システム設計は目的から始まるが、一般的なアイデアから形式化され、安全な仕様へと至る道のりは、しばしば遅く詳細である。この事例研究では、開発者がVisual Paradigm AIチャットボット反復的で対話的な方法で、面倒な手作業を回避する。まず高レベルの目標から始め、AIに堅牢な構造を生成させ、その後、簡単な自然言語の命令を使ってその構造を洗練する。
私たちの目的は、安全なユーザー登録プロセス.
段階1：アイデアからインスピレーションへ――初期のシンプルなプロンプト
開発者は最も基本的な意図の表明から始め、高レベルの目標をプロンプトとして用い、インスピレーションのための基本的な構造を得ることを目的とした。
初期のAIプロンプト：
「『ユーザー登録プロセス』のUMLアクティビティ図を生成してください。」
AIチャットボットはすぐに非常に詳細なPlantUML構造、単なる線形フローをはるかに超えて、重要な現実世界の複雑性を組み込むことで、
- レイヤード事前チェック：順次検証：パスワードの複雑さ, ユーザー名の独自性、およびメールフォーマット.
- セキュリティループ：「
繰り返しwhile」ループによりトークン検証の再試行が、制限付きで< 3回の試行。
- ロックアウト論理： 明確な経路：ユーザー アカウントをロック 認証ループの失敗時に。
この複雑で本番環境対応の構造により、手作業で何時間も費やす必要がなくなり、基本的なアイデアが即座に堅固な設計基盤へと変化した。
フェーズ2：会話型の最適化 – 自然言語による図の更新
強力な初期出力は完璧な基盤を提供したが、開発者は明確さと準拠性のため、わずかな最終調整を2つ必要とした。会話型モデリング環境では、これは図形をドラッグするのではなく、シンプルなテキストコマンドを入力することを意味する。
最適化のプロンプト：
- 必須のセキュリティステップの追加：準拠性のため、パスワード処理はフローの初期段階で明示的にモデル化しなければならない。
「『ユーザー名、メールアドレス、パスワードの収集』の直後に新しいアクションを追加 名前を『パスワードを安全にハッシュ化およびソルト化』.”
- アクションの名前の変更： データを保存する現在のアクション、『非アクティブなユーザー記録の作成』 は、ハイレベルなプロセスモデルにはあまりに具体的すぎる。
「アクションを『非アクティブなユーザー記録の作成』 に変更『保留中の登録データを永続化』.”
利点： この会話型で反復的なプロセスこそが、現代のAI図面作成の特徴である。接続線や記法と格闘するのではなく、開発者はシンプルなコマンドを発行する。AIは文脈を理解し、複雑なPlantUMLコードを調整し、次の分析フェーズに備えた完成形で正確なモデルを提供する。
フェーズ3：分析と文書化 – 完成した図の活用
高精度のアクティビティ図 話し合いのコマンドによって最終化された後、次のステップとしてAIを再び活用して生成する重要なプロジェクト文書視覚モデルに基づいて。
A. 監査のための形式的セキュリティ経路の特定
図の詳細な論理、特にセキュリティループはコンプライアンスおよびテストにとって不可欠である。AIには意図された障害経路を形式的に追跡するよう求められている。
分析プロンプト：
「アクティビティ図に基づき、行動および条件の正確な順序（「ロックアウト経路」）を追跡し、記録する。これは「ユーザー アカウントのロック」状態に直接つながる。これはブルートフォース対策メカニズムのテストに必要である。」
利点： AIはセキュリティテスト用に正確なイベントの順序を自動的に抽出する：（トークン無効 → エラー表示 → 試行回数増加）の3回の反復が最終的な条件付き終了に至る[検証試行回数 < 3? は（いいえ）] → ユーザー アカウントをロック.
B. バックエンド用の状態遷移文書の生成
登録プロセスはその状態変化（例：非アクティブ、アクティブ、ロック）によって定義される。図によりこれらの遷移が明確になり、AIがデータベース用の技術仕様を生成できる。
分析プロンプト：
「図のアクティビティを用いて、3つの主要なユーザー アカウント状態（非アクティブ、アクティブ、ロック）およびそれらの間の遷移を引き起こす特定のアクティビティを詳細に記述する技術文書のセクションを起草する。」
利点： これは形式モデルを用いて自動的に状態遷移仕様を生成する。これはバックエンド開発者が正しいデータベースステータス更新を実装することを保証するために不可欠である（非アクティブなユーザー記録を作成, ユーザー アカウントを有効化, ユーザー アカウントをロック) 承認されたフローで定義された正確なポイントで。これにより、設計と実装されたコードの間の翻訳エラーを最小限に抑えることができます。
UMLおよびAI駆動の可視化に関する詳細情報については、こちらのサイトをご覧ください。UMLリソースハブ.