Rédiger des User Stories efficaces avec l’IA

• Gérer les exigences du produit avec les différents types d’éléments de Backlog.
• Choisir les champs et les flux de travaux d’un récit utilisateur.
• Générer des User Stories cohérentes avec l’IA générative (Perplexity et Claude).
• Rédiger et valider les critères d'acceptation en langage Gherkin (Given/When/Then).
• Gérer la granularité et la taille des récits utilisateur.

Tout profil fonctionnel devant rédiger, même partiellement, des User Stories : Business Analyst, Product Owner, architecte fonctionnel, expert Métier, responsable Marketing.

• Connaissance théorique des principes de l’Agilité.
• Notions de base en tests ou spécification (optionnel pour Gherkin).

• Alternance de concepts théoriques (50%) et de travaux pratiques (50%), individuellement ou en sous-groupes.
• La pédagogie active est privilégiée : mise en situation sous forme d’ateliers et cas pratiques, exercices, analyses collectives d’exemples ou de situations, le cas échéant, rencontrées par les participants…
• Apports du formateur au regard de son expérience opérationnelle.
• Support de formation fourni à chaque participant sous format numérique.
• Questionnaire de satisfaction (Respect des objectifs, Contenu et déroulement de la formation, Formateur, Rythme d’apprentissage, Satisfaction globale)

• Quizz préalable.
• Evaluation au cours de la formation : questions par le formateur, ateliers et travaux pratiques, études de cas.
• En fin de formation, Quizz ou QCM afin d'apprécier la marge de progression.

Jour 1 – FONDAMENTAUX DES USER STORIES

Le backlog et les exigences

Le backlog ou carnet de produit
Différents types des exigences
Structure hiérarchique du Backlog
Atelier 1 : écrire une US

Rôles utilisateur

Définition des utilisateurs d’un système
Profil utilisateur
Rôle utilisateur
Persona
Atelier 2 : lister différents utilisateurs-types et leurs rôles principaux

User Story

Champs et flux de travaux d’une User Story
Critère d’acceptation
Atelier 3 : créer trois cartes récit utilisateur
Caractéristiques d’un récit utilisateur
3C : Carte, Conversation, Confirmation
INVEST : Indépendante, Négociable, Valorisable, Estimable, Suffisamment petite, Testable
Atelier 4 : Definition of Ready

Portefeuille des exigences

Granularité
Thème, Epopée (Epic), Fonctionnalité (Feature), Récit utilisateur (User Story)
Storyboarding
Technique d’affinage
Atelier 5 : Storyboarding – affinage du Backlog

Jour 2 – GÉNÉRATION DES USER STORIES AVEC L’IA GÉNÉRATIVE

Introduction à l'IA générative pour les US

Vue d'ensemble des outils IA (Perplexity, Claude, ChatGPT)
Capacités et limites des IA génératives dans la rédaction d'US
Risques et considérations éthiques
Bonnes pratiques : IA comme assistant, pas remplaçante
Structuration du prompt pour des résultats de qualité
Modèle CRAC (Contexte, Rôle, Action, Contrainte)
Modèle Rôle, Contexte, Objectif, Demande, Format
Démonstration : Utilisation de Perplexity et Claude pour générer des US | Comparaison des résultats
Atelier 6 : Rédiger et tester des prompts pour générer une première US

Rôles utilisateur

Définition des utilisateurs d’un système
Profil utilisateur
Rôle utilisateur
Persona
Atelier 2 : lister différents utilisateurs-types et leurs rôles principaux

Génération et validation d'User Stories

Pipeline d'IA : de l'idée à l'US validée
Techniques de raffinement itératif (feedback loops)
Amélioration progressive de la qualité générée
Validation des outputs IA vs standards INVEST
Correction et adaptation des US générées
Atelier 7 : Générer un ensemble d'US sur un besoin métier | Valider et corriger les résultats

Critères d'acceptation en Gherkin avec l'IA

Langage Gherkin (Given/When/Then) et BDD
Syntaxe et bonnes pratiques
Génération de scénarios de test avec l'IA
Validation des scénarios pour la pertinence et la couverture
Intégration avec les outils de test automatisé
Atelier 8 : Générer des critères Gherkin pour une US | Valider la syntaxe et la complétude des scénarios

Cas pratique intégré et bonnes pratiques

Cas d'usage réel : du besoin métier au backlog raffiné
Mise en place d'un workflow IA efficace
Qualité et conformité du backlog
Considérations de gouvernance (traçabilité, authentification, révision)
ROI et gains de productivité mesurables
Pièges à éviter
Atelier 9 : Projet complet en équipe : transformer un énoncé métier complexe en backlog structuré, généré et validé avec l'IA | Présentation et analyse collective