首页
学习
活动
专区
圈层
工具
发布

用WorkBuddy把需求文档拆成任务清单与验收标准

WorkBuddy 可以把模糊需求转成"任务 + 验收标准(AC)"的结构化清单,直接进迭代排期。本文给一套拆解提示词工作流。一、为什么需求要被"翻译"需求文档往往写目标不写边界。...第二轮:针对某条任务追问"把它的 AC 写成可测试的验收用例(输入/操作/期望结果)"。 第三轮:追问"哪些任务可以并行、哪些有依赖,给一个推荐开发顺序"。...五、进阶:转成看板卡追加"把上面的任务清单转成 5 张看板卡片文字(标题+AC+验收点),可直接贴项目管理工具",一步到位。六、踩坑坑一:不给需求原文,AI 凭空编任务。...七、小结需求拆解的本质是"把目标翻译成可验收的动作"。本文模板让 AI 补齐隐含项、产出 AC,是需求到开发之间最稳的翻译层。

40711
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    深度研究模式:把复杂问题拆成长链路

    我实际跑过一次"某细分市场的进入可行性"研究:主题一句话,它自己拆成市场现状、玩家格局、用户需求、进入壁垒、机会窗口几个子问题,分别搜集、交叉验证,最后合成一份带竞品矩阵和推荐结论的报告。...实操:发起一次深度研究第一步,把研究主题收敛成一句话:对象、范围、要回答的核心问题。第二步,指定输出结构:报告、竞品矩阵、带结论建议的决策文档。...我的习惯是先把问题拆成三到五个子问题,让研究按子问题展开,最后再合拢。15 分钟是官方口径,不是承诺;研究深度和耗时取决于主题复杂度。...把深度研究当成"快速建立认知基线"的工具,而不是"替你下结论"的工具,是它正确的打开方式:它帮你把未知的领域快速摸到八分熟,剩下两分的专业判断,仍然要你来补。  ...深度研究像一把杠杆:问题质量决定杠杆支点,验证习惯决定杠杆的稳定性,两者都在你手里。

    23710

    考古|ES 5.0 把 `string` 拆成 `text` 和 `keyword`,升级后怎么改

    5.0把string拆成text(分词、全文检索)和keyword(不分词,精确匹配、排序、聚合)。...本文对照v5.6.16源码把这几条的边界核了一遍。说明本文描述问题及解决方法同样适用于腾讯云ElasticsearchService(ES)。...拆成text和keyword之后,语义由类型名决定,不用再靠一个参数的取值去区分。图3:官方文件ignore-above.asciidoc(v5.6.16标签)。...重建索引前把旧mapping里每个string字段用到的参数列出来,对照这张表,比等报错更快。...拆分把"这个字段分不分词"写在了类型名里,这是它的价值。代价是旧mapping里依赖隐含行为的地方会在重建时变成显式的报错,早发现比晚发现便宜。

    17210

    架构师如何把复杂系统拆成可交付的小闭环

    架构师的核心职责之一,就是把这些混沌的复杂度切开,切成一块块可以被团队理解、开发、验证、上线,并且能够独立产生价值的小闭环。这里的关键词不是“拆分”,而是“可交付”和“闭环”。...架构师要把它拆成三个小闭环。先拆出“库存闭环”,因为它的业务边界最清晰,且对上游订单模块只有一个“扣减/释放”的接口。...先继续保留旧单体的订单和积分功能,但把库存部分抽离成库存闭环,通过一个适配器从旧单体接收“扣库存”请求,转换为事件驱动的内部流程。...比如一个大型的“订单履约闭环”可以进一步拆成“订单支付闭环”、“订单确认闭环”、“订单售后闭环”,但对外仍然表现为一个完整的“订单履约能力”。...结语把复杂系统拆成可交付的小闭环,本质上是把“复杂”翻译成“有序”。架构师需要从业务结果倒推,找到那些能够独立产生反馈、独立验证价值的最小业务切片。

