研发效能 什么样的 AI 能让你的研发流程更智能?

陈哥聊测试 · 2026年11月13日 · 37 次阅读

大家好,我是陈哥。

之前有个读者给我留言,他说他在使用 AI 时发现一个问题,AI 和项目管理软件没办法连通。很多时候得在不同工具间复制粘贴,一开始想要 AI 提高效率,现在反而增加了团队的工作量。

我回复他,这是因为 AI 在产出结果的时候没有上下文的参考。换句话说,AI 对项目的详细情况一概不知,只能调动被海量数据喂养的模型推理你想要的答案。答案很上去比较合理,落到这个项目上可能完全用不了。

如果是了解项目并以项目上下文为基础的 AI,能结合你正在做的事给出答案。比如,这条需求为什么提、任务卡在谁手里、这个 Bug 以前是怎么修的。
上下文完整了,答案才准,行动才会快。团队越快找到答案、专注重要工作、把想法变成可交付的成果,整个研发就能越快推进。所以 AI 要提升的不只是某个人的效率,更是组织级的研发效率。

于是,我们在禅道软件内置了 AI 功能,让你在日常研发工作中真正用得上 AI:

zentao-ai-1

禅道 AI 与通用 AI 不一样的点在于,它是长在项目管理软件里,不用担心数据泄露,在禅道内就可以直接使用,它读的是项目的真实数据。

举个例子,在禅道 AI 对话中,你可以 @ 当前页面、技能、本地文件、知识库等,AI 就能拿到这件事的来龙去脉。上下文是完整的,它就不会给你通用回复,而是针对这个项目给出具体答案。

zentao-ai-2

禅道 AI 建立在信任的基础上。人决定 AI 能看哪些数据、能做哪些操作,AI 拿到的权限就是你在禅道里的权限,不会被放大。

在能力体系上,禅道 AI 分了几层。应用层是智能对话、智能体、数字员工和智能工作台;往下是配置层的技能和 AI 知识库;再往下是 ZenTao CLI 与 ZenTao MCP、ZenTao Skills 这样的开放能力;最底层是 ZAI 智能引擎。下层定义,上层调用,适配企业自己的流程。

团队的经验同样可以沉淀进 AI。把一类工作的做法封装成技能,装进禅道后,在智能对话和智能体中按需调用;把规范、历史方案与项目资料整理成 AI 知识库,AI 工作时可以有据可依;把周期性的工作配成定时智能体,到点由 AI 执行,你只需要查看结果。

禅道预置了项目管理的常用流程,装上就能用;企业也可以按自己的流程自定义工序与智能体,把 AI 嵌进团队既有的工作方式,不用推翻现在的做法。

如果团队已经在用别的 AI 工具,也可以通过 ZenTao MCP、ZenTao CLI、ZenTao Skills 连接禅道,在兼容的 AI 工具里查询业务信息、执行支持的操作,不用在工具和禅道之间来回切换。

至于怎么判断 AI 是不是真的提升了效率,我的建议是先选一项高频重复的任务。

以需求润色为例,可以把输入和验收标准说清楚,对比使用前后的准备耗时、人工修改量、验收通过情况和返工次数;再看结果能不能进入后续流程、方法能不能被其他成员复用。

最后,欢迎大家了解禅道 AI。

暂无回复。
需要 登录 后方可回复, 如果你还没有账号请点击这里 注册。