A3--龍波--基于一站式平臺的需求分析和設計的AI應用.pdf

《A3--龍波--基于一站式平臺的需求分析和設計的AI應用.pdf》由會員分享，可在線閱讀，更多相關《A3--龍波--基于一站式平臺的需求分析和設計的AI應用.pdf（41頁珍藏版）》請在三個皮匠報告上搜索。

1、基于一站式平臺的需求分析和設計的AI應用龍波中興通訊龍波中興通訊有線院需求域教練負責人任職在數據系統部，負責有線院和數據研發中心需求過程改進。主要從事過數據中心框式和盒式交換機相關開發工作。軟件工程本碩，數通產品15年以上工作經驗。目錄C O N T E N T S1.議題背景2.痛點分析3.解決思路4.實踐情況5.總結與展望議題背景01背景 路由交換系列產品組網概述匯聚/核心DC骨干 IP城域IPxHaulAccess4G/5G家庭個人邊緣DC固網接入數據中心SDN-C光寬終端SDN-CCDNSwitchSwitch移動終端移動接入CDN園區樓宇ZTE數據產品網絡部署產品特點：組網場景和業務

2、種類多，系統產品需求多樣化，多產品在相似功能點上有一定的共性背景 需求階段的活動復雜新建已采納分析中需求實例化已分析已交付需求采納階段需求分析和設計階段預分析預規劃版本可服/競爭力/研發改進/商用及其他 需求預分析：業務領域BA做預分析 需求拆分：識別和拆分需求xxx平臺新建xxx產品方案設計測試設計開發中已規劃分析迭代安排 迭代安排，產品和平臺拉通 需求實例化：端到端完成分析，需求實例化五步法 拆分xxx產品PR，拆分xxx平臺MR 方案設計：由業務領域BA主導端到端完成方案和走MR流程.測試設計：xxx產品 TSE負責測試設計 完成MFQ與用例需求計劃階段分析等待開發等待新建已采納分析中已

3、分析已交付xxx平臺測試設計開發中已規劃分析迭代安排.需求預分析：業務領域BA做預分析預規劃版本 迭代安排 需求實例化：業務領域BA負責xxxMR的分析 方案設計：業務領域BA負責xxxMR的方案和流程 測試設計：xxx平臺 TSE負責測試設計 完成MFQ與用例業務領域識別指派 業務歸屬識別：產品分析設計組按業務歸屬指派分析負責人 業務歸屬識別：平臺分析設計組按業務歸屬指派分析負責人需求實例化預分析方案設計痛點分析02痛點任務和文檔內容未同源，需求任務和需求內容無統一入口需求分析結構化編輯缺少高適用性工具支撐，知識體系對業務的賦能成本高DOD未能端到端支撐輸出物的校驗，依賴人力和人員知識儲備提

4、效提質的要求逐步提升，如何應用經驗和歷史知識進行效率和質量提升需求分析所填字段分散，完成內容輸出后手動切換各種狀態流，處理需求需要通過多種界面查找需求分析增量和存量雙份編輯不能保障一致性，僅增量變化，存量完整性不足不能較好支撐分析未具備全流程端到端的自動DOD校驗，質量內建不完整需求規劃和研發持續存在需求吞吐GAP，需求方案類缺陷泄露返工成本高需求階段活動熱點分析需求階段需求規劃需求分析需求設計需求故障復盤其它活動流需求獲取、需求準入 需求分析 需求評審特導文檔開發-特導文檔評審方案設計-方案評審 缺陷復盤故障定位、工程支持等熱點占比 5%30%5%50%5%5%解決思路03解決思路1 需求分

5、析和設計的活動任務化-一站式平臺納管基于需求觸發器（監聽需求的變化）：1、自動拆分任務，預分析任務、實例化任務和方案設計任務的按部署規則自動拆分2、字段自動同步，跨工作項需求的字段同步變更、狀態反寫，BA角色關注任務輸出物，需求狀態流自動聯動解決思路2 需求AI應用的知識工程底座-需求體系化需求樹場景樹特性樹組件樹 XXX場景 原始需求 需求分析 子場景1.N 要素+因子表達 需求索引 特性索引 用例設計（UST）XXX市場需求 需求描述 實例化分析 設計方案（業務架構）特性索引 用例設計（TCO，要素差分）XXX特性 特性描述 特性配置 實現原理和業務流程 1）實現原理 2）業務流程 3）特

