需求阶段的AI利用实践总结（完整版）

需求阶段的AI利用实践总结（完整版）

概要

一个工作日搞定项目评估：AI如何成为需求阶段的“超级军师”？

从客户会谈结束，到输出完整的《项目评估简报》向领导汇报——全程仅用1个工作日。这不是神话，而是一套可复制的AI辅助方法论。

这个故事讲什么？

鸿蒙开发小白小J，面对一个“1个月上线”的紧急项目，在AI的帮助下完成了从需求澄清、风险识别、工作量评估到报价建议的全流程。最终输出了一份包含功能需求、非功能需求、三点估算工时、风险应对策略的完整评估报告。

你会看到什么？

• 9个关键步骤：从腾讯会议AI自动生成纪要，到千问/DeepSeek挖掘深层需求、识别技术风险、进行三点估算，再到主动质疑AI并校准报价
• 真实提示词与输出：每一步的提示词怎么写，AI给出了什么答案
• 人+AI的分工智慧：AI负责整理、分析、生成；人负责提问、质疑、决策
• 核心经验：AI不是魔法，但用对流程，它就是需求阶段最高效的“外脑”

适合谁看？

任何需要做需求分析、项目评估、方案报价的产品经理、项目经理或开发者——尤其是面对陌生技术栈或紧急项目时。

上篇参考：从0到1的鸿蒙App原型开发实践：AI赋能下的快速突破

背景

• 继上篇《从0到1的鸿蒙App原型开发实践》，小J得到了一个可用来向客户展示的原型，这让小J对鸿蒙APP的开发信心倍增。

• 然而，毕竟是一个没有鸿蒙APP开发经验的小白，面对一个真实的项目时必然是险象环生，客户简单的需求背后可能藏着一个个大坑。

• 好在小J身边有位随叫随到的AI朋友，他既是一位资深的鸿蒙开发工程师，也是一位项目管理大师。小J只需把困惑一五一十向他诉说，他就会不厌其烦地给小J解释清楚。

总体成效：从需求会谈启动到输出《项目评估简报》并向领导汇报，全程仅用1个工作日。

---

第一步：需求澄清与会谈记录

操作过程

1. 小J和提案组组长准备了Demo视频和案例材料，约客户进行展示和需求澄清。
2. 小J和提案组成员与客户进行线上会谈，通过腾讯会议AI助理整理了会议纪要。

经验

让AI做会议纪要，大大降低人工负担，效率高品质好。

产出示例

会议纪要（由腾讯会议AI助理自动生成）：

本次会议主要围绕企业内控APP的鸿蒙版开发项目展开，明确了项目背景、技术方案、开发范围及初步期望......

---

第二步：用AI挖掘客户深层需求

操作过程

与客户会谈后，小J将会议纪要进一步提交给千问，让它分析整理。客户原本模糊的需求得到了进一步梳理。

经验

对客户的陈述用AI进行挖掘，可以得到更多的信息。

提示词

你好，请总结如下会议纪要：

[粘贴会议纪要全文]

输出示例

会议纪要：企业内控APP鸿蒙版开发项目

本次会议主要围绕企业内控APP的鸿蒙版（HarmonyOS）开发项目展开，明确了项目背景、技术方案、开发范围及初步期望。

一、核心摘要

• 项目目标：将现有的安卓版内控APP移植至鸿蒙系统。
• 核心策略：采用“原生壳+H5页面”的混合架构，仅移植原生壳，H5内容保持不变。
• 关键约束：仅支持鸿蒙系统（不兼容安卓），目标周期为1个月内上线。

二、详细决议内容

1. 项目背景与目标

• 背景：承接企业内部现有安卓APP的鸿蒙化改造。
• 核心任务：将应用的“原生壳”迁移至鸿蒙系统，应用内的H5页面内容（OA、NC、ERP等）不做改动。

......（以下省略）

---

第三步：AI综合生成需求文档

操作过程

小J将会议纪要和客户原始的需求文档（脱敏后）提交给千问/Deepseek，让它综合各项信息得到一份完整的需求文档。

经验

利用AI进行综合分析，得到一份全面的需求规格说明文档。

提示词

上面提供了客户的主要需求清单，另外一个截图是这个鸿蒙app的主要功能界面。
根据客户澄清，主要功能界面采用鸿蒙app套壳+H5页面开发，其中H5页面已开发完成并应用在安卓app中。

