych<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><img decoding=\"async\" class=\"aligncenter wp-image-56614\" src=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/03\/checklist-uat-1024x683.jpeg\" alt=\"checklist uat, narz\u0119dzia do testowania aplikacji internetowych, automatyzacja i inne\" width=\"572\" height=\"381\"><\/p>\n<p><span style=\"font-weight: 400;\">Nieuporz\u0105dkowane dane nie s\u0105 mocn\u0105 stron\u0105 <a href=\"https:\/\/www.zaptest.com\/pl\/kompletny-przewodnik-po-automatyzacji-procesow-robotycznych-rpa\">Robotic Process Automation<\/a>. Technologia nie zosta\u0142a stworzona do obs\u0142ugi takich rzeczy jak e-maile, zdj\u0119cia, d\u017awi\u0119k i inne. Narz\u0119dzia RPA wymagaj\u0105 predefiniowanych modeli danych ze zorganizowanymi strukturami.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Ogromna cz\u0119\u015b\u0107 nieustrukturyzowanych danych obejmuje tekst w j\u0119zyku naturalnym. Du\u017ce modele j\u0119zykowe s\u0105 budowane w celu &#8222;zrozumienia&#8221; tych informacji i wyodr\u0119bnienia z nich znaczenia semantycznego. W zwi\u0105zku z tym stwarza to znaczne mo\u017cliwo\u015bci dla zespo\u0142\u00f3w, kt\u00f3re chc\u0105 interpretowa\u0107 te teksty i konwertowa\u0107 je do formatu akceptowalnego dla narz\u0119dzi RPA.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Wiele zespo\u0142\u00f3w od lat korzysta z przetwarzania j\u0119zyka naturalnego (NLP), aby pom\u00f3c im w analizie nastroj\u00f3w. Proces ten, znany r\u00f3wnie\u017c jako eksploracja opinii, pomaga organizacjom by\u0107 na bie\u017c\u0105co z odczuciami i postawami konsument\u00f3w wobec marek. W wi\u0119kszo\u015bci przypadk\u00f3w narz\u0119dzia te s\u0105 wykorzystywane do wykrywania pozytywnych, negatywnych i neutralnych nastroj\u00f3w w tek\u015bcie. Technologia ta jest jednak r\u00f3wnie\u017c zdolna do znacznie bardziej szczeg\u00f3\u0142owego wykrywania emocji.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Chocia\u017c na rynku istnieje kilka narz\u0119dzi, kt\u00f3re oferuj\u0105 t\u0119 funkcjonalno\u015b\u0107, LLM zapewnia \u015bcie\u017ck\u0119 do bardziej wszechstronnego zastosowania, wykraczaj\u0105cego poza zrozumienie, co ludzie my\u015bl\u0105 o produkcie lub us\u0142udze. Na przyk\u0142ad, analityka danych zyska\u0142a na popularno\u015bci w ostatnich latach. Big Data daje firmom przewag\u0119, umo\u017cliwiaj\u0105c im uzyskanie wgl\u0105du i zrozumienia, kt\u00f3re pomagaj\u0105 w podejmowaniu decyzji opartych na danych.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Narz\u0119dzia Robotic Process Automation mog\u0105 pom\u00f3c w gromadzeniu danych. Jednak, jak wspomnieli\u015bmy powy\u017cej, maj\u0105 oni trudno\u015bci z okre\u015blonymi rodzajami informacji. Jednak w po\u0142\u0105czeniu z narz\u0119dziami sztucznej inteligencji, kt\u00f3re wykorzystuj\u0105 du\u017ce modele j\u0119zykowe, RPA mo\u017ce gromadzi\u0107 du\u017ce ilo\u015bci danych i wykorzystywa\u0107 je do generowania informacji wymaganych przez narz\u0119dzia Business Intelligence (BI).<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Jednym z bardziej ekscytuj\u0105cych aspekt\u00f3w generatywnej sztucznej inteligencji jest jej zdolno\u015b\u0107 do nadawania sensu danym wej\u015bciowym. Dzi\u0119ki odpowiedniej in\u017cynierii podpowiedzi zespo\u0142y mog\u0105 przekszta\u0142ci\u0107 te dane w format, kt\u00f3ry dzia\u0142a dla ich narz\u0119dzi RPA.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">RPA mo\u017ce pom\u00f3c zwi\u0119kszy\u0107 wydajno\u015b\u0107 proces\u00f3w Big Data. Po pierwsze, mo\u017cna go u\u017cywa\u0107 zar\u00f3wno do wprowadzania, jak i ekstrakcji danych. Jednak by\u0107 mo\u017ce najbardziej warto\u015bciowe i intryguj\u0105ce przypadki u\u017cycia obejmuj\u0105 wykorzystanie narz\u0119dzi RPA do przekszta\u0142cania, czyszczenia i \u0142adowania danych lub zapewnienia, \u017ce migracja danych przebiega szybko, wydajnie i dok\u0142adnie.