需求澄清时总是很模糊怎么办?

简介: 需求澄清时总是很模糊怎么办?

大家好,我是阿萨。


今天接到一个问题,也是各种开发团队普遍都有的情况。需求澄清隐藏信息导致的信息不对称问题。


问:需求澄清只有大概流程,细节不够。导致测试信息掌握不全,测试场景遗漏,该如何改变?


答:关于需求场景遗漏的问题参考如下:


需求澄清时自己多问几个问题。


1. 正常流程是什么?


2. 异常场景是什么?


3. 需求要解决的客户问题是什么?


4. 预计开发什么时候交付? 开发什么时候演示正常流程?什么时候演示异常流程?


5. 需求上线时间是什么时候?


6. 需求影响其他功能吗?具体是什么?


7. 有没有上下游的依赖关系,接口是什么?


8. 需求涉及客户界面的UX demo有吗?


关于开发进度慢,这个效率提升问题,老生常谈了,测试不能干涉开发效能。需要给项目经理和测试经理上报风险。


以上,如果你有更好的建议和意见。欢迎来我的星球交流。


相关文章
|
2月前
|
人工智能 自然语言处理 计算机视觉
浙大李玺团队:指代表达理解新方法,ScanFormer粗到细迭代消除视觉冗余
【9月更文挑战第14天】近年来,人工智能的迅猛发展推动了计算机视觉与自然语言处理交叉领域的研究,其中指代表达理解任务备受关注。REC的目标是在图像中根据自然语言描述定位目标对象。然而,现有方法因密集感知图像而导致计算开销大。为此,浙江大学李玺团队提出了ScanFormer,一种迭代感知框架,通过自顶向下的方式逐步提取与语言相关的视觉块,并通过信息性预测丢弃不相关部分,有效减少冗余,提升模型效率。实验表明,ScanFormer在多个基准数据集上表现优异,实现了准确性和效率的良好平衡。不过,它目前仅支持单目标定位,且在某些场景下可能不如其他方法精确。
34 1
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
ICML 2024 Spotlight:在解码中重新对齐,让语言模型更少幻觉、更符合人类偏好
【7月更文挑战第13天】ICML 2024 Spotlight: Decoding-time Realignment改善语言模型,减少幻觉,增强人类偏好一致性。研究提出在解码阶段动态调整模型对齐,通过控制参数实现对齐与性能平衡,提高泛化能力。尽管面临参数选择及计算资源挑战,该技术为优化AI文本生成对齐提供了新途径。[论文链接](https://openreview.net/forum?id=n8g6WMxt09&noteId=E3VVDPVOPZ)**
72 9
|
6月前
|
UED
【大模型】如何诊断和解决LLM 开始生成令人反感或与事实不符的输出?
【5月更文挑战第7天】【大模型】如何诊断和解决LLM 开始生成令人反感或与事实不符的输出?
|
6月前
|
网络协议 JavaScript 测试技术
网络安全-好用的模糊测试器汇总与思考
网络安全-好用的模糊测试器汇总与思考
191 0
|
机器学习/深度学习 编解码 算法
全新语义分割方法SegViT | 沈春华老师团队提出全新语义分割方法(一)
全新语义分割方法SegViT | 沈春华老师团队提出全新语义分割方法(一)
578 0
|
机器学习/深度学习 编解码 算法
全新语义分割方法SegViT | 沈春华老师团队提出全新语义分割方法
全新语义分割方法SegViT | 沈春华老师团队提出全新语义分割方法
442 0
全新语义分割方法SegViT | 沈春华老师团队提出全新语义分割方法
需求澄清时总是很模糊怎么办?
大家好,我是阿萨。 今天接到一个问题,也是各种开发团队普遍都有的情况。需求澄清隐藏信息导致的信息不对称问题。
124 0
|
机器学习/深度学习 数据挖掘
关于模糊理论及简单应用
关于模糊理论及简单应用
717 0
关于模糊理论及简单应用
|
前端开发
巧用模糊实现视觉的 3D 效果
巧用模糊实现视觉的 3D 效果
138 0
巧用模糊实现视觉的 3D 效果
|
Web App开发 前端开发 异构计算
疑难杂症:运用 transform 导致文本模糊的现象探究
疑难杂症:运用 transform 导致文本模糊的现象探究
456 0
疑难杂症:运用 transform 导致文本模糊的现象探究