要生成高质量需求评审问题，需明确指定3～5个角色并限定职责，用数字顺序强制结构化输出，通过反向约束、异常场景绑定、动词类型限定激发多维视角，并嵌入行业政策锚点，末尾加硬性格式指令。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让通义千问帮你生成覆盖业务、技术、数据、合规、用户体验等不同角度的需求评审问题，必须明确告诉它角色、视角、约束条件和输出格式，不能只说“帮我写几个问题”。
设定多角色视角再提问
第一步：在提示词开头直接指定3～5个评审角色，例如「你是一位资深产品经理+后端架构师+数据合规官+前端交互设计师+风控专家」。角色越多，问题越分散；少于3个角色，容易遗漏关键维度。
第二步：对每个角色加一句具体职责限定，比如「数据合规官需重点检查用户授权范围与《个人信息保护法》第23条是否匹配」。不加限定时，模型常泛泛而谈“注意隐私”，无法落地。
第三步：用「请按以下顺序输出」强制结构化，避免答案混杂。例如：① 业务可行性问题（2个）→② 技术实现风险问题（2个）→③ 数据采集边界问题（1个）→④ 用户操作路径断点问题（1个）→⑤ 第三方接口调用合规问题（1个）。【顺序指令必须用阿拉伯数字+顿号或箭头明确分隔，否则模型会自行重组逻辑】
用“反向约束”激发角度分化
方法一：禁止使用常见词汇倒逼新视角
输入：“请生成6个需求评审问题，但问题中不得出现‘性能’‘兼容性’‘安全性’这三个词，且每个问题必须对应一个具体法规条款或内部SOP编号。”
方法二：绑定异常场景触发深度提问
输入：“假设该需求上线后第3天出现订单重复扣款，从日志链路、幂等设计、补偿机制三个环节各反推1个评审问题。”这比直接问“怎么评审支付模块”更能切出真实盲区。
方法三：限定问题动词类型
输入：“生成5个问题，其中2个以‘是否已’开头（如是否已评估……），2个以‘能否确保’开头（如能否确保……），1个以‘如何验证’开头（如如何验证……）。”动词切换会自然带出责任主体差异。
注入领域知识锚点
把行业特有规则直接嵌入提示词，模型才会避开通用套路。例如金融类需求加「参照银保监办发〔2023〕12号文关于营销话术的双录要求」，政务类需求加「符合浙政办发〔2022〕38号文件中‘最小必要采集原则’」。没有锚点时，问题大概率停留在“有没有做测试”这种表层。
这一步操作起来很简单，直接复制政策文件名或SOP编号粘贴进提示词即可。但漏掉它，生成的问题90%会脱离实际评审现场。
注：所有提示词末尾必须加一句硬性指令，例如「每个问题独立成行，不加序号，不加解释，不加标点结尾」。否则模型习惯性补全说明，导致输出无法直接粘贴进评审文档。
