AI预审需求文档，我拆成了四条线

2022年那场评审会我记到现在：八十六页的需求文档，技术负责人翻了四十来分钟，白板上写下了十一个红字问题，其中八个我本该自己过文档时就看见。散会时他撂下一句，你这文档是给人看的，还是给机器看的。

回去我把前一年十份文档拉了个统计：每份会前平均揪出五个问题，会上平均又被别人揪出八个，会前发现率只有38%。漏掉的那些，八成是编号跳号、口径没定义这种机器一眼能看出来的低级错。

第一次让AI试，我直接说「请评审这份需求」，它回了三段正确但没用的废话。我才明白，把评审当一个词丢给它，得到的是建议；拆成一串能执行的检查点，出来的才是答案。后来拆成四条线：结构线逐节比模板，标出缺失和空壳章节；编号线把REQ编号全抽出来，交叉比对定义、引用和跳号；含糊词线只盯验收标准、性能要求这些硬指标位置，「等相关」「适当」一出现就标红；追溯线查每条需求能不能指回上游来源，指不回的标来源存疑。

每条线只干一件事，输出格式写死，不许它写散文。上线前先拿十份旧文档回测：会前平均拦下十一个，只剩两个新冒出来的，发现率从38%干到85%。头两版误报不少，加了白名单、限了标红位置，才把误报压到零头。

跑满一年，文档平均返工从3.2轮降到1.4轮。AI没让我少开会，它只是把会前那遍我总在偷懒的预审，替我认真过了一遍。