6、性拆分 特性設計（應用架構+IT）組件索引 用例設計（TCO，ST）XXX組件 組件說明 方案設計（應用架構）組件接口（CT）功能點描述 功能點1.N 功能測試點 子組件關聯（應用架構）用例設計（FT）基于要素庫做差分波及需求方案（業務架構）特性設計（應用架構）代碼庫用例庫業務架構增量存量解決思路3 結合需求體系化知識和大模型預訓練精調，提升AI有效性Given When Then方案影響波及 研發場景應用策略故障描述故障復盤要點技術根因改進舉措評審規范故障知識-QA對評審規則-文檔樹知識工程準入規則-文檔樹 準入規范 測試規范 行業CI大模型選型中興星云通信大模型中興星云研發大模型.AI應用

7、需求準入檢查 定系統找用戶問目的 畫場景 列功能需求樹-QA對特性樹-QA對 特性配置、關聯關系 特性描述 應用場景場景說明 需求體系化知識圖譜，含需求-場景-特性-組件需求體系化-知識圖譜產品特性-QA對/文檔樹 架構約束和質量屬性 infogo產品手冊 行業標準規范 客戶測試規范觸點內容設計者中心或一站式平臺知行系統需求實例化生成方案設計生成評審狀態流活動流列功能性能設計MR需求實例化.預分析指派分析定系統拆產品需求系統架構協作流程兼容設計設計評審畫場景方案設計找用戶問目的需求準入需求評審新建已采納分析中已分析波及關系組件間依賴 50%30%10%10%畫場景列功能前三步需求評審能耗分析痛

8、點和能耗分析部分需求的描述和驗收準則不符合要求，人工檢查和返工成本高需求類缺陷數，大部分由場景覆蓋不全導致需求分解不規范和拆分遺漏，需求協同成本高，實現遺漏返工重復問題再犯頻率高90%10%檢查描述和驗收準則能耗分析15%35%15%15%10%10%系統架構協作流程性能設計波及關系安全設計設計評審能耗分析業務協作流程，依賴人員經驗進行設計，耗時較長且容易錯漏波及影響和組裝式對關聯關系完整度有依賴，波及分析容易遺漏安全設計預訓練、精調Given When Then解決思路4 需求分析AI應用過程需求規劃需求分析需求沉淀和需求體系化 1 觸點 2 知識庫 RAG 4 大模型 3 提示詞需求體系化

9、非結構化語料庫加載數據提取數據清洗向量庫語料庫生成詞向量（Embedding）查詢向量拼接相關文本提示詞模板中興星云大模型模型精調模型評測提問回答積累需求描述/分析頁需求評審文本切詞(原子性和完整性)生成詞向量（Embedding）語義相關性比較Prompt*設計思路依賴知識約束說明上下文信息iCenterAI文檔助手RDC需求觸點知行系統模型推理&部署 5 度量采納率生成率 6 評估語料評估召回評估模型評估應用評估大模型預訓練和精調 語料注入中興星云大模型2 預訓練(md)、精調語料(json)3 評測語料1 知識工程自動化流水線 單輪數據，instruction發給模型的指示和output

10、期望模型返回的內容 多輪數據，conversations（一個列表包含了多個對話條目），from（human（人類用戶）或 assistant（助理），value（對話的內容）實踐情況04需求AI應用全景圖需求分析45%方案設計5%5%5%30%控制域 需求開發需求設計需求分析需求規劃需求流程編排 DOD定義AI應用場景需求產能需求評審提示模版管理（AI Prompt）、知識庫構建（外掛領域知識庫（檢索增強生成）、中興星云大模型預訓練和精調支撐賦能個人AI種子教練牽頭梯隊人才建設組織項目分析設計組落地實施知識需求體系化知識庫端到端知識庫工具基于公司DN Studio應用編排中心一站式平臺知行系

11、統運用AI需求分析和設計，提升分析吞吐和降低需求缺陷xx年提效目標：MR分析吞吐率提升xx%，需求分析和方案引入缺陷下降xx%交付域 需求質量/需求預分析特性文檔編寫特性文檔評審方案評審需求驗收內容域 結構化對象數據：需求標準拆分；場景要素貫通場景樹、需求畫場景、特性應用場景；需求實例化五步法；方案設計的架構約束、質量屬性；一站式平臺知行系統納管需求域分析和設計活動5%需求故障復盤需求準入檢查需求價值判斷需求產能編排相似需求匹配推薦 需求實例化章節生成a.畫場景 基于特性b.列功能 需求拆分需求智能評審轉發表項生成業務流程生成方案波及分析安全設計方案智能評審歷史故障識別管理根因復盤技術根因復盤

