Object Cases: Eksempler på objekter
Forrige uke skrev jeg om at Claude lagde 69 tester og fant to feil basert på en spesifikasjon. Men hvordan lager man en konsistent og komplett spesifikasjon over forretningslogikken i systemet?
Jeg bruker en metode jeg kaller Object Cases. Den bygger på Specification by Example og Behaviour Driven Development (Given/When/Then-formatet) og består av tre deler:
1. Objekter. Hvilke data har systemet og hva kan de gjøre.
2. Eksempler. Hvordan objektene brukes og endres.
3. Diagrammer. Eksemplene illustreres slik at en domeneekspert kan vurdere dem.
Behaviour driven development (BDD)
Her er et BDD-eksempel fra en glose-app jeg har laget. En av forretningsreglene er at appen skal gjenta ord til man har klart dem tre dager på rad, og så vente en uke. Dette har jeg beskrevet med et eksempel:
Given 10 words: word1 … word10
And these attempts:
- word1: wrong+correct, wrong+correct, correct
- word2: wrong+correct, wrong+correct, correct
- word3: wrong+correct, correct, correct
- word4: wrong+correct, correct, correct
- word5: correct
When a new round starts on day 4
Then the app shows these words in random order: word1, word2, word6, word7, word8
And word3 and word4 will not be shown because they were mastered less than 7 days ago
I BDD skulle forretningsbrukere skrive slike eksempler som utviklere og testere kunne bruke direkte.
Utviklerne trengte også å skrive limkode som oversetter teksten til kjørbare tester. Dette var ganske tungvindt, men nå kan man få KI til å skrive denne limkoden, slik jeg har skrevet om tidligere.
Et eksempel på objekter
Men hva om man hopper over teksten og limkoden og skriver eksempelet som vanlig kode? Hvis man beskriver given-, when- og then-stegene med objekter og funksjoner som fins i selve koden, så er eksempelet kjørbart direkte og man trenger verken parser eller steg-definisjoner.
Som kode ser det samme eksempelet slik ut:
example('A word mastered on day 3 is not reviewed before day 10', () => {
given(
StudyWord('word1', { attempts: 'wrong+correct, wrong+correct, correct' }),
StudyWord('word2', { attempts: 'wrong+correct, wrong+correct, correct' }),
StudyWord('word3', { attempts: 'wrong+correct, correct, correct' }),
StudyWord('word4', { attempts: 'wrong+correct, correct, correct' }),
StudyWord('word5', { attempts: 'correct' }),
Words('word6', 'word7', 'word8', 'word9', 'word10')
);
when(newRound({ day: 4 }));
then(
Session({ cards: ['word1', 'word2', 'word6', 'word7', 'word8'], reviews: [] }),
StudyWord('word3', { status: 'mastered', difficulty: 'easy', reviewDueDate: 'day 10', isDue: false }),
StudyWord('word4', { isDue: false }),
);
note('word3 and word4 were mastered less than 7 days ago.');
});
Men en forretningsekspert kan ikke skrive dette!
I praksis var det nok ikke forretningsbrukere som skrev BDD-eksemplene, men utviklere. Det viktige er at forretning kan lese og forstå eksemplene.
Men koden er jo mye lengre enn BDD-eksempelet!
Ja, men du trenger ikke skrive koden selv, det kan du gjøre med KI. Det viktige er at du forstår den. Når du jobber slik, hvorfor skal KI skrive i et språk som må parses?
Visualisering
Jeg er enig i at eksempler som kode er mindre lesbart enn BDD-tekst. Men det fins noe som er enda lettere å forstå enn tekst: Bilder.
Jeg bruker i hvert fall ofte tegninger på whiteboard når jeg skal forklare eller diskutere noe. Og når noen forklarer noe komplisert for meg, lager jeg en tegning i hodet av det de sier.
Derfor får jeg rammeverket til å lage en illustrasjon over eksempelet, så godkjenner jeg (eller en forretningsbruker) det.
Et eksempel på et eksempel
Her er en slik illustrasjon av eksempelet over. Det skal visualisere følgende spørsmål: Hvis en bruker har trent i 3 dager, hvilke ord skal appen vise på dag 4? Dette må forretning svare på.

Svaret illustreres under. Det er da forretning sin jobb å sjekke om det er korrekt.

Den 10. dagen skal de mestrede ordene repeteres.

Disse diagrammene er ikke bare visualisering av en spesifikasjon. De viser objektene som faktisk kjører og om de er som forventet, ikke bare passed eller failed. Derfor vises mere detaljer enn i spesifikasjonen.
“Hvorfor gjentas ikke word5?” kan man spørre. Svaret er en annen forretningsregel: Det ble mestret på første forsøk og skal aldri gjentas. Det er slike spørsmål jeg ønsker å fremheve med denne metoden.
Dette var et veldig enkelt eksempel. Vil det skalere?
Jeg tror det, men det må verifiseres. Jeg har brukt dette i to små prosjekter. Større prosjekter må nok visualiseres på en annen måte.
Men her er mine erfaringer fra disse prosjektene:
-
Glose-appen har 55 slike eksempler. Jeg har endret appen mange ganger uten å sjekke den KI-genererte koden. Disse testene sikrer at funksjonaliteten ikke knekker, og de hjalp meg å finne død kode som kunne slettes. Så eksemplene holder modellen konsistent.
-
Systemet jeg skrev om forrige uke har 114 eksempler. De beskriver oppførselen til systemet og rettighetene til ulike roller. Koden har gjennomgått store refaktoreringer uten at oppførselen har knekt. Og den deklarerte domenemodellen gjorde det lett for Claude å lage testene.
Og hva er alternativet? En enorm kravspesifikasjon som tekst? Hvordan vet man om den er korrekt og komplett? Da har jeg mere tro på en kjørbar spesifikasjon.
Oppsummering
Vi bruker eksempler hele tiden når vi forklarer.
Specification by Example og BDD formaliserer dette med fritekst og et oversetterlag mellom tekst og kode.
Object Cases beskriver eksemplene som domeneobjekter, helst rett i koden som kjørbare tester. Et rammeverk (som KI kan lage relativt enkelt) visualiserer dem. Eksperten leser ikke kode, men ser på diagrammene og godkjenner eller retter dem. Da får vi et presist, felles språk for brukere og kode, og vi slipper limet mellom spesifikasjon og kode.
KI trenger struktur, og denne metoden gir den det.