如何开发需求文档质量评分的Skill

文章主旨：本文介绍如何设计一个AI技能（Skill）来自动化评估软件需求文档的描述质量，通过五个核心指标实现从单条需求到整份文档的结构化评审。

关键要点：

• 需求文档质量评审的传统痛点：标准不一、效率有限、难以追踪。
• AI智能评价的切入点：将“质量评审”拆解为识别需求条目、逐条判定、汇总统计、生成报告四个步骤。
• 核心指标体系聚焦五个指标：关注“什么”（区分需求与设计）、可验证性（量化验收标准）、无歧义性（语言精确）、正确性（业务逻辑无误）、一致性（内部无冲突）。
• 文档级聚合统计包括总条目数、合格率、各指标达标率、严重/轻微问题分布、高频模糊词等。
• 基于统计结果给出文档等级（A/B/C/D），并建议对应动作（直接开发/修改后评审/拒绝等）。

内容结构：

前言：指出需求文档的重要性以及人工评审的三大痛点，提出AI可破局。

一、整体设计思路

• 1.1 这个Skill要做什么：输入需求文档，输出结构化评审报告。具体步骤包括识别条目、逐条判定质量、汇总统计、生成报告。
• 1.2 指标体系的取舍：从IEEE 830和ISO 29148中筛选出五个核心指标：关注“什么”、可验证性、无歧义性、正确性、一致性。逻辑关系为：1关注边界，2和3关注表述，4关注事实，5关注协调。

二、指标体系的详细设计

• 2.1 指标1：关注“什么”：需求应陈述“需要什么”而非“如何实现”。判定要点包括扫描技术实现词汇和UI布局细节，例外情况为不可协商的设计约束。给出案例。---2.2 指标2：可验证性：需求应有客观可量化的验收标准。列出模糊词禁用清单，判定要点包括模糊词及补充说明、可度量数值。给出案例。
• 2.3 指标3：无歧义性：语言精确，所有读者理解一致。常见歧义来源包括指代不明的代词、未定义的简写、多重条件嵌套、度量单位缺失。给出案例。
• 2.4 指标4：正确性：业务规则符合逻辑和事实。AI可检查公式引用、法规版本、逻辑闭环；无法判断用户是否真的需要该功能。
• 2.5 指标5：一致性：需求内部及文档间无矛盾。常见冲突类型包括参数值矛盾、行为描述冲突、术语不统一。

三、从单条到整体：文档级聚合

• 3.1 统计维度：需求总条目数、合格率、各指标达标率、严重/轻微问题分布、高频问题词（Top 10模糊词）。
• 3.2 文档等级评定：根据合格率和严重问题比例划分A（优秀）、B（良好）、C（一般）、D（差）四级，并给出建议动作（直接开发、修改后评审、拒绝等）。

文章总结：本文提供了一套完整、可落地的AI需求文档质量评价方案，从指标定义到统计评级均有详细设计，旨在帮助团队系统化提升需求描述质量，减少返工与歧义。

DevOps和它的朋友们——聊聊其他“Ops”（二）

了解更多

麦哲思科技任甲林

查看原文：如何开发需求文档质量评分的Skill

文章来源：

麦哲思科技任甲林

扫码关注公众号