请结合上面两个文档和会议纪要，整理一份需求文档，并罗列可能的风险点。

输出示例

企业内控APP鸿蒙版需求规格说明书

一、项目概述

本项目旨在将现有的企业内部安卓（Android）版内控APP迁移至鸿蒙（HarmonyOS）系统。项目核心采用“鸿蒙原生壳 + H5页面”的混合开发模式。除系统底层交互功能外，绝大部分业务界面直接复用现有的H5页面代码，以确保开发效率并维持业务逻辑的一致性。

二、功能需求

基础架构与导航

1. 启动与登录
   • 启动页：展示企业品牌信息（如“长沙城发”Logo），进行应用初始化加载。
   • 登录页：提供用户身份验证入口，对接后端认证接口。
2. 主界面（首页）
   • 顶部区域：展示搜索栏（全站搜索）、消息通知图标、耳机/客服图标。
   • 轮播/新闻区：展示党群工作部发布的新闻或重要通知。
   • 应用中心（金刚区）：以图标网格形式展示各业务系统入口，包括但不限于：成本ERP、OA系统、城发e学、城发社区、招聘系统、HR系统、NC系统、应急管理、督办2.0、更多。

......（以下省略）

---

第四步：AI识别功能需求与非功能需求

操作过程

小J用AI对需求进行进一步整理，识别功能性需求和非功能性需求以及项目风险。

经验

利用AI识别技术风险点和项目管理风险，相当于组织了一场专家会议。

提示词

假设你是一位资深鸿蒙应用开发工程师，并且是项目管理专家。
请以表格的形式整理上面需求中的：
1. 功能性需求
2. 非功能性需求
3. 技术风险点
4. 项目管理风险

输出示例

（表格形式输出，包含四大类内容的详细列表）

---

第五步：AI进行工作量评估（三点估算）

操作过程

小J用AI对需求进行工作量评估。

经验

利用AI进行工作量评估，相当于组织了一场专家会议。

提示词

请根据上面的需求清单，评估开发工作量（大概估算就行），以“人日”为单位将工作量估算结果添加到上面表格后面。

工作量估算要求：
1. 包括从需求确认到交付的开发全周期工时
2. 根据“乐观”、“正常”、“悲观”3种尺度对工作量进行估算
3. 注意：不要把客户“一个月上线”当作硬性条件

输出示例

企业内控APP鸿蒙版工时估算与风险分析表

估算说明

1. 估算模式：采用三点估算，分别为乐观（一切顺利，无返工）、正常（考虑常规沟通与调试）、悲观（考虑技术深坑、需求变更、人员磨合）。
2. 角色配置：建议配置 1名鸿蒙原生开发、0.5名后端/全栈支持（协助H5调试）、1名测试（后期介入）。
3. 时间单位：人日。

详细估算表

模块分类	功能点	详细描述	乐观	正常	悲观	风险点评估与应对
1. 项目管理与设计	需求与设计	需求澄清、技术选型、概要设计文档、接口梳理	2	3	5	风险：客户仅给接口文档，业务流程不清晰。应对：需安排专门会议确认业务逻辑，否则后期返工风险极大。
2. 基础架构	启动与登录	启动页展示、权限申请、登录页UI及认证接口对接	1	2	3	风险：单点登录逻辑复杂，涉及Token刷新机制。
......（中间省略）
合计			25 人日	44 人日	77 人日

综合分析与建议

1. 关于“一个月上线”的可行性
   • 乐观情况（25人日）：如果投入 1.5名 熟练鸿蒙开发（全职），理论上可以在20个工作日（1个月）内完成。
   • 正常情况（44人日）：单人开发需要约2个月。若要1个月上线，至少需要 2-3名 开发人员并行工作。
   • 悲观情况（77人日）：单人开发需近4个月。若遇到技术深坑，1个月上线几乎不可能。
2. 关键风险预警
   • H5兼容性：现有安卓H5代码在鸿蒙Web组件中可能出现样式错乱或JS执行错误，调试时间常被低估。
   • Push推送：点击通知栏消息准确跳转到具体业务H5页面，在鸿蒙中实现逻辑与安卓差异较大。
3. 建议策略
   • 优先保障核心路径：先保登录、首页、待办列表、详情页的打通。

