这是鼎叔的第一百四十六篇原创文章。行业大牛和刚毕业的小白，都可以进来聊聊。
欢迎关注公众号《敏捷测试转型》，星标收藏，大量原创思考文章陆续推出。
这一年针对测试团队可以做的 AI 提效实践，我总结了一个词 “三预”，即在测试和开发实现 “用 AI 结对工作” 之前，聚焦三个提效场景：预评审、预验收、预分析。本文从鼎叔去年的个人实践讲起，聊聊如何借助 AI 进行需求预评审。
现在 AI 工具不断进化了，肯定有更酷炫的评审方式，但基于精益的需求分析框架是难以被替换的。
在这个时代大多数人都急着让 AI 尽快写代码和构建产品，而我认为 “质量左移” 在 AI 编程时代依然（更加）有效，让 AI 提高需求文档的质量永远是事半功倍的举措。
当时代演进到 “文档即代码” 的阶段，需求评审就更加重要了，这是整个软件生命周期中价值最大的地方。
实践背景
一年前我曾推荐一套需求文档质量提升的评审方案，但是要实际落地执行需要技术和产品人员进行人工评估，推广和学习成本高，在理解上也不容易一致。
当公司内部 AI 应用基础服务开始广泛落地时，用 AI 应用来实现智能化评审就有了低成本实现的可能。
我们可以通过 AI 应用，结合在敏捷需求和质量左移的理论，一次性输出需求文档的质量问题，进而输出测试人员关心的质量风险和用例推荐：
总结需求。
拆解用户故事
给需求质量按上述模型评分（满分 100），并给出改进意见。这个环节还可以检查出需求文档中的歧义表达，不清晰或不一致的地方。
暴露产研协作和测试风险
给出需求验收用例和完整测试用例清单
评估开发和测试的工时（基于上述拆解分析后，貌似效果不错）
使用效果
在飞书上搜索我注册好的机器人
注意，在工作流配置上，我暂时只支持了.docx 格式的需求处理，所以需要上传这个格式的文档才能完成充分的分析。
把原文贴入对话框，也是可以正常分析的。
其他格式如 PDF 未来配置工作流也可以支持。
提醒：进行评审需求的 AI 首先要学习项目知识库 聊聊企业使用 AI 知识库的体验，并指定 AI 的人设（具体可以看截图 prompt），才能提供有针对性的更精准的评审意见。
