需求研判与产品立项方法
用灵魂三问筛掉伪需求，掌握优先级判断、需求量化、可行性评估与立项评审逻辑
- 用灵魂三问识别“为了 AI 而 AI”的伪需求
- 按频率/痛点/成本判断需求优先级
- 把模糊需求拆成能落地、能查的具体指标
- 完成技术可行性评估并准备立项材料
9.1 需求判断的灵魂三问
大量失败的 AI 项目并非输在执行，而是一开始就立错了项。动手前先诚实回答三个问题：
灵魂三问
第一问·真痛点：用户真的有这个痛点吗？是真实存在的强痛点，还是团队脑补出来的伪需求？
第二问·最优解：AI是最优解吗？传统规则、人工、搜索是否也能解决，而且成本更低？
第三问·算得过账：投入产出比划算吗？投入的人力与算力成本，能否被带来的价值覆盖？
团队对新技术兴奋时，最容易先决定“要用 AI”，再到处找场景。别这么干。正确顺序永远是先有真实痛点，再选最合适的解法，AI 只是可选解法之一。
9.2 需求优先级判断标准
优先做：高频、强痛点、人工成本高、且传统规则很难搞定的场景——这是AI价值最大的甜区。
别碰：低频、体验提升有限、研发和算力成本很高的场景。
别做纯炫技、没实际价值、只为蹭热点的AI功能。
下列哪个场景最适合优先用 AI Agent 解决？
9.3 需求拆解与量化方法
模糊的需求没法直接执行，分三步把它捋实：
把模糊需求拆成具体的场景、用户、问题——谁、啥情况、要做啥。
把感性目标量化为可衡量指标：准确率、响应时间、成本、业务效果。
把大需求拆成多个小阶段，每阶段都有明确验收标准。
让产品、算法、工程、业务对要做什么、做到什么程度算好达成一致，别各说各话。
9.4 技术可行性评估
四个维度都要盯，漏看任何一个后期都可能翻车。
评估就按三个来：找算法负责人当面聊、做小范围原型、参考行业同类案例，三个交叉着来，别只信单方面判断。
9.5 立项材料与评审逻辑
立项要凑齐六样核心材料：需求背景、产品方案、技术方案、资源预算、时间计划、风险评估。
评审有固定顺序：先看价值大不大，再看方案行不行，再看成本高不高，最后看风险可不可控。
提高过会率的技巧：用数据说话、讲清业务价值、给出明确里程碑、评审前和关键人逐一提前沟通对齐，把分歧消灭在会前。
立项评审不是走流程，是正式投入前，让所有相关方对价值、方案、成本、风险、时间达成同一个预期。预期对齐得越充分，后续协作越顺。
资深工程师加餐
底层原理 · 大厂视角 · 工程经验，点卡片展开
不必追求一步到位的全自动。更可靠的形态是「AI 出草稿、人一键确认/修改」，按置信度路由（低置信转人工），给出信息来源、提供便捷纠错并把纠正回流成训练/评测数据。让用户始终有掌控感，真实的「采纳率/完成率」比 demo 看起来多智能重要得多。