🚀 如何利用 AI 辅助进行软件项目调研？

——以“智慧迎新系统”为例

在软件工程教学和项目实训中，很多同学一听到“项目调研”，脑海里浮现的画面往往是：上网搜几篇文章、找几个类似系统的截图、让 AI 生成一份报告，然后稍微改一改就提交了。

如果你的调研是这样做的，那说明你的分析还太肤浅！软件项目调研并不是简单的“查资料”，更不是“让 AI 替你写文档”。真正的项目调研，是为了回答一个核心问题：

这个系统到底要解决谁的什么问题？为什么需要它？它应该在什么业务场景下运行？它的边界、风险和约束是什么？

今天，我们就以高校常见的“智慧迎新系统”为例，手把手教你如何利用 AI 辅助完成一个高质量的软件项目前期调研。

(图：AI与软件开发的抽象概念图)

一、 为什么选择“智慧迎新系统”作为案例？ 🏫

高校每年新生入学，都会经历一系列繁琐的迎新流程：看须知、填信息、传材料、查缴费、查宿舍、现场报到、辅导员确认、学校统计……还涉及宿管、财务、志愿者等多部门协同。

如果这些工作完全依赖线下表格、人工核验和微信群通知，效率极低且容易出错。

因此，“智慧迎新系统”是一个非常适合软件工程实训的项目。它既有明确的业务场景，又涉及多用户角色、多业务流程、多数据对象和多部门协同，简直是训练需求分析、系统设计和项目管理能力的“完美靶子”。

二、 费曼式解释：到底什么是软件项目调研？ 🩺

我们先抛开复杂的专业术语。软件项目调研，就像医生看病。

医生不会一上来就给你开药，而是先问：哪里不舒服？什么时候开始的？做过哪些检查？

开发人员也不能一上来就写代码，而是要先弄清楚：

• 谁要使用这个系统？他们遇到了什么问题？
• 现有流程是怎样的？哪些问题必须解决？
• 系统和哪些外部系统有关？数据从哪来，到哪去？

所以，项目调研的本质是：理解问题、澄清场景、识别需求、发现风险。

💡 AI 在这里的作用，不是替代我们思考，而是帮助我们：

1. 快速打开思路；
2. 生成调研问题清单；
3. 梳理业务流程；
4. 提醒可能遗漏的角色；
5. 辅助形成初步需求框架；
6. 检查调研结果是否完整。

三、 调研做得浅，开发两行泪 😭

从 SWEBOK（软件工程知识体系）来看，项目调研绝不是孤立的环节，它直接影响后续的架构设计、数据库建模和测试用例。

如果调研做得浅，后续开发就会出现典型的“灾难”：

(此处建议插入一张数据图表：调研不足导致的工程问题及影响程度，如饼图或条形图)

四、 实战演练：用 AI 辅助调研的完整步骤 🛠️

下面展示一个较完整的 AI 辅助调研过程。记住，核心在于“人工分析与修正”。

第一步：理解项目背景

🗣️ 提示词示例：

“我是一名软件工程专业学生，正在做‘智慧迎新系统’实训。请从新生、辅导员、管理员等角度，帮我分析为什么需要建设这个系统。”

🤖 AI 回答后，你需要追问： AI 可能会说“为了减少排队”。你需要深入思考：为什么会排队？是因为流程串行、纸质核验慢、数据不共享。 修正后的工程化背景： 目标是通过信息化将报到流程前置化、线上化，减少人工核验，降低协同成本，提供实时数据支撑。

第二步：识别用户角色与权限

🗣️ 提示词示例：

“请分析智慧迎新系统涉及哪些用户角色，说明目标、场景、关注点，用表格输出。”

🤖 AI 列出角色后，你需要深化： 只列角色不够，还要分析数据权限边界和风险点。例如，辅导员只能看本班数据；志愿者的权限过大可能导致隐私泄露。

第三步：梳理业务流程（别忘了异常！）

🗣️ 提示词示例：

“请梳理新生从收到通知到完成报到的完整业务流程，区分预报到、到校报到、报到后阶段。”

🤖 AI 给出正常流程后，你需要补充： 真实系统必须考虑异常！忘记密码怎么办？照片上传失败怎么办？缴费数据延迟怎么办？异常流程往往比正常流程更能体现设计水平。

(此处建议插入一张流程图：包含正常与异常分支的迎新业务流程)

第四步：形成调研问题清单

🗣️ 提示词示例：

“请分别为新生、辅导员、财务等角色设计访谈问题，要求具体、能发现真实需求。”

🤖 AI 生成问题后，你需要分类： 将问题按目标分类：发现痛点、获取功能需求、获取数据需求、获取非功能需求等。

第五步：整理功能与非功能需求

🗣️ 提示词示例：

“请整理功能需求（按模块划分）和非功能需求（性能、安全、易用性等）。”

🤖 AI 输出后，你需要将其“可验证化”： 不要只写“系统要快”、“系统要安全”。 改进： “普通查询页面响应时间不超过 3 秒”、“身份证号在普通页面只显示前 6 位和后 4 位”。

五、 灵魂三问：如何避免被 AI 忽悠？ 🤔

为了避免调研流于表面，做完上述步骤后，请对自己进行“三轮批判性追问”：

1. 你真的理解用户了吗？ 新生知道自己的学号吗？他们一定有良好的网络吗？填错信息能改吗？
2. 你真的理解业务流程了吗？ 缴费状态从哪来？宿舍是提前导入还是在线选？未报到学生怎么处理？
3. 你真的理解工程风险了吗？ 哪些是敏感数据？系统崩溃有备用方案吗？哪些功能必须优先实现？

六、 总结：AI 时代的软件工程思维 💡

推荐的 AI 辅助调研工作流程： 明确背景 → AI 生成草稿 → 人工修正 → 设计访谈 → 真实调研 → 整理需求与流程 → 识别风险 → 形成报告

一句话总结：AI 负责启发思路，人负责判断真伪；AI 负责生成草稿，人负责工程化加工。

软件工程问题从来不是单纯的代码问题。一个系统能否成功，取决于需求是否真实、流程是否清晰、数据是否准确、权限是否安全。

不会使用 AI 的同学，效率会低；只会复制 AI 的同学，能力不会提高；能够批判性使用 AI 的同学，才真正具备软件工程思维！

(图：程序员与AI协同工作)

进一步阅读：

1. 需求分析（案例5）：AI 怎么帮助我们设计"大学智慧迎新系统"？