EXECUTIVE SUMMARY | SA × AI 需求協作方法論 · CRM 重建專案
35 天,八個模組的需求全部談定
這次在 CRM 專案中,將 AI 用於資料盤點、需求分析、雛形製作與規格整理,完成八個模組的需求確認,並留下可供開發與交接使用的正式規格。這些協作方式,也能供其他專案採用。
→ / Space 下一步 · ← 上一步 · F 全螢幕 · O 總覽 · Enter 看細節 · Esc 結束簡報
01
RESULT ── 成果
成果不是「用了 AI」,
而是「可交接的確定性」
01 RESULT ── 先講結論
35 天,八個模組的需求全部談定
60題已結案需求議題
議題台帳逐列計數;每題含決策者、承辦、結論、日期與複審條件
164條GWT 驗收情境
分母=8 個業務規格模組;正向與反向動線都寫成前提/動作/預期結果
20份規格與導讀文件
共 11,739 行;業務規格 8 + 模組資料規格 7 + 通則、值域、共用、導讀
10頁可操作雛形
涵蓋銷售主線全模組,業務可用真實工作情境直接操作
5輪結構化確認單
08-07 ~ 09-03 共五輪,每輪可勾選、可下載回覆檔
156個穩定需求 ID
RULE 80、CALC 30、FLOW 46——可反查一項需求影響哪些規格與測試
07-31 → 09-03 共 35 天連續變更歷程——每個數字都查得到分母與出處。
01 RESULT ── 這些產出,對公司有什麼用?
讓確認、開發與交接都有依據
用途 01 ── 開發有依據
需求有明確結論
- 60 題議題結案——開發前查得到由誰決定、決策依據是什麼
- 20 份規格與導讀文件——規格寫得越完整,AI 產出來的程式越穩
- 隨時答得出未定案題數與卡點歸屬
用途 02 ── 確認與驗收
業務能實際確認
- 10 頁可操作雛形——使用者看得到、摸得到,才給得出真意見
- 5 輪結構化確認單——背景與選項一起提供,更容易回覆
- 164 條 GWT 驗收情境——測試直接照規格驗,不用再翻譯一次需求
用途 03 ── 修改與交接
後續修改有資料可查
- 156 個穩定需求 ID——改一條規則前,先估得出影響範圍
- 35 天連續變更歷程——接手的人查得到改動內容與原因
信件確認同樣可以留下規格。這次把議題結論、驗收情境、變更理由與需求 ID 一起整理進文件,讓開發與接手的人能沿用。
02
SYSTEM ── 流程
這批產出是怎麼來的?
先看六個階段怎麼與 AI 配合
02 SYSTEM ── 每個階段,怎麼與 AI 配合?
同樣六個階段,讓每一步做得更完整
按 → 逐站揭露;點任一站或按 Enter,開這一站的完整分工(AI 做什麼、人確認什麼、優點與輸入產出)。
02 SYSTEM ── 八個方法各就其位
八個方法,決定每一站做到什麼程度才放行
八個方法不是各做各的——它們共同決定「迴圈的每一站怎麼做、做到什麼程度才放行」。
02 SYSTEM ── 核心價值 × 3
盤點更全面、確認更具體、規格更完整
AI 協助擴大盤點與分析範圍,雛形讓業務能具體確認,回覆再整理成前後一致的規格。每一階段都由人確認與判斷。
VALUE 01
盤點更全面,分析有依據
AI 協助交叉查看程式、資料、文件與訪談,整理疑點及不同方案;SA 依來源查證,補足分析時需要的資訊。
VALUE 02
確認更具體,提早看見落差
用可操作雛形與結構化確認單,讓業務依真實情境體驗、回答與拍板;有落差就回修,再次確認後才定案。
VALUE 03
規格更完整,前後保持一致
比對新舊回覆與跨模組規則,把確認結果寫成規格、驗收情境與變更紀錄,讓開發和接手的人查得到依據。
定位說明:本案採用的是類似 OpenSpec 的 Delta 思維,不代表完整導入 OpenSpec 工具鏈;也不以偏向從零定義功能的 Spec Kit 流程作為主模型。
03
CHANGE ── 差異
流程走完六站──
和原本用信件確認相比,差在哪?
