如何给AI Agent写需求:从字段开始

过去这几年，人与AI的协作方式变了三次。最开始是一问一答，像跟实习生交代任务，答非所问就再问一遍。后来变成后台的token调用，无人值守也能跑批，但只能做固定流程。现在进入了所谓的“岗位工程”：把人类的岗位职责拆解成数字化的角色，让AI Agent去担任。

技术进步一直在做同一件事：降低计算成本，然后把人与人之间那些可以被规则化的协作，翻译成机器能执行的任务流。于是问题来了：我们怎么给AI一份足够清晰的指令，让它不仅知道要做什么，还能被检查做得对不对。而过程监控、多重校验都是后手。真正的先手，是定义清楚“什么是对的”。这就是之前我们聊过的一个观点：AI时代最重要的能力是准确定义和精准表达的能力。

今天我们用字段设计这个小的切面来描述如何描述需求或设计， 也许能为我们论是需求、设计，还是开发与测试在如何把工作做得更称职、甚至更进一步时，提供一些启发。

第一步永远是回到业务场景里，问三个问题。第一，它叫什么？行业里有通用术语就别自己造词。名字起对了，沟通成本降一半。第二，谁生产它，谁消费它？第三，它在业务流程的哪个环节出现，又在哪个环节被使用？把这三点画出来，等于拿到一张字段的活动地图。

举个例子，“风险等级”这个字段，贷前环节生成，贷中监控环节消费，那它的更新频率、失效条件就自然跟出来了。很多逻辑矛盾的问题，根源都在这儿：一开始没讲清楚这个字段到底是给谁、为什么服务的。场景说明是为了把大家带入情境、知道为什么，是在为后面所有逻辑判断找一个业务锚点，甚至能提出更好的方案。

同一个业务含义的字段，一旦落在不同数据维度上，模型形态会完全改观。需要先把“坐标”钉住：它是系统级的全局配置，还是产品级参数？是附着在客户上的长期属性，还是跟随账户变化的特征，抑或仅在一次交易中短暂存在的结果？维度不只是分类标签，它直接决定存储位置、更新频率与使用方式。

举一个我们生产事故的例子，“最小留存额需大于10港元”这类规则，如果没有明确维度，开发很容易默认挂在账户上。但在多子户结构里，规则本该约束子户，结果一运行就出现异常拦截。

从交付视角看，维度一旦模糊，下游设计就无从落脚：主表还是流水表？是否需要缓存？路由键如何选择？甚至分库分表策略都会受到牵连。反过来，在需求阶段把维度卡住，后续接口定义、数据迁移与扩展都会顺畅得多。这本质上是一种约束机制：输入越结构化，输出才越可控。

边界值分两层。业务边界：比如个人开户的年龄，通常卡在1到70岁——低于1岁没法做实名，高于70岁风控模型不覆盖。技术边界：即便业务没明说，也得有个常识兜底，年龄不至于设成三位数吧？类型和格式也要白纸黑字写清楚：整数还是小数，日期是YYYYMMDD还是带斜杠。

再来说算法。很多业务人员喜欢用Excel举例，但开发需要的是数学逻辑和代码实现。“利息计算”这个字段，看起来是本金乘利率，一旦涉及计息周期、闰年、四舍五入，就得用严谨的数学表达式。

精度处理尤也很重要，我们见过因为算法描述里少说了一句“截断到小数点后两位”，测试阶段发现的一些资损问题甚至账务不平的问题。早把边界和算法固化下来，返工成本就省出来了。

每个字段都得有个宿主：它依附在哪个数据结构上完成自己的生命周期。是挂在客户表里的征信评分，还是挂在账户表里的开户日期，或者是交易流水里的序列号？

宿主不同，初始化逻辑、更新频率、失效规则截然不同。挂在账户上的字段，通常要定义初始值是什么，后续能不能改，需不需要摊销或计税。挂在交易上的字段，处理完就可以扔掉了。

还有一种更麻烦的情况：同一个逻辑字段在不同阶段依附于不同宿主。比如“授信额度”，申请阶段挂在客户上，批复后挂在合同上，提款时又挂在借据上。生命周期不写清楚，后续的数据清理、归档、对账全都会乱。这一节的本质，是把时间这个隐含维度显式化：告诉AI，这个字段什么时候出生，什么时候消失。

一旦字段里带钱，就必须配套考虑会计分录和报表展示。会计视角要覆盖从初始确认到后续计量、减值计提再到终止确认的全过程。

比如“预付利息”这个字段，初始上账怎么记，后续摊销用什么算法，税务上怎么处理，这些变动轨迹一条都不能少。

报表侧相对直观但容易被忽略：这个字段要不要打出来？导出时有没有脱敏或加密要求？像账户余额这种敏感信息，显然不能暴露给所有能碰系统的人。

很多人觉得这些是上线前才操心的，但从实际交付看，等进了测试阶段再补会计逻辑，往往导致字段结构推倒重来。改一张表牵动三五个模块，代价太高。不如一开始就把后半程的问题摆上台面。

AI时代，我们最稀缺的能力是说清楚“什么是对的”。

一份好的字段说明书，本质上是人与AI之间的一份可执行契约。我们从场景切入，讲清为何存在；用数据维度定层级；用边界值和算法锁死范围与来源；通过宿主和生命周期明确依附关系和存活时间；最后用会计和报表兜住资金轨迹与展示边界。

这七个维度叠在一起，既是给AI的施工图纸，也是后期验收的检查清单。更重要的是，这份文档能同时喂给需求方、开发、测试甚至客户，它不是写给机器看的说明书，而是贯穿项目全周期的共同语言。短期看确实增加了前期十来分钟的工作量，但长期看，这是最省路的那条道。毕竟，返工的痛苦，比思考的痛苦要痛苦得多。