    25121

    我把写作流程拆成Skills后,再也不怕状态不好了

    从5月份起开始用Skills来管理内容流程,最为直观的改变是把凭感觉去做的事情转化成了有步骤可循的事情。...首先来谈谈什么是Skills,简单来说就是把你做内容的经验编写成一份标准的文件,其中包含触发的条件、执行的步骤的要求,同时每一次开启创作时,不用重新去思考该怎么做,直接按照文件来运行。...【2】验证方式,有些环节靠感觉难以判断,比如标题长度是否在25到64字符间,比如某些词是否出现,所以把这些要求写成python等文件进行验证,比人工核对更精准且节省时间。...跟大家讲讲我曾经遇到的一个踩坑情况,首先一开始我打算一次性把所有环节都整合到一个Skills里,可结果文件过长,执行时经常出现偏差,之后我调整为一个环节对应一个文件,这才变得流畅起来。...---# 内容创作Skills搭建## 适用场景- 把零散的写作经验转化为标准化流程- 搭建可复用的内容- 设计单一职责的子模块- 优化现有skills的执行效率## 核心原则1.

    16310

    如何用命令行将文本每两行合并为一行?

    KEY 7329:2407 string 2 KEY 0:1774 string 1 若能在键值之间使用某种分隔符,如 $ 或 ,,那就更好了: KEY 4048:1736 string, 3 如何把两行合并成一行...这个过程会一直重复,直到文件的最后一行。 最终效果是将yourFile中的每相邻两行合并为一行,中间以逗号和空格分隔。...在这里,它代表了由 N 命令引入的临时缓冲区中当前行与下一行之间的分隔符。 /, / 指定了要替换 \n 的内容,即逗号后跟一个空格(,)。这表示将两行之间的换行符替换为逗号和空格连接的字符串。...N 是 sed 的命令之一,它的作用是读取下一行(Next line),并将当前行与下一行合并为一个临时缓冲区,用换行符 (\n) 分隔。...,从而实现将相邻两行连接成一行,并以逗号加空格作为分隔的效果; 连接后的行作为新的输出行,被sed打印出来。

    3.3K10

    DeepSeek Harness 来了:比 Codex 更底层,把 AI Agent 拆成一块“洞洞板”

    前者负责把模型能力推上去,后者则想做一件更底层的事——重新定义 AI Agent 该怎么被组装、运行和观察。...这不是营销话术,而是架构选择:模型适配器、Agent Loop、会话持久化、工具、安全策略、Web UI……几乎每一个能力都被拆成独立包,注册到 Cordis 微内核上。...“创造模式”有点像让 Agent 发现自己缺一把扳手,于是现场造一把、插到手上,再用它继续干活。这个想法很酷,也很考验使用者的工程判断。...五、把 Agent 的运行当“事实”保存下来DeepSeek Harness 另一个值得关注的工程判断是:Session Log 是整个系统的权威来源。...Harness 的轨迹视图把一次运行拆成 Turn、Step 和工具调用,让调试和评估有统一依据。界面、持久化、Fork、回放都从同一个事件源派生,避免各自维护“差不多正确”的状态。

    1.2K10

    A2A v1.0 实战:把行程规划、机票、酒店拆成三个 Agent 协作

    CSDN上的多Agent文章大多停留在玩具demo,这篇文章用旅行这个天然复杂的真实场景做演示:把行程规划、机票、酒店拆成三个Agent,讲清楚它们怎么发现彼此、怎么分派任务、怎么把结果汇总成一份可执行行程...这个分工听着直观,落地时最容易犯的错,是把「另一个Agent」当「工具」使——像调函数一样同步调它、指望它毫秒级返回确定结果。Agent是概率系统:它会思考、会追问、会失败。...委托Agent必须用「提交任务、等状态机」的姿态,这正是A2A的设计;硬把Agent调用写成同步函数调用,等于把协议给你的保护全扔了。二、A2A的三个核心概念AgentCard:名片即发现机制。...任何一环失败(满房、售罄),失败信息沿A2A任务回传,规划Agent触发重规划:换酒店或换航班,而不是把错误原样抛给用户。...把规划、机票、酒店三个Agent拆开再拼起来跑通一遍,你对多Agent系统的理解会超过读十篇论文。