......（以下省略）

---

第六步：质疑AI，完善工作量评估和报价

操作过程

小J对上面的工作量提出疑问，主动追问AI以完善评估。

经验

利用AI但不是盲信AI，对AI的质疑是必要的。

提示词

上面“正常（46人日）”是否包含“10%的风险金”？

输出示例

不包含。

“正常（46人日）”是纯粹的开发工作量估算，不包含那10%的风险金。

三点估算中的“正常”值，通常指的是在考虑常规沟通成本、小型返工、一般性技术调试后，最有可能发生的实际投入工时。它属于基准估算，风险金是在基准估算之外，为了应对“未知-未知”不确定性而额外追加的预算。

总结建议： 在给客户的正式报价单中，建议直接报 51人日（取整），或者在备注里注明“包含10%的不可预见费”。

对于这种“1个月上线”的急单，千万不要只报46人日，否则一旦遇到H5兼容性问题，项目就会陷入亏损。

---

第七步：AI规划待办事项优先级

操作过程

小J利用AI的分析，列出了一份分优先级的to-do事项清单。

经验

根据风险事项，让AI帮我们规划一下待办事项的优先级。

提示词

请根据上面的需求和风险分析，列出需要优先向客户确认的to-do事项。

输出示例

为了确保项目能在1个月内顺利上线，并规避“H5兼容性”与“原生交互”带来的巨大风险，你需要立即向客户确认以下关键事项。

我将这些待办事项按优先级和影响程度进行了分类：

第一优先级：决定生死的关键项（必须立即确认）

1. H5页面的“所有权”与“修改权”

• 问题描述：目前的H5页面是复用的安卓版代码。如果H5在鸿蒙系统上出现样式错乱、JS报错或功能失效，谁负责修改代码？
• 确认点：
  • 是否有原H5开发团队能随时配合修改代码？
  • 还是必须由我们（鸿蒙开发团队）全权负责调试和修复H5代码？（如果是后者，工作量将激增，报价需翻倍）

2. 后端推送接口的配合度

• 问题描述：鸿蒙的消息推送（Push）机制与安卓完全不同，必须接入华为推送服务（HMS Core）。
• 确认点：
  • 后端服务器是否已经对接了华为推送服务？

第二优先级：影响工作量与报价项（尽早确认）

......（以下省略）

第三优先级：体验优化项（可视情况确认）

......（以下省略）

建议沟通话术（示例）

......（以下省略）

---

第八步：AI撰写项目评估报告

操作过程

根据以上所有信息，小J整理了一份项目评估报告的简报，以便向领导和客户汇报。

经验

总结报告等繁重而又十分需要技巧的工作，可以利用AI在短时间内完成。

提示词

请根据以上所有信息，整理一份项目评估简报，内容不超过2页。

输出示例

XXX内控APP鸿蒙化迁移项目评估简报

致： 公司领导 / 相关客户 日期： 2026年4月14日 主题： 企业内控APP鸿蒙版（HarmonyOS NEXT 5.0+）项目评估与建议

一、项目核心理解

本项目旨在将现有安卓版内控APP迁移至鸿蒙系统，采用 “鸿蒙原生壳 + H5页面” 的混合开发模式。核心思路是最大化复用现有业务H5代码，仅开发原生底层能力。

二、核心功能需求概览

模块	关键功能	说明
基础架构	启动/登录、首页框架、底部导航	包含品牌展示、身份验证、四个主Tab
业务功能	应用中心（金刚区）、工作中心	承载ERP、OA等系统入口
原生交互	消息推送、拨打电话、定位、附件预览、分享	需调用鸿蒙原生能力
系统维护	版本升级、多设备适配	支持应用内更新，适配手机及平板

三、关键风险与应对策略

1. 技术兼容性风险

• H5渲染兼容性：现有H5页面可能在鸿蒙WebView中出现样式错乱
  • 应对：预留专门时间进行兼容性测试与微调
• 原生交互桥接（JSBridge）：原安卓与H5的交互逻辑需在鸿蒙端完全重写
  • 应对：系统梳理安卓端所有JSBridge接口
• 消息推送：鸿蒙推送服务与安卓完全不同
  • 应对：需客户确认后端团队能配合接入华为推送服务

2. 项目管理风险

• 工期紧张：客户期望1个月内上线
  • 应对：采用敏捷开发，优先保证核心流程
• 需求模糊：缺乏详细需求文档
  • 应对：整理“功能对照表”请客户签字确认

四、工作量与报价估算

项目	人日	说明
直接开发成本	46 人日	包含从设计、开发、测试到交付的所有核心工作
风险储备金（10%）	4.6 人日	用于应对H5深度适配等不可预见风险
建议总报价	≈ 51 人日	建议取整报价

