👨‍💻 روش توسعه مبتنی بر Spec دقیقا چطور کار می‌کنه؟

✔️ توی پست قبلی به Spec اشاره کردیم؛ اینجا می‌خوایم ببینیم خود این مفهوم یعنی چی و چطور کار می‌کنه. وقتی با ابزارهای AI Coding کار می‌کنیم، معمولا روند این شکلیه:
🟠 یک Prompt می‌نویسیم،
🟠 هوش مصنوعی شروع می‌کنه به کدنویسی،
🟠 خروجی رو می‌بینیم،
بعد دوباره Prompt رو تغییر می‌دیم تا به چیزی که می‌خوایم نزدیک‌تر بشیم. این همون مدلیه که معمولا در Vibe Coding می‌بینیم. مشکل اینجاست که یک Prompt می‌تونه چندین برداشت مختلف داشته باشه و مدل هم ممکنه هر بار تصمیم متفاوتی برای پیاده‌سازی بگیره.
✔️ توی روش Spec-Driven Development، یک قدم قبل‌تر شروع می‌کنیم. اینجا به‌جای اینکه مستقیم به AI بگیم:
«این قابلیت رو برام کدنویسی کن»
اول مشخص می‌کنیم:
✅ سیستم دقیقا باید چه کاری انجام بده؟
مثلا:
⚫️ رفتار مورد انتظار چیه؟
⚫️ چه محدودیت‌هایی داریم؟
⚫️ چه ورودی‌هایی پذیرفته می‌شن؟
⚫️ در چه شرایطی باید خطا بده؟
⚫️ چه تست‌هایی باید پاس بشن؟
✔️ این اطلاعات تبدیل به یک Spec می‌شن؛ یعنی یک مشخصات روشن که مثل یک قرارداد برای پروژه عمل می‌کنه. بعد AI بر اساس همین Spec می‌تونه کد بنویسه، تست بسازه، مستندات ایجاد کنه و خروجی رو بررسی کنه.
✔️ یعنی به‌جای اینکه Agent حدس بزنه «احتمالا منظورت این بوده»، مسیر کار از قبل مشخص‌تره. مثلا برای یک صفحه Login، به‌جای اینکه فقط بگیم:
«یک سیستم ورود بساز»
در Spec مشخص می‌کنیم:
⚫️ کاربر چه اطلاعاتی وارد می‌کنه،
⚫️ درخواست به چه Endpointی می‌ره،
⚫️در حالت موفق چه پاسخی می‌گیریم
⚫️ و اگر اطلاعات ناقص بود چه خطایی باید برگرده.
حتی تست‌ها هم می‌تونن از همین Spec ساخته بشن.
💡 در واقع در این روش، Spec تبدیل می‌شه به مرجع اصلی پروژه و کدنویسی، تست و بقیه مراحل بر اساس اون جلو می‌رن. برای همین در دوره‌ای که AI بخش زیادی از کد رو می‌نویسه، یکی از مهارت‌های مهم اینه که قبل از کدنویسی، بتونیم دقیق مشخص کنیم چه چیزی باید ساخته بشه و چطور باید رفتار کنه.

🤖 بوتکمپ ایجنت‌های هوش‌مصنوعی
🤖 سلسله وبینارهای رایگان AI Agents

📍 کانال هوش‌مصنوعی کافه‌تدریس:
@Cafetadrispro