评审机器人会连续输出各个部分的分析结果，耗时比较长，深度思考比较多。
最终所有分析内容自动生成飞书文档，可通过权限设置分享相关人员阅读
智能评审应用的实现过程
因精力有限，鼎叔没有对需求各种文档类型做分头处理，这个后继补充也比较容易。
目前版本是配置一本道工作流完成，这里也附上配置过程（我默认会把思维链都打开）：
探索的过程
最早我是尝试用飞书多维表格来进行 AI 需求评审
初步使用效果还不错，但是有两个问题：
一，如果不使用字节默认的 AI 模型，是要额外收费的，免费额度很快耗尽
二，多维表格不支持配置公司飞书的知识库，无法学到业务知识库的内容
三，生产内容信息量感觉不大
但飞书多维表格模式也有优势，员工可以直接在多维表格上对生成内容进行评价和整理，以后可以继续尝试。
然后，我尝试了艾莉同学的对话框模式来进行需求评审。使用很方便，我把上述七个处理步骤，保存在飞书 aily 的项目中，让她依次输出结果：
初用起来也是感觉不错，但也有两点不方便：
一，飞书项目已有知识库没法整体纳入 AI 学习，只能手动上传知识，这块比较麻烦，也有泄密风险。
二，如果用单个步骤取得结果，想完成所有步骤挺麻烦。如果一次性完成项目中的 7 个步骤结果，艾莉同学在后面内容的生成越来越敷衍了，没法看。
比如下面这个，只生成两个用例，后面的都 “以此类推” 了：
所以，我最终选择用飞书 aily 的工作流应用来创建需求评审智能体。
最近很久没有升级了，听说又上了不少新功能。
几点感悟
AI 做需求评审初看效果还可以，尽职尽责，但也不能要求高。
每次能分析出一些闪光点和启发是没问题的，但很多内容也是大路货，或者正确的废话。
比如我用 AI 评审结果在需求评审会上提意见，效果还可以，比如通过 AI 会启发我 XX 场景下可能存在违规风险，或者 XX 场景可能有资金核对损失。
使用 AI 真正的好处是成本为 0，有一定启发就是正收益。且在使用中能推广大家对质量内建的意识。
所以我认为：AI 是专家传播方法论的放大器，同时减少了主观评价他人的尴尬。
除了前文给出的需求质量评分模型，还有上图中 AI 给出的风险等级，是基于我对业务风险场景级别的定义模型来评估的，这块下次可以另起一篇。
记录一些踩坑
1 LLM 总是反馈：由于我无法直接访问外部链接...
方法一：如果让工作流直接读取你的飞书文档，使用飞书云文档节点 - 读取飞书文档纯文本内容，并需申请开通你应用的相关权限。（不建议，因为还是会有安全风险，安全侧会自己评估审批的）
方法二：先把需求文档下载下来，手动脱敏后以 pdf 的形式上传，然后使用文档解析节点，把你上传的文档进行解析。再传给大模型（推荐）。
2 AI 评审应用保存云文档申请权限问题
发布了新应用 AIGE，把 AI 分析结果保存在云文档，但是云文档访问需要申请权限，这个权限是向应用申请的，我怎么审批呢？
另外，其他人员用这个应用生成了文档，能否不申请权限就可以访问呢？
方法：这个需要找安全同学进行评估审批，审批是一次性的。
同时需要在工作流后续步骤里，将文档授权给你，然后将你设置为编辑者。
3 生成文档的协作访问问题
我的应用发布成功了，我自己使用没问题，完美生成文档。
但是我让别人使用，在添加云文档协作者时就报错了，我怎样才能让别的用户也添加我作为文档协作者？
方法：默认的协作者是个固定的值，即你自己。
看之前的功能描述这部分添加的协作者是当前的对话人员，而不是始终是你自己
需要注意 ID 的转换，对话者信息可以从全局变量的 message 中拿到。
配置 id 类型直接用 open_id ， open_id 可以从全局变量的 message 中拿到。
另外注意测试环境的 open_id 是没有值的，测试的时候可以发布一个线上环境拿到当前用户的 open_id 写死后进行测试。
另外，申请了用户身份的应用不能开全员。
4 飞书开发后台的一个 BUG
从应用身份到用户身份的权限修改时，发现没有生效。原来是飞书开发后台没有自动更新，需要自己登录 “开发者后台” 手动更新下。
5 LLM 如何读取上传文件
工作流里输入一个 DOC 文件，让 AI 来分析，AI 可以读取和分析文件中的图片内容么？
另外，我在对话框输入一个 DOC 文件，但是感觉 AI 工作流的第一个 LLM 分析能读取文件内容，第二个 LLM 分析就读取不到文件内容了
方法：可以识别文件，一般是先用一个「文档解析」节点来提取文档内容，再把内容交给后续的节点去处理。
6 配了多个 LLM，后面的 LLM 分析文件不正常
如果给应用传入 DOC 文件，工作流有几个 LLM 对它进行分析，都用的输入参数={{query}},感觉第一个 LLM 分析正常，第二个及以后的 LLM 就无法正常读取文档内容了。
方法：{{query}}只会有文本的内容，如果直接丢的是 query，一般 LLM 只会拿到文件名，你可以看下日志的出入参的具体内容（猜测是 LLM 在根据文件名做内容生成）。但这不是个处理文档的正确用法，推荐直接用 file 参数通过文档解析去处理吧。
7 生成的云文档如何删除
用户生成的云文档如何删除？删除时显示要向应用（父目录）申请，但申请了结果直接报错。
方法：需要看这个文件夹的权限设置，把自己加成文件夹的所有者，这样会有最大的权限。
（这部分属于的飞书文档的功能）需要核对创建文档的所有者和文件夹的所有者。
结语
当然，咱们还可以参考多 agents 玩法，AI 模拟出多个不同专业的角色在需求评审中进行多轮次的 PK 吵架，相信能碰撞出更多精彩的火花。
对于 AI 评审的所有结果，都批判性地看，尝试通过各种调整让它变得更好（少漏，少扯蛋）。
因为 AI 说的，都是错的。