先抛转引玉下，我们团队从去年开始探索用例平台接入 AI 的能力，通过输入需求内容产出脑图格式的用例。
主要流程：
1.平台交互页面提供需求录入的页面
2.调用底层 AI 工作流（基于 DIFY 二次开发的，工作流包含了 RAG 和模型的调用），生成用例
3.用例处理，平台页面实时展现
效果方面：
1.整体 AI 生成用例条数占比 10% 左右，由于生成的用例都需要人工 check 和优化结构，目前实际提效基本可以忽略
2.先让 AI 对长文本需求拆分后，再逐块生成，效果会好一些
主要的障碍：
1.由于多数需求都是增量的需求，对历史知识库的依赖比较重，而目前 RAG 在基于需求这种长文本检索方面效果并不理想（召回数量最大也只有 top10）
2.历史知识库碎片化也比较严重，实体关系较难在 RAG 检索阶段被理解
3.尝试模型微调训练的方案，所需要的数据集（问答对）的梳理工程量有非常巨大，目前进展也不太理想

不知道大家在这块都有哪些好的经验？实际效果如何？