AI輔助需求規格描述評審

PetterLiu發表於2024-11-05

image

1. 背景

軟體需求規格說明書(SRS)是軟體專案中定義系統需求的關鍵文件,涵蓋了功能、效能、設計限制等需求細節。SRS的質量直接影響到整個專案的成敗,確保文件清晰、準確、無歧義是產品成功的基礎。然而,由於需求規格描述的複雜性和人工審查過程的主觀性,手動評審往往耗時且容易出現疏漏。

為了提升評審效率和精度,越來越多的軟體團隊開始考慮引入人工智慧(AI)技術輔助SRS文件的自動化評審。AI的自然語言處理(NLP)技術能夠快速識別文件中的歧義、重複和不一致的表述,從而減少人為誤判,並提升文件評審過程的全面性和一致性。

2. 痛點

  • 效率低下:人工評審SRS文件通常需耗費大量時間,而評審過程複雜繁瑣,尤其是文件內容龐大時,審閱週期較長。
  • 錯誤遺漏:需求表述中的歧義、不一致和遺漏內容難以被完全檢測出來,尤其是在多輪評審中,容易因重複的內容而出現遺漏。
  • 主觀性強:人工評審人員對需求的理解各異,容易造成不同的解讀,導致需求不一致的理解,影響後續設計和開發。 特別對於某些領導一句話的需求。
  • 評審反饋週期長:在快速迭代的專案中,手動評審導致反饋週期拉長,影響產品開發的速度和專案的進度。

3. 實踐

為了克服這些挑戰,以下是使用AI輔助進行SRS評審的實施步驟,以下我們使用專案實踐中[需求卡片模板]為例


提示詞

我們已定義的需求描述卡片模板如下,請對我提供的[需求]文字描述,進行詳細分析與評估,指出需求描述存在的問題,是否滿足研發側設計與編碼。

{需求編號:包含“採集時刻 + 採集者”資訊

需求型別:(在進行評審時填寫)功能需求、非功能需求……

來源(Who):(方便追根溯源)公司提供者:需求提供者的部門、聯絡方式產生需求的客戶:使用者需求的公司、部門、聯絡方式客戶背景資料:受教育程度、崗位經驗、其他與本單項需求相關經驗

場景(Where、When):產生該需求的使用者活動特定的時間、地理、環境

描述(What):用(主語+謂語+賓語)的語法結構,禁止使用修飾語句

原因(Why):(保持懷疑的心,很多時候理由是假想出來的)

驗收標準(How):
1. 用量化的語言
2. 無法量化尋找標竿

需求重要性權重(How much):
滿足後(1一般~5非常高興)
未實現(1略感遺憾~5非常懊惱)

需求生命特徵(When):
1. 需求的緊急度
2. 時間持續性

需求關聯(Which):
1. 人:需求關聯的使用者影響人物
2. 事:需求關聯的使用者業務與關聯需求編號
3. 物:需求關聯的客戶系統、裝置;需求關聯的公司產品及版本
參考材料:在需求採集活動中的輸入材料,僅僅輸入援用的條目、章節

競爭者對比:(按照1分差~10分好進行評估)
1. 競爭者對該需求的滿足方式
2. 使用者、客戶對競爭者及公司在該需求的評價

說明:需求特徵的描述,通常有如下幾個維度:重要性(細分為“滿足後、未實現”,或者說“基本、擴充套件、增值”,參見KANO模型)、緊急度、持續時間(生命週期)。實用主義的考慮,可以綜合抽象為一個指標:商業價值(或者叫商業優先順序)。然後除以開發量就得到了“價效比”,我們先做價效比高的需求。}


ChatGPT 4o


image

GPT幫助我們指出需求描述存在的不足,還幫助完善需求規則


DeepSeek

image

清晰判斷出不足


通義千問2.5

image

通義更多是補寫與格式化


5.進一步

  • 文字解析和預處理
    透過NLP技術對SRS文件進行文字解析和預處理,包括詞性標註、實體識別、句法分析等,以理解文件的語義結構。基於此步驟,AI能夠識別出關鍵需求、系統限制和設計約束。