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Kolejn\u0105 wa\u017cn\u0105 kwesti\u0105 jest zarz\u0105dzanie danymi. Automatyzacja \u017c\u0105da\u0144 danych pomaga organizacjom zachowa\u0107 zgodno\u015b\u0107 z przepisami i utrzymuje dane poza zasi\u0119giem wzroku pracownik\u00f3w fizycznych.  <\/span><\/p>\n<p>&nbsp;<\/p>\n<h2><span class=\"ez-toc-section\" id=\"3_Automatyzacja_testow\"><\/span><strong>#3. Automatyzacja test\u00f3w<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><img alt=\"Top 30 Most Popular RPA (robotic process automation) Tools &amp; Software\" alt=\"Top 30 Most Popular RPA (robotic process automation) Tools &amp; Software\" decoding=\"async\" class=\"aligncenter size-large wp-image-51170\" src=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/01\/zaptest-1-1024x512.gif\" alt=\"\" width=\"1024\" height=\"512\"><\/p>\n<p><span style=\"font-weight: 400;\"><a href=\"https:\/\/www.zaptest.com\/pl\/kompletny-przewodnik-po-automatyzacji-testowania-oprogramowania\">Automatyzacja test\u00f3w<\/a> zyska\u0142a popularno\u015b\u0107 w kr\u0119gach programist\u00f3w, poniewa\u017c zapewnia szybszy spos\u00f3b weryfikacji oprogramowania. Testowanie i zapewnianie jako\u015bci by\u0142y tradycyjnie drogimi i czasoch\u0142onnymi procesami; automatyzacja test\u00f3w zapewnia rozwi\u0105zanie obu tych wyzwa\u0144.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Jedn\u0105 z pierwszych rzeczy, kt\u00f3re mo\u017ce zrobi\u0107 in\u017cynieria podpowiedzi, jest poprawa jako\u015bci przypadk\u00f3w testowych. Dzi\u0119ki odpowiednim poleceniom maszyny te mog\u0105 analizowa\u0107 przypadki testowe oraz identyfikowa\u0107 problemy i \u015brodki zaradcze. Proces ten mo\u017ce zwi\u0119kszy\u0107 zakres przypadk\u00f3w testowych i prowadzi\u0107 do bardziej kompleksowych test\u00f3w.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Na przyk\u0142ad, mo\u017cna zasila\u0107 du\u017cy model j\u0119zykowy kodem w podobny spos\u00f3b, jak w przypadku ludzkiego recenzenta. Maszyny te mog\u0105 szybko przegl\u0105da\u0107 kod i wykrywa\u0107 b\u0142\u0119dy, a nawet identyfikowa\u0107 problemy z wydajno\u015bci\u0105. By\u0107 mo\u017ce bardziej intryguj\u0105ce jest to, \u017ce LLM oferuj\u0105 r\u00f3wnie\u017c mo\u017cliwo\u015b\u0107 uzupe\u0142niania kodu przypadk\u00f3w testowych z samych fragment\u00f3w, co przyspiesza tworzenie przypadk\u00f3w testowych.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Prompt engineering ma na celu rozwi\u0105zanie wielu kwestii, kt\u00f3re doprowadzi\u0142y do pojawienia si\u0119 podej\u015bcia <a href=\"https:\/\/www.zaptest.com\/pl\/co-to-jest-agile-testing-proces-cykl-zycia-metody-i-realizacja\">Agile\/DevOps<\/a> do tworzenia oprogramowania. In\u017cynierowie chc\u0105 wydajnych, \u0142atwo powtarzalnych test\u00f3w, kt\u00f3re mog\u0105 wykry\u0107 problemy przed wdro\u017ceniem aplikacji. Pomys\u0142 polega na tym, \u017ce zwalniaj\u0105c czas, programi\u015bci mog\u0105 skoncentrowa\u0107 si\u0119 na bardziej kreatywnych i warto\u015bciowych zadaniach.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Jak opisano w klasycznym artykule, <\/span><a href=\"https:\/\/www.researchgate.net\/publication\/254034665_Technical_Debt_in_Test_Automation\"><br \/>\n  <span style=\"font-weight: 400;\">D\u0142ug techniczny w automatyzacji test\u00f3w<\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">  (K. Wiklund, 2012), zespo\u0142y tworz\u0105ce oprogramowanie mog\u0105 napotka\u0107 problemy, je\u015bli po\u015bwi\u0119c\u0105 zbyt wiele czasu na r\u0119czne testowanie i weryfikacj\u0119 swojego oprogramowania. Pocz\u0105tkowe koszty rozwi\u0105za\u0144 do automatyzacji test\u00f3w, brak do\u015bwiadczenia w automatyzacji, a nawet preferowanie starszych metod mog\u0105 przyczynia\u0107 si\u0119 do tych spowolnie\u0144.