返回
当前 - 论文题目 - 需求工程
简单
论文题
2026年10月第2题

论基于大模型的需求分析方法

随着大模型技术在软件工程领域的应用不断深入,需求分析这一依赖人工经验和沟通协作的环节出现了新的技术路径。需求获取不充分、需求表述存在歧义、需求冲突识别困难以及需求规格说明书编写耗时等问题,长期影响着需求分析的质量和效率。大模型的自然语言理解与生成能力为改进相关工作提供了技术支持,同时也带来了结果可靠性、数据隐私保护和过程可追溯性等方面的挑战。如何结合项目特点选择适当的技术路线,将大模型有效融入需求分析流程,是软件工程实践中需要研究的问题。

请围绕“基于大模型的需求分析方法”论题,依次从以下三个方面进行论述。

  1. 概要叙述本人参与的软件项目背景、需求分析面临的主要难点及本人承担的主要职责。

  2. 说明大模型用于需求分析的三种典型技术路线,即提示词工程、检索增强生成(RAG)和领域微调,并比较其适用条件与局限性。

  3. 结合项目实际,详细说明如何利用大模型开展需求获取、需求整理、冲突检查、需求规格说明书生成或需求追踪等工作,阐述处理模型幻觉、隐私保护和可追溯性问题的方法,并评价最终实施效果。

思路解析

论基于大模型的需求分析方法

摘要

制造企业售后服务涉及客服、维修、仓储和财务等多个部门,需求来源分散且业务规则经常变化,传统依赖人工整理会议纪要的方式容易产生遗漏和歧义。2025年,我作为系统分析师参与某制造业集团售后服务平台建设,负责需求获取、规格评审和需求追踪。针对资料多、冲突难识别及文档编制耗时的问题,项目组比较提示词工程、检索增强生成和领域微调三种技术路线,选择以提示词规范输出、结合知识检索提供依据的方式辅助分析。我们将大模型用于生成访谈提纲、整理候选需求、识别规则冲突、生成规格初稿和建立追踪关系,并以脱敏、权限控制、来源标注和人工评审保障数据安全与结果可靠。系统上线前,团队通过需求评审和测试用例核对模型输出,减少了重复整理工作。本文结合项目实践,论述大模型辅助需求分析的方法、问题和效果。

正文

我所在公司为制造企业提供信息系统建设服务。2025年,某装备制造集团委托我们建设售后服务平台,整合客户咨询、维修工单、备件申请、退换货和费用结算。集团下属多个事业部,产品型号和售后政策存在差异,需求信息分散在制度文件、会议纪要、历史工单和个人经验中。项目初期,客服强调尽快受理客户问题,维修部门关注故障判定和备件供应,财务部门则关注退款条件和费用归属。同一个“退货期限”在不同材料中的表述不一致,分析人员需要反复查阅来源并与相关部门核实。

我担任系统分析师,负责识别干系人、组织访谈、编制需求规格说明书、协调需求评审并维护需求追踪关系。项目组包括产品、研发、测试和各业务部门代表。传统做法由分析人员逐份阅读资料、整理候选需求和核查冲突,能够保证人工判断,但面对大量会议记录时耗时较长,也容易遗漏隐含条件。我们尝试引入大模型辅助文本整理和线索发现,同时明确模型输出只是待确认材料,业务规则必须由责任部门裁决,需求基线仍由项目团队评审确定。

大模型辅助需求分析主要有提示词工程、检索增强生成和领域微调三条技术路线。提示词工程通过角色、任务、输入格式和输出约束引导模型完成分类、摘要或改写,部署速度快,适合会议纪要整理和初步需求提取;但模型输出受提示内容、上下文长度和输入质量影响,不适宜直接当作已确认的规则。检索增强生成将业务制度、产品资料等放入知识库,在任务执行时检索相关片段提供给模型,适合需要引用现行规则且知识经常更新的场景;其效果依赖知识质量、检索相关性和权限过滤。领域微调使用经过标注的领域样本调整模型,使其更适应稳定的分类或表达任务,但需要足够可靠的数据、训练资源和持续评估,也不能保证自动获得最新制度。

项目初期,我们缺少足量高质量标注样本,售后制度又经常调整,因此优先采用提示词与检索增强生成结合的方式。对于简单的会议纪要结构化,使用固定模板要求模型输出需求描述、来源、涉及角色、待确认条件和疑问;对于需要依据制度判断的任务,先从经审核的知识库检索当前有效资料,再要求模型结合来源给出候选结论。领域微调作为后续选项,待积累足够的人工审核样本并验证成本收益后再考虑,不把训练模型作为项目目标本身。

