首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >11|AI检查需求质量时,为什么要分清“写得对”和“值得做”?

11|AI检查需求质量时,为什么要分清“写得对”和“值得做”?

作者头像
周裕光 Samuel
发布2026-08-19 08:46:25
发布2026-08-19 08:46:25
1040
举报
概述
始终保留两种判断:这条需求是否被正确定义?它是否能支持目标并产生值得承担的价值?前者主要依靠质量规则、术语、本体和测试;后者依靠业务目标、相关方权衡、假设证据、评价指标与业务Owner的决定。 真正成熟的AI需求助手,不应只告诉你“这条需求写得不错”,还应继续追问:问题证据在哪里?最危险的假设是什么?还有没有更小的方案?做成后看哪个指标?如果收益没有出现,什么时候停止?

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、BABOK为什么把“审核”和“确认”分成两件事
  • 二、第一道门:检查“写得对不对”
    • 1. 原子性:一句话是否偷偷装了多个决定
    • 2. 完整性:后续工作所需信息是否够用
    • 3. 一致性:是否与其他需求、规则和模型冲突
    • 4. 明确性和可理解性:关键词是否只有一种可操作解释
    • 5. 可测试性:是否能设计出可观察的通过条件
    • 6. 可行性与优先级:能做和现在做是否有依据
  • 三、第二道门:检查“做成以后有没有价值”
    • 第二道门最容易出现的三种替代
  • 四、把藏在需求背后的假设拉到台面上
  • 五、本体检查语义,业务指标检查价值
  • 六、AI、BA和业务方怎样分工
  • 结语:需求质量不只是把句子写漂亮
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档