使用AI进行需求分析的案例研究

生成式 AI 的潜在应用场景似乎无穷无尽。虽然这令人兴奋，但也可能让人不知所措。因此，团队在使用这项技术时需要有明确的目标：关键是要明确生成式 AI 在团队工作中能产生哪些实质性影响。

在软件工程中，一个引人注目的应用场景是需求分析。这是一个常常被忽视但充满挑战的环节，如果处理不当，可能会带来许多负面的后续影响。

本文描述了我们与一位客户进行的试点项目，我们的团队验证了一个假设，即利用生成式 AI 创建高质量的用户故事可以缩短交付周期并提高需求分析的质量。在这个案例研究中，我们验证了这一假设，并解释了我们做了什么以及得出了哪些结论。

方法

确定范围和目标

在选定该团队作为试点后，我们与他们举办了一次研讨会，确定哪些任务可以通过 AI 支持。我们还与他们合作，定义了使用 AI 可能带来的影响。研讨会达成了两个主要目标：

1. 找出适合 AI 支持的任务

团队讨论了他们经常进行且伴随一定难度的任务。随后，他们选择了部分高价值且 AI 可行性较高的任务。其中一个被选中的任务是需求分析，因为团队的工作领域相对复杂，开发过程中常常因需求被误解或遗漏边缘情况而返工。

2. 定义假设和预期结果

在研讨会的第二步，团队定义了使用 AI 期望实现的目标。以下是需求分析的假设：

我们相信，使用生成式 AI 来辅助…	…将导致…	我们知道它有价值的标志是…	需要监控的风险
撰写史诗和用户故事	— 减少后续流程中的返工— 更好地满足“完成定义”中的标准— 缩短交付时间	— 缩短交付时间（从“分析开始”到“完成”）— 开发人员对故事的反馈更好— 开发人员的问题和澄清减少— 被阻塞的故事减少— 待办事项列表始终保持充足— 测试中发现的遗漏需求减少	— 范围蔓延（AI 提供过多的想法）— 故事冗长，团队迷失在细节中

实施

我们利用服务工具包中的加速器帮助实施 AI 支持。HaivenTM 团队助理是我们与客户合作时使用的一个加速器，它为软件交付团队提供了一个试点生成式 AI 支持的精简方式。在该项目中，它为用户提供了集成上下文信息和可重用提示词的 AI 功能。

团队的业务分析师（BA）和质量分析师（QA）是主要的工具使用者。他们在各自领域都有丰富经验，并在该团队工作了很长时间。在这次试点中，他们使用该工具将三个新的史诗需求分解为用户故事。每个史诗都是