需求澄清助手
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_638507d8/req-clarifier。
技能介绍
解决的具体问题
需求讨论常从模糊描述开始:业务目标、用户范围、功能边界、技术约束散落在聊天记录里。工程师如果直接据此评估方案,容易漏掉关键假设,或在返工时才发现优先级冲突。需求澄清助手把这种口语化输入整理成可追踪的结构,减少“我以为你知道”的沟通损耗。
工作方式
它按接收、追问、合并、输出推进。第一轮先把已有信息归入背景、目标、范围、约束等字段,不确定的地方用 [待确认] 标注;随后按战略层、战术层、执行层提出不超过 4 个关键问题,避免问卷式负担。
- 结构化整理:每轮都完整输出当前需求状态,便于对比变化。
- 领域追问:针对软件功能、AI/LLM 产品、数据分析、流程自动化等场景,检查平台、性能、模型兜底、数据来源、权限审批等细节。
- 完整度评分:按目标清晰度、成功标准、功能范围、资源约束、风险假设打分,达到 85 分或用户确认后生成最终文档。
适用边界
它适合把零散想法收敛成可执行规格,但不替代架构设计、合规评审或排期决策。资料强调“不预判、多核实”,因此推断必须标注并确认;对于强依赖现有系统、数据隐私或安全合规的需求,仍需要相关方补充正式约束。最终文档反映的是被确认后的决策过程,而非未经核实的最佳实践。
使用场景
- 产品经理拿到一段口头 AI 工具需求,整理目标用户、模型约束、兜底策略并输出 v1 需求规格。
- 工程师收到业务流程自动化想法,追问现有流程、审批角色、ERP/CRM 集成点并确认边界。
- 运营把数据看板需求从聊天摘录整理成背景、目标、数据源、更新频率和受众。
- 架构师评审前把模糊功能列表拆成必需功能、约束、风险假设,并标记待确认项。
适合人员
- 每周把业务口头需求转成评审文档的产品经理
- 负责 AI 功能立项并需确认模型、兜底与隐私约束的工程师
- 要把数据看板从聊天碎片整理成目标、数据源与更新频率的运营
- 评审前需要把流程自动化边界、审批和集成点讲清楚的架构师