开发周期建议：1.5个月上线，建议投入 2名熟练鸿蒙开发人员

五、需客户方提前确认的关键事项

第一优先级（决定项目生死）：

1. H5页面修改责任方
2. 后端推送配合度
3. 目标设备系统版本
4. 开发期间是否提供模拟环境

第二优先级（影响工作量与报价）： 5. 附件预览范围

6. 应用分发方式
7. 是否提供鸿蒙测试设备

---

总结建议： 本项目技术方案可行，但1个月工期风险极高。建议基于51人日进行报价，并请客户方尽快确认上述关键事项。

---

第九步：格式转换

操作过程

小J将Markdown格式的项目评估报告利用工具转换成了DOC格式的文档。

原因说明

MD格式是适合AI读写的文档，但让领导和客户阅读时不够方便。需要转换为通用的DOC格式。

使用工具

Markdown to Word Converter – Free Online with LaTeX & Mermaid Support

最终产出

---

整体总结

以上工作，从与客户约谈到最后输出《XXX项目评估简报》向领导汇报，只用了一个工作日，效率极高。

在整个过程中，AI帮助实现了：

环节	AI的作用	人工的作用
会议纪要	自动转录与结构化	组织会议、提供素材
需求挖掘	分析模糊表述，提炼隐藏信息	提出正确的问题
需求文档生成	多源信息整合，输出规范文档	提供脱敏后的原始材料
风险识别	模拟专家会议，输出风险清单	理解业务上下文
工作量评估	三点估算，量化分析	设定估算边界条件
追问与校准	响应追问，澄清估算口径	主动质疑AI的输出
待办规划	分优先级输出确认事项	执行与客户沟通
报告撰写	快速生成结构化简报	最终审阅与决策
格式转换	工具辅助	选择合适工具

核心经验：AI不是魔法，但用对流程——从需求澄清到评估报告的全链路AI辅助——它就是需求阶段最高效的“外脑”与“军师”。而人的价值在于：提出正确的问题、质疑AI的输出、做出最终的决策。

---

流程图

flowchart TB
    %% 样式定义
    classDef input fill:#e8f0fe,stroke:#1a73e8,stroke-width:2px,color:#1a73e8,font-weight:bold
    classDef step fill:#f3e8ff,stroke:#7c3aed,stroke-width:2px,color:#5b21b6,font-weight:bold
    classDef output fill:#e6f7e6,stroke:#2e7d32,stroke-width:2px,color:#1b5e20,font-weight:bold
    classDef subheader fill:#f5f5f5,stroke:#9e9e9e,stroke-width:1px,color:#616161,font-style:italic
    classDef ai fill:#fff3e0,stroke:#ed6c02,stroke-width:2px,stroke-dasharray:5 2
    classDef manual fill:#e8f5e9,stroke:#2e7d32,stroke-width:2px

    %% 标题区
    TITLE["<b>🚀 需求阶段AI辅助实践全流程</b><br/>从客户会谈 → 评估报告（1个工作日）"]
    class TITLE subheader

    %% ==================== 输入区 ====================
    subgraph INPUT["<b>📥 输入材料</b>"]
        direction LR
        I1["📹 Demo视频<br/>案例材料"]
        I2["📄 客户原始需求文档<br/>（脱敏后）"]
        I3["🖼️ 功能界面截图"]
    end
    class INPUT input
    class I1,I2,I3 input

    %% ==================== 步骤1 ====================
    subgraph STEP1["<b>步骤 1/9 · 会议纪要</b>"]
        direction LR
        S1_A["👥 线上会谈<br/>（腾讯会议）"]
        S1_B["🤖 腾讯会议AI助理<br/>自动整理"]
        S1_C["📋 结构化会议纪要"]
        S1_A --> S1_B --> S1_C
    end
    class STEP1 step
    class S1_A manual
    class S1_B,S1_C ai

    %% ==================== 步骤2 ====================
    subgraph STEP2["<b>步骤 2/9 · AI需求挖掘</b>"]
        direction LR
        S2_A["📝 提交会议纪要<br/>给千问/Deepseek"]
        S2_B["🔍 AI分析提炼<br/>模糊需求"]
        S2_C["💡 隐藏需求<br/>与假设清单"]
        S2_A --> S2_B --> S2_C
    end
    class STEP2 step
    class S2_A manual
    class S2_B,S2_C ai