03 CHANGE ── 和原本用信件確認相比,差在哪?
差別不在文字多寡,在落差什麼時候被看見
傳統文字確認
「文字寫清楚了,收件人自己想像畫面。」
信件文字確認↓
收件人想像畫面↓
直接進開發↓
△ 落差在交付後才現形
- 大量文字依賴收件人自行想像畫面
- 問題、背景與選項容易散落在多封信件
- 漏答與認知差異常在後期才被發現
關鍵問題:「同一個認知差,要多晚才被發現?」
AI 協作確認 ── 這次的做法
「先看得見、操作得到,再把需求寫死。」
可操作 Prototype↓
業務實際操作落差當場現形↓
回修 → 再次確認↓
規格定案・落檔
- 以可操作 Prototype 驗證畫面與動線
- 互動式 HTML 集中證據、選項與回答進度
- 確認結果直接回寫議題與正式規格
落差在確認階段就被看見、回修,才進開發。
03 CHANGE ── 落差發現時點
同一個認知差,兩種發現時點
同一個認知差,傳統流程要等開發完成後才會現形;這套做法讓它在「操作確認」這一站就被看見——下一張拿真實需求走一遍。
03 CHANGE ── 拿一個真實需求,完整走一遍
客戶名片:落差在站 4 被攔下
這一趟的結論:這個落差的修正成本——改一版 Prototype 畫面。
整段確認都發生在開發開始之前。下一張,同一個需求換傳統做法再走一次。
03 CHANGE ── 換傳統做法再走一次
同一個誤解,兩種價格
同一個誤解,兩種價格。
這裡修正的是已經寫好的功能;上一趟修正的只是一版 Prototype 畫面。
03 CHANGE ── 這一題最後定了什麼
攔下來的代價:改一版雛形
PROTOTYPE 確認了什麼
批次操作是否順暢、逐張確認如何接續、取消時保留哪些結果。
業務決定了什麼
真實使用方式、最低建檔條件,以及同一批名片共用的「認識場合」。
文件固定了什麼
批次上限、檔案限制、可編輯欄位、失敗處理、取消行為與驗收環境。
這一題的價值:「掃描一張、建立一筆」在會議室裡聽起來完全合理,放進展場情境就是不能用。
這個錯誤在正式開發前被攔下來,代價是改一份雛形;如果等開發完才發現,代價是重做一個模組。
04 PROOF ── CASE-02 為什麼相信這不是特例?
「已轉換」不是狀態
分析發現
狀態代表目前階段、日後可被修改。若把「已轉換」塞進狀態欄,之後任何人改一次狀態,「曾經轉換過」這個事實就被覆寫消失了。
最後規格
保留獨立且不可逆的 converted 旗標,與生命週期 status 正交分離;並補上驗收情境擋掉重複轉換與已轉換編輯。(出處:規格/業務規格/01-潛在客戶.md)