12、 特性場景生成一站式平臺知行 納管需求分析和設計任務，AI應用嵌入研發流程1、分析和設計任務自動建立、統一入口，支持歷史相似需求推薦2、分析和設計任務的迭代燃起、組織級跟蹤需求準入 檢查需求完整度行業CI知識庫準入規范知識庫閱讀和理解需求活動流應用構建關鍵技術過程中參考行業CI補全需求需求繼續流轉RAG輸入MRRDC需求清單 需求標題 需求描述 驗收準則 市場目標 優先級 場景RDC需求 需求標題 需求描述 驗收準則匹配準入規范等知識，生成評審意見和準入結論輸出需求文檔語料清洗算子結構化文檔數據結合準入規則輸出評審意見基于評審意見需求提出人做人工修訂理解能力大模型能力模仿能力推理能力需求描述驗

13、收準則準入規范LLM需求內容人工修改 需求描述 驗收準則需求直到AI再次檢查通過定稿行業CI需求內容校準通過 總體方案：依據準入規范，檢查需求描述/驗收準則，嵌入流程自動檢查，RAG檢索行業CI知識庫，召回特性原理/應用場景補全需求 知識工程：將通訊領域知識清洗成md格式的文檔樹，作為需求補全的知識庫 應用構建：對需求描述/驗收準則進行準入判定，基于需求描述匹配行業CI知識庫進行RAG檢索，補全需求描述技術方案驗收準則完整度：高/中/低需求補全建議：需求沖突、場景補全評審意見需求描述完整度：高/中/低a.需求本身的完整度基于準入規范的檢查b.需求的一致性和避免重復工作，或是否存在沖突c.基于行

14、業CI信息構建知識庫，實現需求特性原理/應用場景自補全需求樹知識庫xxx資料知識庫歷史需求xxx資料需求準入 實踐的效果需求AI準入檢查，工具自動掃描，變更后觸發更新檢查結果2.2 按版本度量，不通過需求會自動郵件通告，需修正后再流轉2.1 整體度量，準入檢查攔截率10+%，不通過需求幾千條提出人視角：識別不符合項和獲取補全建議；分析人視角：節省需求準入問題檢查時間 0；交付視角：降低需求返工比例 10%；1.1 準入檢查狀態1.2 AI生成評審意見，給出不符合項和需求補全建議2 效果度量1 準入呈現需求分析 畫場景內容生成的方案場景：xx場景描述驗收準則Given When Then 推薦特

15、性 特性1 特性2 選擇特性特性1 特性3 總體方案：依據需求實例畫場景的規則，結合市場需求描述和驗收準則，以及檢索匹配的歷史相似需求和特性樹知識，進行需求場景的生成。知識工程：將歷史需求樹和特性樹清洗成md格式的QA對，作為需求實例化內容生成的知識庫 應用構建：PE+需求和特性樹知識庫，結合歷史相似需求和特性樹的細分場景進行內容生成。有條件地可分步精準識別特性細分場景或相似需求。技術方案特性知識庫需求知識庫閱讀和理解需求活動流應用構建關鍵技術找到需求相關特性，獲取細分場景同行評審和修訂RAG子場景 特性描述 應用場景場景描述驗收準則功能：xx LLMAI生成輸入MR功能：xx功能：xx人工評

16、審修訂需求分析文檔 需求描述 定系統 找用戶 問目的 畫場景 列功能 需求關聯的特性AI推薦波及特性召回特性細分場景信息 場景描述 驗收準則RDC需求 需求標題 需求描述 驗收準則場景初稿需求樹AI生成LLM需求場景匹配相似需求，生成場景初稿畫場景人工修改多步驟交互，精細化識別波及特性細分場景輸出分析文檔需求樹 特性DOD檢查場景章節更新到特性樹 推薦場景 特性1 場景4 特性1 場景5 選擇場景 特性1 場景4 特性3 場景6 語料清洗算子采納率jieba分詞算法結構化文檔數據找到相似需求，參考其場景參考相關場景，編寫需求完整場景基于特性知識庫拼接生成需求場景 特性3 理解能力大模型能力模仿