  • 需求一致性和歧義檢測
    利用AI模型檢測需求描述中的歧義、不一致和潛在衝突。例如,透過訓練模型識別諸如“可能”、“應該”等模糊詞彙,並提出相應的替換建議,以提升描述的清晰度和準確性。

  • 需求完整性檢查
    透過比對SRS文件內容與標準模板、行業基準,識別出需求中缺失的關鍵元件,如特定的邊界條件、使用者角色或異常處理場景,確保需求的全面性。

  • 用例和需求的對映
    AI輔助審查需求與對應用例之間的關係,檢測文件中需求和用例的正確對映,以確保每個需求都有相關的實現用例支援,並識別出遺漏的關聯需求。

  • 生成改進建議和評審報告
    透過AI生成自動化的改進建議和詳細評審報告,包含潛在的改進點、風險提示、歧義描述等。評審人員可結合報告中的內容,進一步最佳化需求描述,縮短評審時間。


  • 6.總結

    • 提高評審效率:AI自動化評審能夠快速篩查大量內容,並實時生成反饋報告,縮短需求文件的評審週期,確保專案進度。
    • 提升文件質量:藉助AI的語言識別能力,能夠發現需求中的歧義、不一致,減少需求理解上的偏差,提高文件的準確性和完整性。
    • 減少人為失誤:透過系統化、標準化的評審,減少了手動評審的疏漏和誤判,保證了需求的穩定性和一致性。
    • 降低溝通成本:在AI輔助生成報告的基礎上,減少了評審團隊的溝通成本,使團隊成員對需求的理解更加統一,有助於更好地推進後續開發流程。
    • 加速產品迭代:在快速迭代的開發模式下,AI的引入使得需求評審更加敏捷,幫助團隊迅速響應市場需求的變化。

    透過AI技術輔助SRS文件的評審,企業可實現更高質量的需求管理,並降低專案的開發風險,為實現高效、準確的軟體開發過程提供有力支援。



    今天先到這兒,希望對雲原生,技術領導力, 企業管理,系統架構設計與評估,團隊管理, 專案管理, 產品管理,資訊保安,團隊建設 有參考作用 , 您可能感興趣的文章:
    構建創業公司突擊小團隊
    國際化環境下系統架構演化
    微服務架構設計
    影片直播平臺的系統架構演化
    微服務與Docker介紹
    Docker與CI持續整合/CD
    網際網路電商購物車架構演變案例
    網際網路業務場景下訊息佇列架構
    網際網路高效研發團隊管理演進之一
    訊息系統架構設計演進
    網際網路電商搜尋架構演化之一
    企業資訊化與軟體工程的迷思
    企業專案化管理介紹
    軟體專案成功之要素
    人際溝通風格介紹一
    精益IT組織與分享式領導
    學習型組織與企業
    企業創新文化與等級觀念
    組織目標與個人目標
    初創公司人才招聘與管理
    人才公司環境與企業文化
    企業文化、團隊文化與知識共享
    高效能的團隊建設
    專案管理溝通計劃
    構建高效的研發與自動化運維
    某大型電商雲平臺實踐
    網際網路資料庫架構設計思路
    IT基礎架構規劃方案一(網路系統規劃)
    餐飲行業解決方案之客戶分析流程
    餐飲行業解決方案之採購戰略制定與實施流程
    餐飲行業解決方案之業務設計流程
    供應鏈需求調研CheckList
    企業應用之效能實時度量系統演變

    如有想了解更多軟體設計與架構, 系統IT,企業資訊化, 團隊管理 資訊,請關注我的微信訂閱號:

    image_thumb2_thumb_thumb_thumb_thumb[1]

    作者:Petter Liu
    出處:http://www.cnblogs.com/wintersun/
    本文版權歸作者和部落格園共有,歡迎轉載,但未經作者同意必須保留此段宣告,且在文章頁面明顯位置給出原文連線,否則保留追究法律責任的權利。 該文章也同時釋出在我的獨立部落格中-Petter Liu Blog。

    相關文章