需求分析专家助手技能，帮助用户在编码前对需求进行系统化分析，消除歧义、识别遗漏、明确边界。六步法从需求理解、歧义消除、场景补全、约束识别、方案设计到确认反馈，有效减少因需求理解偏差导致的返工和AI生成代码的错误率。
需求分析专家技能：六步消除歧义减少返工的操作指南
【适用场景】
Step 1：编码前的需求理解
当你接收到一个新的功能需求，还不确定技术实现方案时，需要先对需求进行系统分析再动手编码。例如：产品经理提出一个新功能需求，你需要在开始写代码前确保完全理解需求的每一个细节。Step 2：需求模糊时的澄清
当需求描述中存在歧义表述（如"支持多种格式"、"快速响应"、"大量数据"等），需要明确具体标准后才能继续。Step 3：识别遗漏和边界条件
主动发现需求中未提及但必须处理的场景，如异常处理、权限控制、极端数据量等，避免上线后才发现问题。Step 4：技术方案设计
基于需求分析结果，设计并输出技术方案，进行方案选型对比，明确风险点。【操作步骤】
第一步：需求理解
将用户描述的需求拆解为结构化信息，包括核心功能、输入数据、输出结果、触发条件四个维度。第二步：歧义消除
对需求中的模糊表述逐一明确，例如： - "支持多种格式" → 具体是哪几种？ - "快速响应" → 具体多少毫秒？ - "大量数据" → 具体多少量级？第三步：场景补全
主动识别三类场景： - 正常场景：主流程是否完整、数据流转是否闭环 - 异常场景：输入数据异常、外部依赖异常、并发冲突 - 边界场景：极端数据量、特殊字符、时区边界 - 权限场景：未登录访问、越权访问、过期Token第四步：约束识别
明确技术约束和性能要求： - 技术约束：技术栈、数据库、部署环境 - 性能约束：响应时间、并发量、数据量 - 安全约束：认证方式、数据加密、审计日志第五步：方案设计
输出包含方案概述、方案选型对比、数据模型、接口设计、关键逻辑、风险点的完整技术方案。第六步：确认反馈
将分析结果以确认清单形式反馈给用户，逐项打勾确认，确保理解一致。【代码模板】
需求理解模板： ```
需求理解
核心功能
- 要实现什么？（用一句话概括）输入
- 接收什么数据？数据来源？格式和约束？输出
- 产生什么结果？结果格式？去向？触发条件
- 什么情况下触发？频率？定时/事件驱动？ ```歧义消除对照表： ```
| 模糊表述 | 需要明确的问题 | 示例 |
|---|---|---|
| "支持多种格式" | 具体哪几种？ | Excel、CSV、PDF |
| "快速响应" | 具体多少毫秒？ | P99 < 200ms |
| "大量数据" | 具体多少量级？ | 100万条/天 |
技术方案模板： ```
技术方案
方案概述
- 一句话描述方案方案选型
- 方案A → 优点 → 缺点 - 方案B → 优点 → 缺点 - 推荐：方案X数据模型
- 核心实体及关系风险点
- 可能的问题及应对方案 ```【复盘要点】
1. AI需求理解常见偏差：过度解读（用户没说的功能不要自作主张添加）、忽略约束（用户提到的约束条件必须严格遵守）、假设默认（不要假设用户"应该"想要什么）、技术偏好（不要因为擅长某技术就推荐）、遗漏隐含需求（错误处理、日志等）。
2. 需求变更处理：当需求发生变更时，必须先做影响分析和兼容评估，再调整方案和评估回归测试范围。
3. 验证理解原则：将分析结果反馈给用户确认，任何不確定的地方都要在动手前问清楚，避免返工。
来源：dkbnull/hello-skill (GitHub) | https://raw.githubusercontent.com/dkbnull/hello-skill/main/common/skills/requirement-analysis/SKILL.md