17、能力推理能力功能：xx預訓練、精調Given When ThenGiven When Then需求分析 畫場景內容生成的AI應用編排知行系統基于公司DN Studio應用編排，支持分章節或者一鍵AI全部內容生成，以及飛輪任務拆分同步自動生成AI初始頁面。分章節時識別PE關鍵詞獲取AI應用目的，即需求實例化五步法的哪個步驟采用歷史相似需求的分析內容和特性樹的內容做RAG輸出輸入分章節Prompt，通過關鍵詞獲取AI應用目的獲取PE的#輸入的信息，用于RAG的匹配定系統、找用戶、問目的，獲取歷史相似需求的分析內容的知識畫場景，獲取歷史相似需求的分析內容和特性樹的應用場景列功能，獲取歷史相似需求的分

18、析內容和上文畫場景的知識RAG輸出需求實例化內容需求分析 畫場景內容生成的知識庫構建因素需求情況模型要求業務特點內容域，理解通信領域專業知識需求和產品特性大量上下文信息通信領域大模型上下文長度16K邏輯復雜，分析步驟多理解和模仿能力強用戶體驗響應時間中等，避免長時間等待響應延時需TF-IDF-Model模型）+余弦相似度（MatrixSimilarity），計算某一文本text1與另一文本text2相似度度量說明：AI需求分析內容生成采納率=單需求分析生成內容采納程度/采用AI需求分析生成的需求數第一步，計算詞頻詞頻(TF)=某個詞在文章的出現次數考慮到文章有長短之分，為了便于不同文章的比較，

19、進行詞頻標準化。詞頻(TF)=某個詞在文章的出現次數/文章總詞數第二步，計算逆文檔頻率 通過一個語料庫（corpus）來模擬語言的使用環境。逆文檔頻率(IDF)=log(語料庫的文檔總數/(包含該詞的文檔數+1)第三步，計算TF-IDFTFIDF=TFIDF可以看到，TF-IDF與一個詞在文檔中的出現次數成正比，與該詞在整個語言中的出現次數成反比。所以，自動提取關鍵詞的算法就很清楚了，就是計算出文檔的每個詞的TF-IDF值，然后按降序排列，取排在最前面的幾個詞。示例：AI生成的定系統、找用戶、問目的寫入的位置采納率：按照工具化計算得出具體值內容采納率計算方法AI生成：工具自動下掛在分析子頁面，

20、便于采納判斷對照(編程真有趣,c+是一種編程語言,0.0)(編程真有趣,他喜歡編程,0.21428043)需求分析 實踐的效果需求實例化畫場景可先點擊需求波及特性AI分析，識別波及特性和特性的子場景，然后需求拉取特性的子場景信息，再點擊畫場景AI生成，可精準拼接需求波及的特性和特性的子場景信息，進行RAG增強生成。采納率可提升到 60%；需求分析 實踐的效果續上一頁，具體示例，需求畫場景拉取的初始場景章節，來源于某個特性的3個子場景，需求畫場景AI生成時，會跟隨特性子場景RAG生成特性樹的應用場景：1、IGMP Snooping over EVPN MPLS 單歸接入2、IGMP Snoopi

21、ng over EVPN MPLS 組播源側雙歸接入 3、IGMP Snooping over EVPN MPLS 接入側雙歸接入需求樹的需求實例化畫場景AI生成：拼接特性子場景的場景描述和驗收準則，結合需求描述，AI生成 輸出格式規范化使用場景名稱、場景描述、驗收準則GWT表達需求波及特性和特性細分場景需求分析內容AI生成需求評審 識別需求分析內容缺陷的方案 總體方案：需求評審應用了評審規范和故障復盤單知識庫進行RAG，AI生成評審意見和建議 知識工程：結構化表達評審規范和需求方案類故障復盤信息 應用構建：識別需求歸屬特性來提取相關評審規則，識別需求關聯歷史故障來提取故障復盤信息，提升評審意