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Jednym z najbardziej interesuj\u0105cych aspekt\u00f3w rozwoju oprogramowania Agile jest <\/span><a href=\"https:\/\/scaledagileframework.com\/behavior-driven-development\/\"><br \/>\n  <span style=\"font-weight: 400;\">Behavior-Driven Development (BDD).<\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">  Koncepcja ta odnosi si\u0119 do tworzenia oprogramowania z oczekiwanymi zachowaniami u\u017cytkownik\u00f3w. Chocia\u017c wdro\u017cenie tego podej\u015bcia mo\u017ce wyra\u017anie zaoszcz\u0119dzi\u0107 czas, wiele zespo\u0142\u00f3w ma trudno\u015bci z wprowadzeniem tej automatyzacji w \u017cycie. LLM mo\u017ce jednak zapewni\u0107 rozwi\u0105zanie.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Niekt\u00f3re z najcz\u0119stszych objaw\u00f3w d\u0142ugu technicznego obejmuj\u0105 s\u0142ab\u0105 dokumentacj\u0119 i brak solidnych test\u00f3w. S\u0105 to problemy, kt\u00f3re dzisiejsi LLM mog\u0105 pom\u00f3c rozwi\u0105za\u0107. Jednak inne zauwa\u017calne objawy, takie jak refaktoryzacja, s\u0105 zbyt z\u0142o\u017cone dla obecnej generatywnej sztucznej inteligencji i mog\u0105 nie przynie\u015b\u0107 oszcz\u0119dno\u015bci czasu.<\/span><\/p>\n<p>&nbsp;<\/p>\n<h2 style=\"text-align: center;\"><span class=\"ez-toc-section\" id=\"Koncowe_przemyslenia\"><\/span><strong>Ko\u0144cowe przemy\u015blenia<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><img decoding=\"async\" class=\"aligncenter wp-image-59582\" src=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/05\/img80.png\" alt=\"Testy alfa vs testy beta\" width=\"107\" height=\"179\" srcset=\"https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/05\/img80.png 479w, https:\/\/www.zaptest.com\/wp-content\/uploads\/2023\/05\/img80-180x300.png 180w\" sizes=\"(max-width: 107px) 100vw, 107px\" \/><\/p>\n<p><span style=\"font-weight: 400;\">Aplikacje generatywnej sztucznej inteligencji maj\u0105 ogromny potencja\u0142. Jednak przyjazny dla u\u017cytkownika, konwersacyjny interfejs mo\u017ce by\u0107 myl\u0105cy. Wiele os\u00f3b uwa\u017ca, \u017ce generowanie wysokiej jako\u015bci wynik\u00f3w z tych maszyn jest bardzo proste. Doskona\u0142a in\u017cynieria podpowiedzi jest jednak bardziej skomplikowana, ni\u017c mo\u017cna by si\u0119 spodziewa\u0107.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Skuteczna in\u017cynieria podpowiedzi wymaga wielu pr\u00f3b i b\u0142\u0119d\u00f3w. Wymaga to r\u00f3wnie\u017c od in\u017cyniera wiele przemy\u015blenia, aby odpowiedzi by\u0142y u\u017cyteczne. Wreszcie, sprawdzanie i ponowne sprawdzanie pracy jest wa\u017cne ze wzgl\u0119du na dobrze nag\u0142o\u015bniony potencja\u0142 b\u0142\u0119d\u00f3w.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Cho\u0107 liczba miejsc pracy dla in\u017cynier\u00f3w mo\u017ce rosn\u0105\u0107, nie wszyscy s\u0105 o tym przekonani. Pisz\u0105c w Harvard Business Review, Oguz A. Acar przedstawia fascynuj\u0105cy argument, \u017ce  <\/span><a href=\"https:\/\/hbr.org\/2023\/06\/ai-prompt-engineering-isnt-the-future\"><span style=\"font-weight: 400;\">&#8222;Przysz\u0142e generacje system\u00f3w sztucznej inteligencji stan\u0105 si\u0119 bardziej intuicyjne i bieg\u0142e w rozumieniu j\u0119zyka naturalnego, zmniejszaj\u0105c potrzeb\u0119 skrupulatnie zaprojektowanych podpowiedzi&#8221;.<\/span><\/a><\/p>\n<p><span style=\"font-weight: 400;\">Niezale\u017cnie od tego, co przyniesie przysz\u0142o\u015b\u0107, generatywna sztuczna inteligencja b\u0119dzie w niej obecna. Podczas gdy szybka in\u017cynieria jest bardzo obiecuj\u0105ca, trudno jest z ca\u0142\u0105 pewno\u015bci\u0105 stwierdzi\u0107, jak\u0105 dok\u0142adnie rol\u0119 odegra.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Co ciekawe, oprogramowanie do automatyzacji test\u00f3w oprogramowania jest ju\u017c pe\u0142ne przypadk\u00f3w u\u017cycia i historii sukcesu pokazuj\u0105cych jego przydatno\u015b\u0107 do przyspieszenia rozwoju oprogramowania bez uszczerbku dla dok\u0142adno\u015bci lub kompleksowej weryfikacji aplikacji.