    %% ==================== 步骤3 ====================
    subgraph STEP3["<b>步骤 3/9 · 综合生成需求文档</b>"]
        direction LR
        S3_A["📚 多源输入<br/>纪要+文档+截图"]
        S3_B["🔧 AI综合整理"]
        S3_C["📖 《需求规格说明书》<br/>+ 风险点"]
        S3_A --> S3_B --> S3_C
    end
    class STEP3 step
    class S3_A manual
    class S3_B,S3_C ai

    %% ==================== 步骤4 ====================
    subgraph STEP4["<b>步骤 4/9 · AI识别需求类型</b>"]
        direction LR
        S4_A["🎭 提示词：<br/>扮演鸿蒙专家+PM"]
        S4_B["📊 AI以表格输出"]
        S4_C["📋 功能｜非功能<br/>技术风险｜管理风险"]
        S4_A --> S4_B --> S4_C
    end
    class STEP4 step
    class S4_A manual
    class S4_B,S4_C ai

    %% ==================== 步骤5 ====================
    subgraph STEP5["<b>步骤 5/9 · AI工作量评估</b>"]
        direction LR
        S5_A["📐 三点估算提示词<br/>（乐观/正常/悲观）"]
        S5_B["🧮 AI估算人日<br/>排除硬性约束"]
        S5_C["📊 工时估算表<br/>25 / 44 / 77 人日"]
        S5_A --> S5_B --> S5_C
    end
    class STEP5 step
    class S5_A manual
    class S5_B,S5_C ai

    %% ==================== 步骤6 ====================
    subgraph STEP6["<b>步骤 6/9 · 质疑与校准</b>"]
        direction LR
        S6_A["❓ 人工追问：<br/>'是否含风险金？'"]
        S6_B["🤖 AI澄清并建议"]
        S6_C["✅ 修正后报价<br/>46 → 51 人日"]
        S6_A --> S6_B --> S6_C
    end
    class STEP6 step
    class S6_A manual
    class S6_B,S6_C ai

    %% ==================== 步骤7 ====================
    subgraph STEP7["<b>步骤 7/9 · AI规划待办</b>"]
        direction LR
        S7_A["📝 提示词：<br/>列出优先确认事项"]
        S7_B["🏷️ AI分级输出"]
        S7_C["🔴 P0/P1/P2<br/>待办确认清单"]
        S7_A --> S7_B --> S7_C
    end
    class STEP7 step
    class S7_A manual
    class S7_B,S7_C ai

    %% ==================== 步骤8 ====================
    subgraph STEP8["<b>步骤 8/9 · AI撰写报告</b>"]
        direction LR
        S8_A["📦 输入全部产出"]
        S8_B["✍️ AI生成简报"]
        S8_C["📑 《项目评估简报》<br/>（≤2页，Markdown）"]
        S8_A --> S8_B --> S8_C
    end
    class STEP8 step
    class S8_A manual
    class S8_B,S8_C ai

    %% ==================== 步骤9 ====================
    subgraph STEP9["<b>步骤 9/9 · 格式转换</b>"]
        direction LR
        S9_A["📄 Markdown文档"]
        S9_B["🔄 在线转换工具"]
        S9_C["📎 DOC格式<br/>正式交付件"]
        S9_A --> S9_B --> S9_C
    end
    class STEP9 step
    class S9_A ai
    class S9_B manual
    class S9_C output

    %% ==================== 最终产出区 ====================
    subgraph OUTPUT["<b>📤 最终交付物</b>"]
        direction LR
        O1["📖 需求规格说明书"]
        O2["💰 工时估算与报价表"]
        O3["📋 待办确认清单"]
        O4["📎 项目评估简报（DOC）"]
    end
    class OUTPUT output
    class O1,O2,O3,O4 output

    %% ==================== 连接线 ====================
    INPUT --> STEP1
    STEP1 --> STEP2
    STEP2 --> STEP3
    STEP3 --> STEP4
    STEP4 --> STEP5
    STEP5 --> STEP6
    STEP6 --> STEP7
    STEP7 --> STEP8
    STEP8 --> STEP9
    STEP9 --> OUTPUT

    %% ==================== 底部图例 ====================
    subgraph LEGEND["<b>📌 图例</b>"]
        direction LR
        L1["🤖 AI主导环节"]
        L2["👤 人工主导环节"]
        L3["📥 输入 / 📤 产出"]
        L1 ~~~ L2 ~~~ L3
    end
    class LEGEND subheader
    class L1 ai
    class L2 manual
    class L3 input