22、見準確率技術方案評審規范知識庫故障復盤知識庫特性知識庫活動流應用構建關鍵技術RAG語料清洗算子采納率jieba分詞算法結構化文檔數據xx組故障復盤單xx組特性QA對理解能力大模型能力模仿能力推理能力xx組評審規則需求知識庫xx組需求QA對需求分析文檔 需求描述 定系統 找用戶 問目的 畫場景 列功能 需求關聯的特性 需求評審記錄結合需求樹、特性樹、故障復盤單匹配輸出評審后的分析文檔需求樹召回相關評審規范和歷史故障，AI生成評審意見和建議需求樹LLM需求評審問題記錄歷史相似需求評審問題 提出人狀態意見和建議AI采納/不采納基于需求分析文檔和評審規則做AI評審評審意見和建議人工修訂分析文檔人工修改

23、評審規范LLMAI生成輸入需求分析文檔特性樹需求分析文檔 需求描述 定系統 找用戶 問目的 畫場景 列功能 需求關聯的特性特性評審規范需求波及特性故障復盤單故障名稱故障描述問題定位機理分析改進舉措關聯關系（關聯特性、特性細分場景）故障復盤單AI生成歷史故障閱讀和理解需求實例化文檔結合評審規范和歷史故障缺陷，識別有效性問題同行評審和修訂結合模板格式要求，識別各章節的規范性問題需求評審 識別需求分析內容缺陷的AI應用編排知行系統基于公司DN Studio應用編排，支持分章節或者全文的AI評審，自動記錄評審問題到問題清單，且DOD檢測閉環情況需求分析文檔匹配歷史需求的評審問題記錄和關聯特性的業務評審

24、規范需求分析文檔匹配歷史故障復盤單的故障復盤內容LLM按規則獲取輸入的關鍵詞，做知識庫的前置匹配結合歷史故障知識庫進行知識庫檢索基于普通PE，拼接匹配的歷史故障知識數據進行LLM評審問答，除了普通PE，還有業務相關的歷史故障避免再犯需要評審的需求分析內容（系統會自動調用該應用編排做AI自動評審，人為無需輸入）系統獲取評審意見自動記錄到會議紀要評審問題列表需求評審 實踐的效果AI評審自動嵌入問題清單，閉環狀態納入DOD控制；識別并采納1000+條潛在問題，AI評審問題采納率 40+%；安全設計 結合高風險模塊和TOP攻擊知識庫，進行威脅建模設計總體方案：依據需求波及特性，對TOP攻擊、高風險模塊

25、等進行安全判定，以及結合威脅情報、安全技術棧進行安全設計生成 知識工程：結合產品系統安全設計和業界產品安全威脅分析CAPEC、CVE、OWASP等知識，構建安全知識庫 應用構建：PE結合中興星云大模型的產品安全知識，以及項目構建的安全知識庫，進行檢索召回增強生成安全判定和安全設計技術方案總結與展望05總結1.需求任務和文檔同源2.端到端DOD校驗3.細分原子活動、識別高耗能 需求準入 需求實例化五步法定系統、找用戶、問目的、畫場景、列功能 需求分析評審 方案設計協作流程、波及關系、安全設計等 方案設計評審1.構建可以顯性化學習、標準化復用、結構化總結的知識體系2.知識工程和思維鏈知識注入和檢索

26、增強共同支撐模型能力提升1.AI應用Copilot（伴隨式協作）嵌入研發流程，達到一定有效性的原子應用，進行工程化推廣2.構建評估體系，驅動應用效果提升總結 AI應用價值AI需求分析占比88%AI需求分析內容采納率28%AI需求準入檢查、需求實例化生成、需求評審已工程化應用，支撐提效提質：需求人均分析吞吐率提升23%，需求缺陷數月平均下降24%展望 結合知識圖譜的RAG、大模型預訓練&精調以知識圖譜為核心構建連續、層次化的知識體系構建應用Agent實現知識圖譜到知識思維鏈生成自動化本體層實例層展望 構造零號BA，需求領域AI提效自動化程度持續提升AI輔助需求域全流程 需求準入 Generator 需求分析 Generator 需求評審 Generator需求信息提取RAG檢索召回提示詞自動回填人工修正需求實例化提取RAG檢索召回LLM評審提示詞需求描述驗收準則提示詞LLM判斷Corrector(評審建議自修復)準入規則語料清洗開發/測試規劃不準入攔截迭代優化Validator(人工判斷)需求/特性知識庫評審規范/故障知識庫Corrector(需求補全)LLM生成展望 端到端貫通跨項目跨領域的AI應用.產品版本市場需求需求預分析需求.組裝測試產品級產