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Narz\u0119dzia takie jak ZAPTEST ju\u017c teraz pozwalaj\u0105 deweloperom zaj\u0105\u0107 si\u0119 takimi kwestiami jak niewystarczaj\u0105ca ilo\u015b\u0107 czasu i zasob\u00f3w, d\u0142ug techniczny, dokumentacja oraz kompleksowe testowanie i RPA. Co wi\u0119cej, narz\u0119dzia te s\u0105 bardziej przyjazne dla u\u017cytkownika ni\u017c szybka in\u017cynieria, co czyni je znacznie bardziej odpowiednimi opcjami dla zespo\u0142\u00f3w nietechnicznych. Jak zawsze, prawdziwy potencja\u0142 tkwi na przeci\u0119ciu tych ekscytuj\u0105cych technologii automatyzacji.  <\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>ChatGPT, Bard i inne znane du\u017ce modele j\u0119zykowe (LLM) zdominowa\u0142y nasze kana\u0142y informacyjne w ci\u0105gu ostatniego roku. I s\u0142usznie. Te ekscytuj\u0105ce technologie oferuj\u0105 nam wgl\u0105d w przysz\u0142o\u015b\u0107, moc i mo\u017cliwo\u015bci sztucznej inteligencji. Podczas gdy wi\u0119kszo\u015b\u0107 publicznego podekscytowania koncentrowa\u0142a si\u0119 na tworzeniu tekstu, obraz\u00f3w i wideo, narz\u0119dzia te mog\u0105 by\u0107 wykorzystywane w wielu innych dyscyplinach, takich [&hellip;]<\/p>\n","protected":false},"author":14624,"featured_media":69191,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"none","_seopress_titles_title":"Prompt Engineering in Software Automation - Def. & Proces","_seopress_titles_desc":"Z Generative AI i Prompt Engineering dowiesz si\u0119 o konkretnych wdro\u017ceniach i zastosowaniach technologii w testowaniu oprogramowania i RPA.","_seopress_robots_index":"","_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","content-type":"","footnotes":"","beyondwords_generate_audio":"","beyondwords_integration_method":"","beyondwords_project_id":"","beyondwords_content_id":"","beyondwords_preview_token":"","beyondwords_player_content":"","beyondwords_player_style":"","beyondwords_language_code":"","beyondwords_language_id":"","beyondwords_title_voice_id":"","beyondwords_body_voice_id":"","beyondwords_summary_voice_id":"","beyondwords_error_message":"","beyondwords_disabled":"","beyondwords_delete_content":"","beyondwords_podcast_id":"","beyondwords_hash":"","publish_post_to_speechkit":"","speechkit_hash":"","speechkit_generate_audio":"","speechkit_project_id":"","speechkit_podcast_id":"","speechkit_error_message":"","speechkit_disabled":"","speechkit_access_key":"","speechkit_error":"","speechkit_info":"","speechkit_response":"","speechkit_retries":"","speechkit_status":"","speechkit_updated_at":"","_speechkit_link":"","_speechkit_text":""},"categories":[486],"tags":[],"class_list":{"0":"post-69175","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-ai-pl"},"acf":{"short_name":"Szybka in\u017cynieria w automatyzacji oprogramowania"},"_links":{"self":[{"href":"https:\/\/www.zaptest.com\/pl\/wp-json\/wp\/v2\/posts\/69175","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.zaptest.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.zaptest.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.zaptest.com\/pl\/wp-json\/wp\/v2\/users\/14624"}],"replies":[{"embeddable":true,"href":"https:\/\/www.zaptest.com\/pl\/wp-json\/wp\/v2\/comments?post=69175"}],"version-history":[{"count":1,"href":"https:\/\/www.zaptest.com\/pl\/wp-json\/wp\/v2\/posts\/69175\/revisions"}],"predecessor-version":[{"id":69256,"href":"https:\/\/www.zaptest.com\/pl\/wp-json\/wp\/v2\/posts\/69175\/revisions\/69256"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.zaptest.com\/pl\/wp-json\/wp\/v2\/media\/69191"}],"wp:attachment":[{"href":"https:\/\/www.zaptest.com\/pl\/wp-json\/wp\/v2\/media?parent=69175"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.zaptest.com\/pl\/wp-json\/wp\/v2\/categories?post=69175"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.zaptest.com\/pl\/wp-json\/wp\/v2\/tags?post=69175"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}