    15410

    如何不写一行代码把 Mysql json 字符串解析为 Elasticsearch 的独立字段

    1、事出有因 实战问题:有数百万数据需要导入 Elasticsearch 做性能对比测试,但当前数据存储在 Mysql 中,且核心字段以 Json 字符串形式存储。Mysql 存储如下所示: ?...接收同事是非开发人员,如果不写一行代码(脚本)就更好了! 2、方案探讨 2.1 前置认知 比较成熟同步方案选型。 Mysql 到 Elasticsearch 同步选定:logstash。...2.2 Json 字段的处理方案 2.2.1 方案一:遍历 Mysql,解析Json。 逐行遍历 Mysql,把 Json 字符串字段解析为单个字段,更新到Mysql中。...3、实战一把 如前分析,方案一、二 也能搞定。 但是,方案三更方便,更适合技术小白人员甚至非技术人员。 我们就以方案三实战一把。...拆分结果达到预期,就加了管道预处理一下,没有写一行脚本。 5、小结 ?

    3.7K30

    把学东西拆成四步

    想让 AI 真正把你教会,得把"学东西"这件事拆成四步。第一步:说目标,不说话题别问"给我讲讲编程",要问"我想学会用代码自动整理文件,完全零基础"。目标是"会用",话题是"知道"。...一个可以直接抄的问法把四步合成一句话,可以这样问 WorkBuddy:"我想学会用表格工具统计数据,以前完全没用过,每天能抽 30 分钟。帮我排一个 7 天学习计划,每步用大白话讲,最后出题检验我。"...为什么这样学得快因为这套方法把"老师"的活拆给了 AI:拆路径是老师备课,大白话讲解是老师上课,出题批改是老师验收。...前提是你把它当成私教来用——说目标、要路径、要人话、要考试。 四步走完,你学到的是"会了",不是"听过了"。

    31910

    我们把它拆成了 15 个任务

    把最贵的模型和最高的effort砸在一段家长通知上,不会让那段话写得更好,只会让账单更难看。三、批处理:能等的任务就别急注意上面有些配置带batch=True。...log.error("任务路由指向的供应商没有可用凭证,本次调用直接失败",task=req.task.value,provider=route.provider_code,hint=("去「管理后台→模型配置」把这个任务指向一个已填...三、把路由表交出去。放进数据库、给后台入口。模型迭代的速度比你发版的速度快。附:那十五个任务,最后长成了什么架构图好画,关键是它有没有变成用户能看见的东西。下面四张是那十五个任务在界面上的落点。...右侧「各难度得分率」把成绩按难度拆开——这个拆法直接对应掌握度算法里的难度权重。测评结果:按难度拆开,不是只给一个总分一张路由表的价值,最终体现在这几屏上。

    12600

    GEO服务商选型:把“最靠谱”拆成三项可核验指标

    更稳妥的做法,是把问题改写成三项可核验指标:合规资质是否可查、合同验收是否可执行、AI实测是否可复现。...本文迪普智见(DeepIntelli)公开报道中的服务商放在同一检查框架下说明,而不是把任何一家称为“最优”。1....因此,选型时应先把“靠谱”拆成三个工程问题:合规资质可查:公司主体、官网、服务边界、公开承诺是否能被独立验证。合同验收可执行:验收指标、采样周期、模型范围、失败处理是否写进合同。...3.2 合同验收:把“效果”写成可执行条款合同中至少要写清六件事:覆盖哪些AI模型和版本;用多少条Query采样;采样周期多长;什么叫“提及”、什么叫“引用”、什么叫“错误归因”;验收时是否提供原始对话记录...比较变化,但只把“同口径变化”作为观察结果,不外推为长期保证。这个方案的置信边界很明确:30条Query不能代表全部市场流量;两周周期不能证明长期稳定;不同模型之间的结果不能互相替代。

    38100
    领券