线上故障根因定位与修复方案(值班工程师版)
97AI 质量分面向线上告警/故障场景,输入现象、日志、时间线与近期变更,输出根因假设排序、验证步骤与分层修复方案,并给出回滚与止损判断。
Requirements analysis
面向线上告警/故障场景,输入现象、日志、时间线与近期变更,输出根因假设排序、验证步骤与分层修复方案,并给出回滚与止损判断。
让模型稳定扮演业务方负责人,对产品/开发提交的需求文档进行连环追问,逼出隐藏假设与遗漏边界,产出可落地的待确认清单。
以评审专家视角对拆解结果打分,逐条指出可测性、粒度、依赖三类缺陷并给出改写后的条目,直接用于评审会。
对已完成的需求拆解文档做流程级复盘,定位耗时与返工根因,输出可落地的效率提升方案与改写后的拆解模板。
当从业者只有模糊困扰、还没想清问题本身时,模型先做结构化追问,再基于回答输出决策建议与注意事项,避免答非所问。
把一条有争议的需求丢给资深产品/技术双栖顾问,得到可落地的决策建议、取舍依据与评审会上要问的关键问题清单。
输入技术方案或架构决策,输出面向产品/运营/客户的类比讲解、常见误解纠正与理解自测题。
面向需要快速填充需求池的团队,先批量出 20 条短点子,再用二维矩阵分层,直接给出可进 backlog 的优先级建议。
不直接问「怎么解决」,而是先列出行业默认假设,再逐条反转,把反转结果转译成可执行需求点子,专治点子平庸。
把自由文本需求、会议纪要或 Excel 行批量转成标准用户故事 + 验收标准,同时统一字段命名、拆分粒度和语气,输出可直接导入 Jira 的表格。
输入候选方案与业务约束,输出统一维度的对比矩阵、加权评分与「在什么条件下选谁」的条件化推荐,并标注信息缺口。
面向需求评审会,把一份大需求拆成带验收标准、依赖与故事点的任务卡列表,直接导入Jira或飞书多维表格。
把一份原始需求文档转成阶段划分、里程碑、依赖与人力估算的交付计划,输出可直接贴进项目周报或排期表。
以需求评审专家身份,对单条用户故事按 INVEST 原则与验收标准完备性逐项打分(1-5 分),输出评分表与可执行修改意见。
输入原始需求文档(PRD/用户故事/工单),逐条诊断模糊、冲突、不可验证、缺边界等缺陷,输出问题清单、成因、风险等级与改写建议。
把几十页 PRD 或需求文档压缩成一张固定字段的「需求摘要卡」,供上级、跨团队或新同事 3 分钟读懂。
把评审会上尖锐、情绪化的反对意见改写成对事不对人的书面反馈,保留技术判断,调整语气与措辞强度。
把技术味浓的需求文档改写成业务方、运营或客户能读懂的版本,保留原意,替换术语并补上影响说明。
把业务方口语化、含糊的需求原文,改写为结构统一、可被开发与测试直接消费的需求条目,保留原意并标注歧义点。
输入业务目标、目标用户与核心场景,直接产出结构化 PRD 初稿:含背景、用户故事、功能清单、验收标准、非功能需求与开放问题,可直接进入评审。
面向“实现与需求/设计不符”的排查场景,输入需求原文、设计文档与实现描述,输出偏差清单、偏差归因分类与逐项纠正动作。
以测试负责人视角对 PRD 片段做对抗式挑错,按歧义、缺失边界、状态遗漏、权限漏洞四类归因,输出带定位的缺陷清单与改法。
把客服记录、应用商店评论、社群吐槽等非结构化反馈聚类成问题主题,推断根因与需求规律,并给出优先级判断依据。
把中文 PRD / 用户故事 / 验收标准翻译成英文(或反向),同时统一术语、调整语气并做文化适配,输出可直接进 Jira 或 Confluence 的成品。