需求获取阶段,我先与业务负责人梳理项目范围和干系人,再向模型提供经过脱敏的业务背景和访谈目标,要求其生成客服、维修、仓储及财务各自的访谈问题。例如,对于退换货流程,问题清单需要覆盖受理条件、责任划分、备件占用、退款审批和异常处理。分析人员检查提纲是否遗漏实际业务、是否包含诱导性问题,再用于访谈。会议中由人员与业务代表确认事实,模型不能替代面对面沟通,也不能根据常见行业经验擅自补充企业规则。

需求整理阶段,我们将经授权的会议纪要和制度文件按主题分批输入模型。系统要求每条候选需求包含编号、角色、触发条件、处理过程、业务结果及来源位置;对表述不明确的内容,输出“待确认问题”,而不是猜测答案。例如,“尽快处理维修申请”被标记为时限不明确,分析人员进一步询问不同故障级别的响应要求。模型生成的需求列表由分析人员核对原文,合并重复项、纠正角色和条件,并与业务代表确认后录入需求管理系统。对于涉及金额、日期和例外情况的内容,我们要求逐项回到原始制度核实。

需求冲突检查阶段,我们把有效制度、已确认需求和会议纪要建立索引,记录文档负责人、版本和生效日期。模型在检索到多个可能相关的片段后,列出冲突点及对应来源。例如,客服会议提出“客户签收后七日内可申请退货”,事业部制度却对定制产品设置例外。模型将两者标为待核实冲突,但不自行判断哪份材料优先。我们组织客服、事业部和法务负责人评审,确定普通产品与定制产品分别适用的条件,并将确认结果写入需求基线。若检索未找到足够依据,系统提示需要人工补充资料,避免模型编造制度条款。

规格说明书编制阶段,我们为模型提供已确认的需求、统一术语和文档模板,生成用例描述、业务规则和验收条件初稿。以维修工单为例,初稿需说明客户提交、客服审核、工程师处理、备件申请和完工确认的前置条件、主流程、异常流程及输出。分析人员检查状态流转是否完整,测试人员依据规格设计用例,业务负责人确认结果是否符合实际。对于无法自动确定的性能、安全和兼容性要求,由相关人员补充具体指标和验证方法。模型帮助减少格式整理工作,但规格正式发布前仍需经过评审和版本控制。

需求追踪方面,我们为每条需求保留业务目标、原始来源、确认责任人、规格条目及测试用例编号。模型可以依据文本相似度提出候选关联,提示可能受变更影响的条目,但由分析和测试人员确认最终关系。某事业部调整保修政策时,我们先更新有效制度,再查找关联的资格判断、客服提示和测试用例,组织变更评审并记录决策。通过明确版本和来源,团队能够解释每项规则为何存在、何时改变以及需要重新验证哪些功能。

项目实施中,模型幻觉是首要风险。有时模型会把不同事业部的政策合并,生成原文中不存在的统一规则;有时引用正确文档,却漏掉适用范围。我们要求每条结论附带可定位的来源,对关键字段执行人工核对,无法找到依据的内容一律标记为待确认。评测集包含冲突政策、缺失条件和无答案问题,检验模型是否虚构结论。对于保修期限计算等确定性逻辑,由规则和测试用例验证,不让模型直接决定结果。

数据隐私同样重要。历史工单包含客户姓名、联系方式及设备信息,我们先明确数据分类与使用范围,对非必要个人信息进行脱敏,并按岗位控制知识库和文档访问权限。模型服务部署方式、日志保留和外部数据传输需经过企业安全评估;提示词和输出记录仅向授权人员开放。对于无法确认使用权限的材料,分析人员采用人工方式处理。这样既利用模型处理文本,也避免把企业内部资料无控制地发送到不适当的环境。

项目组通过抽样核对需求提取的准确性、来源完整性、冲突识别情况和文档准备时间,评价辅助工具的实际效果。评审中发现的问题按资料缺失、检索错误、模型误读和人工确认遗漏分类,分别调整资料、检索条件、提示模板或评审流程。平台建设过程中,大模型减轻了会议纪要整理和规格格式编写的重复工作,需求冲突能够更早暴露,分析人员则有更多时间与业务部门核实条件。由于部分隐性规则没有形成文字材料,模型仍无法仅靠现有文档发现全部需求,现场观察和专家访谈不可省略。

通过本项目,我认识到大模型在需求分析中的价值是辅助发现、整理和追踪,而需求的正确性仍建立在可靠来源、业务共识和持续验证之上。后续团队将继续完善领域术语、知识版本和评测样本,在保障隐私与可追溯的前提下探索更适合特定任务的模型方案,并持续关注模型输出变化对需求质量的影响。

联系我们
隐私协议
用户协议
微信公众号
知乎
小红书
浙ICP备2021029036号
@2022-2026
嘉兴市安芯网络科技有限公司 版权所有