這一題的價值:AI 可以很快生出「新增一個選項值」這種候選解法,而且它看起來完全符合原話。
看出「這是歷史事實不是目前狀態」的是人。如果照原話做,之後要改就不是改文件,是資料庫遷移加歷史資料修復。
04 PROOF ── CASE-03
來源清單如何收斂
發現落差
潛在客戶、商機、公司與聯絡人各自存在不同來源欄位與清單。
評估風險
潛在客戶轉換後,來源可能對不上或遺失,報表也無法可靠比較。
業務拍板
來源收斂為共用值域;不需要保存來源的模組直接移除欄位。
治理價值
查證讓散落的清單被看見,業務拍板讓收斂有依據——報表從此可以可靠比較。
案例均為 CRM 重建專案實際發生的紀錄:需求原話、分析過程與最後定案都可回查,非示意情境。
04 PROOF ── 數字怎麼來的
每個數字都有分母與出處
60 題✓ 文件計數已結案需求議題——議題總覽的已結案表逐列計數
164 條✓ 文件計數GWT 驗收情境——8 個業務規格模組的 Given 出現次數加總
156 個✓ 文件計數穩定需求 ID——規格全文抓取去重:RULE 80、CALC 30、FLOW 46
20 份✓ 文件計數規格與導讀文件,11,739 行僅計業務與資料規格內文
10 頁✓ 文件計數可操作雛形——工作版目錄下的頁面 HTML 檔數
5 輪✓ 文件計數結構化確認單——業務交付目錄的日期資料夾數
35 天✓ 文件計數首筆變更紀錄(07-31)至統計日(09-03),含首尾
3 個案例✓ 文件計數客戶名片(議題 37)、已轉換旗標、來源清單收斂
−50%機械作業時間
涵蓋盤點整理資料、整理問題、記錄問題、撰寫 Prototype 四類作業
+50~60%審閱與檢查時間
人工閱讀與理解 AI 產出,以及檢查輸出正確性
這兩個是概估:以做過同類工作的前後對照估計,未逐項計時(● 實作經驗)。其餘數字均為文件計數,可回查。
按 Enter 開完整的分母、統計方式與出處表(原統計日 2026-09-03;規格份數與行數 2026-09-05 複核)。
04 PROOF ── AI 做這麼多,界線畫在哪?
AI 不拍板:三個角色,不互相取代
AI · ACCELERATIONAI 負責加速
- 查證、比對、整理
- 產生候選答案
- 快速調整 Prototype
- 比對新舊差異
HUMAN · DECISION人負責判斷與拍板
- SA 分析語意、判斷風險
- SA 維持文件一致與可追溯
- 業務確認真實工作方式
- 業務對需求拍板
GOVERNANCE · GATE制度負責擋
- Stage Gate:未確認,不放行
- 正式文件=唯一真相來源
- 議題台帳保留決策紀錄
- 變更一定伴隨紀錄
AI 不做的:不判斷業務語意背後真正要保存什麼、不決定取捨、不對需求拍板、不決定規格最終版本——這些分別由 SA、業務與正式文件承擔。CASE-02「已轉換」就是這條線的實證:AI 提供的候選解法完全符合業務原話,但不符合業務真正的意圖,這個差距只有人補得起來。
04 PROOF ── 說「確認過」就算數嗎?
每個決定都查得到來源
穩定 ID
FLOW ~ MSG
FLOWRULECALCPERMMSG
實例出處:客戶名片=議題 37;「已轉換」=規格/業務規格/01-潛在客戶.md。報告內容均回查 CRM 專案文件——「確認過」不是一句話,是一條查得到的鏈。
05
TAKEAWAY ── 收束
同樣的人力,
換到可交接的確定性
05 TAKEAWAY ── 推廣的話,誰用得上?
三種人拿到的東西不一樣
這套流程不是只有資深 SA 用得動,受益的也不只有 SA。
新手 SA ── 補的是能力
站 1、站 2 把「該查什麼、什麼算問題」外部化,讓他問得出資深才問得出的問題。這條用法多一道覆核。
資深 SA ── 補的是產能
站 3、站 4、站 5 他本來就會,卡的是做不完、留不住。AI 在這裡是放大器,現在就能直接用。
開發與接手的人 ── 拿到的是資產
站 6 的規格、決策紀錄與穩定 ID 是給下游用的。他們不在現場,需要有人替他們爭取。
不同程度、不同角色拿到的東西不一樣——這是它能在不同部門落地的原因。
05 TAKEAWAY ── 收束
同樣的人力,換到可交接的確定性
AI 加速整理+
人的判斷與拍板+
Stage Gate + 文件落檔=
開發前定案、可追溯的需求
1
換到的是可以交接的確定性:60 題需求議題結案、164 條驗收情境、35 天連續變更歷程,每個決定都查得到是誰拍的板、為什麼這樣決定。
2
人的判斷仍然是關鍵:CASE-02 就是證據。AI 的候選答案完全符合業務原話,是人讀出它會把「曾經轉換過」這個歷史事實覆寫掉。這套流程把 AI 的產能放在查證與整理,把拍板留給人。
3
這套心法不綁 CRM:換一個專案,換的是要查證的舊系統與要拍板的使用者,流程本身不動。
05 TAKEAWAY ── 然後呢?
值不值得推廣,讓數據說話
這條路已經走完第一步。要證明它不是特例,只有下一個專案能補上:指定一個專案沿用同樣的六個階段,量出同樣的產出。值不值得推到全公司,到時候讓數據說話。
CRM 重建專案 · SA × AI 需求協作實證 | 資產數字原統計日 2026-09-03;規格份數與行數於 2026-09-05 複核,分母與口徑見「數字怎麼來的」;案例均為專案實際紀錄,非示意情境。