反常识头脑风暴:用「如果反过来」生成 10 个反直觉需求方案
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。
TASK EXPLORER
求职准备 · 办公整理 · 校园创作
课程演示内容库:站方内容包含 AI 生成的种子模板。自动评分用于结构比较,不代表真实使用效果;复制次数与社区发布量按实际记录展示。
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。
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。
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。
针对一个久攻不下的具体客户,从关系、需求、决策链、竞争四个维度定位卡点,输出成因、风险与下一步动作,并标注每条判断的证据强度。
把 PRD 片段、需求评审纪要与聊天记录中的功能描述,抽取为可入库的功能点 JSON 数组,字段固定、去重、标注来源与置信度。
把一段时间的体测数据、训练日志与主观反馈提炼成阶段进展结论、问题诊断和下阶段处方要点,适合私教做客户复盘。
把一段可运行但写得乱的 SQL,改写成团队规范风格:统一大小写、缩进、别名、注释,并输出改动清单与风险提示,语义必须完全等价。
让模型扮演刚接手该模块的资深工程师,仅凭现有技术文档去理解系统,把读不懂的地方变成一轮轮追问,暴露文档的缺失与歧义。
模型扮演一位说话直接、喜欢反问的架构师,通过连续追问帮助用户自己梳理出性能瓶颈,而不是直接给答案,适合作为优化前的自我演练。
模型扮演严格的技术评审官,对用户提交的重构方案文档逐条质询,输出“通过/有条件通过/驳回”的评审意见表,并给出必须补充的验证项。
把一次线上缺陷的完整链路转成可执行的测试改进清单,包括新增用例、门禁规则、监控项与流程改动,并给出优先级与验收标准。
输入测试用例清单与评审标准权重,输出逐条评分、缺陷定位与可直接落地的改写建议,适合测试负责人做用例评审会前的把关。
让模型稳定扮演一个苛刻的资深评审官,针对你提交的功能设计文档逐条质询,输出结构化的评审意见与必须回答的问题清单。