如何利用生成式 AI 进行需求收集和快速编写用户故事

来源：InfoWorld 作者：Isaac Sacolick

当组织超越生产力驱动的视角时，生成式 AI（GenAI）能够释放变革性能力。以下是敏捷团队如何利用 GenAI 加速和改进需求收集及敏捷用户故事编写的实践。

生成式 AI 正在显著改变开发者编写代码、开发软件应用、减少技术债务和提升质量的方式。GenAI 的价值不仅限于代码生成，整个敏捷开发团队都有机会利用大语言模型（LLM）、AI 智能体和其他生成式 AI 能力，在软件开发生命周期中实现全面提升。
改进需求收集和敏捷用户故事的质量，正成为生成式 AI 的重要应用场景。随着开发者代码编写速度和效率的提升，需要更深入的敏捷待办事项列表（包含更多用户故事和更完善的验收标准）。

AI 辅助工具如何提升开发者生产力

开发者利用 GenAI 革新软件开发，包括生成代码、执行代码审查和解决生产问题。BairesDev 的报告显示，72% 的开发者正在使用 GenAI 功能，48% 的人每天都会使用 GenAI 工具。
AI 辅助工具和 GenAI 代码生成器对生产力的影响显著。微软和埃森哲对软件开发者的现场实验报告显示，使用编码助手可使每周完成任务量增加 26%，代码提交量增加 13%，代码编译次数增加 38%。
开发者也反馈了生产力的提升。DORA 的《2024 DevOps 现状报告》显示，超过三分之一的受访者认为生产力提升幅度为 “中等”（25%）或 “极大”（10%）。

为何需求收集成为新瓶颈

随着敏捷开发团队对代码生成工具的熟练使用，需求收集和撰写用户故事的速度与质量必须同步提升。此外，当开发者使用用户故事来提示 AI 智能体开发、测试和记录代码时，用户故事的结构和验收标准的完整性变得更为关键。
Copado 首席宣传官大卫・布鲁克斯（David Brooks）表示：“在辅助工具编写代码的时代，规划将承担更重要的角色，需求文档必须比团队同室协作时更加详细。业务分析师将使用 GenAI 总结功能请求和会议记录，捕捉所有输入并根据需求优先级排序。GenAI 随后可生成初稿或审查人工撰写的初稿，确保其符合公司格式。”
成功的关键在于让最终用户和利益相关者参与功能和用户故事的目标与需求开发。这种参与必须超越敏捷产品负责人的常规职责；软件开发人员应与利益相关者合作，理解目标、讨论风险并设计实验。

生成式 AI 如何改进需求收集

Pryon 首席执行官克里斯・马尔（Chris Mahl）指出，GenAI 正在将需求收集从文档编写转变为协作发现过程。“产品负责人现在使用 AI 从利益相关者访谈中生成初始需求草案，然后通过反馈循环进行完善。业务分析师的角色正从文档专家演变为 AI 协调者，成功需要精通提示工程和构建业务问题以获取最佳 AI 响应。”
业务分析师与敏捷产品负责人和团队负责人合作，监督端到端的需求流程。这对从事微服务、集成和数据管道的技术型敏捷团队尤其重要 —— 这些技术交付物的用户故事包含大量非功能性验收标准，测试通常需要构建合成测试数据来验证多种用例。
马尔补充道：“这项技术擅长将业务需求转化为技术规范，反之亦然，弥合沟通鸿沟。随着更多需求、代码和测试通过 GenAI 工具开发，批判性思维成为分析师必须掌握的核心技能，他们需验证 AI 生成内容的准确性和业务契合度。”
随着 GenAI 工具的普及，批判性思维成为关键技能。敏捷开发者必须学会如何提问、在提示中包含最重要的细节，并验证 GenAI 响应的完整性和准确性。
业务分析师和产品负责人拥有了新工具，可将对话、头脑风暴和其他会议记录快速转化为创意、史诗故事和功能。RapDev 负责人塔米姆・胡拉尼（Tameem Hourani）表示：“通过加入电话会议、分析内容、总结要点并提取关键信息，你可以快速梳理各种规模的史诗故事待办事项。”

生成式 AI 如何支持快速原型设计和交付

敏捷开发团队的另一个机会是利用 GenAI 缩短周期时间，尤其是在概念验证和用户体验迭代方面。GenAI 应帮助敏捷团队融入更多设计思维实践，并增加反馈循环。
SADA 副首席技术官西蒙・马戈利斯（Simon Margolis）表示：“GenAI 工具通过支持产品负责人和业务分析师在集成开发环境（IDE）中直接对需求进行快速原型设计和迭代，从根本上改变了他们的角色。这使得与利益相关者的协作更具动态性，因为他们可以实时可视化和完善用户故事及验收标准。无需被文档工作拖累，他们可以专注于战略协调和更快交付，由 AI 处理技术转化。”
低代码平台是一个重要应用方向，这类平台可根据 GenAI 提示生成应用程序。Adobe、Appian、Pega、Quickbase 和 SAP 等平台均使用 GenAI 工具加速应用和代理的原型设计与开发。

利用 GenAI 工具聚焦人类创新

产品负责人和业务分析师的角色远不止梳理待办事项和记录需求。他们的战略价值在于推动对最终用户重要的创新、交付业务价值并创造竞争优势。他们还必须遵守 DevOps 的硬性标准，引导敏捷开发团队构建平台能力，并寻找解决技术债务的方法。
ManageEngine AI 研究总监兰普拉卡什・拉马莫西（Ramprakash Ramamoorthy）表示：“GenAI 擅长将用户故事和验收标准与预定义规范和设计指南保持一致，但创意的原始火花仍来自人类。分析师和产品负责人应将 GenAI 作为基础工具，而非完全依赖它，从而腾出精力探索新想法并拓宽思维。真正的价值在于专家利用 AI 的一致性为工作奠定基础，进而专注于机器无法掌握的创新和细节优化。”
当组织超越生产力驱动的视角时，GenAI 能够释放变革性能力。敏捷开发团队应利用 GenAI 加速和改进需求收集及用户故事编写，在精简任务并提升质量的同时，让产品负责人和业务分析师有更多时间聚焦于技术为组织带来持久价值的领域。