4.2 需求梳理与AI能力翻译

需求梳理的核心任务

FDE的核心价值之一：把业务语言翻译成AI语言

业务语言              AI语言
"我想要一个智能客服"  →  "RAG知识库问答 + 意图识别 + 多轮对话"
"帮我分析销售数据"    →  "NL2SQL + 数据可视化 + 异常检测"
"自动审核合同"        →  "文档分类 + NER实体提取 + 规则引擎 + LLM判断"

业务需求 → AI能力的映射表

需求梳理工具

AI落地场景评估矩阵

              实施难度
         低          中          高
       ┌──────────┬──────────┬──────────┐
   高  │  ★★★★★   │  ★★★☆☆   │  ★★☆☆☆  │
  业    │  客服问答 │  智能审核 │  风控决策 │
  务    │  知识检索 │  报告生成 │  复杂推理 │
  价    ├──────────┼──────────┼──────────┤
  值  中 │  ★★★★☆   │  ★★★☆☆   │  ★★☆☆☆  │
       │  数据分析 │  流程自动化│  战略规划 │
       │  报表生成 │  意图识别 │  创新发现 │
       ├──────────┼──────────┼──────────┤
   低  │  ★★★☆☆   │  ★★☆☆☆   │  ★☆☆☆☆  │
       │  FAQ问答  │  简单分类 │  通用对话 │
       │  单轮问答 │  关键词检索│  开放域   │
       └──────────┴──────────┴──────────┘

推荐顺序：右上角(高价值+低难度) → 左下角(低价值+高难度)

AI能力边界自检

问自己5个问题

问题1：输入是否标准化？
       客户发来的合同格式不一、大小不一 → AI处理困难

问题2：输出是否可验证？
       AI说"这笔账有问题" → 需要人工二次确认

问题3：容错空间有多大？
       错了是小事 → 高容错
       错了要坐牢 → 低容错，不适合AI

问题4：数据是否足够？
       500条以下 → 可能不够训练
       500-5000 → 勉强够RAG
       5000+ → 充足

问题5：业务流程是否稳定？
       经常变 → AI难以适应
       稳定 → AI容易固化

需求文档模板

# AI落地需求文档

## 一、业务场景描述
[清晰描述业务场景，越具体越好]

## 二、用户角色
- 用户A：[描述] / 约[X]人
- 用户B：[描述] / 约[X]人

## 三、业务流程（现状）
[用流程图或步骤描述当前流程]

## 四、痛点分析
| 痛点 | 影响 | 频率 | 紧急度 |
|------|------|------|--------|
| | | | |

## 五、AI期望
- AI应该做什么：
- AI的输入是：
- AI的输出是：
- 成功标准（量化）：

## 六、约束条件
- 数据条件：
- 系统条件：
- 人员条件：

## 七、AI能力映射
- 对应的AI能力类型：
- 建议的技术方案：
- 风险点：