亢江妹-团队AI助手设计初探.pdf

《亢江妹-团队AI助手设计初探.pdf》由会员分享，可在线阅读，更多相关《亢江妹-团队AI助手设计初探.pdf（37页珍藏版）》请在三个皮匠报告上搜索。

1、团队AI助手设计初探亢江妹 Thoughtworks亢江妹（KK）Thoughtworks AI创新服务 总监咨询顾问AI+BizDevOps实践者数字产品经理体系创者多个会AI主题演讲嘉宾 演讲嘉宾1.团队AI助手：有什么不一样？2.团队AI助手的切入场景？3.如何与现有工具链的无缝融合？4.如何设计团队AI助手的MVP？5.团队AI助手的下一步？录CONTENTSPART 01团队AI助手：有什么不一样？现阶段的AI助手：服务单场景下的单点任务阶段当前Lead time占预计环节提效预估对组织 整体效能影响规划20%15-20%3-4%设计15%10-20%1.5-3%编码15%15-20

2、%2-3%测试验证20%20-40%4-8%发布上线10%10-15%1-1.5%推运营20%10-30%2-6%合计Lead time缩短 13.5%25.5%规划20-25%设计10%-15%提效15-20%规划20-25%设计10%-15%编码10%-15%测试验证20%-30%发布上线 10%-20%运营推 10%-20%提效10-30%提效10-20%编码10%-15%提效15-20%测试验证20%-30%交付作作完成单点场景对团队生产力影响有限提效 20-40%发布上线10%-20%提效 10-15%运营推10%-20%需求科技开始科技交付业务提出 想法业务上 线完成需求Lead

3、TimeCycle Time提效 10-30%获取信息缺陷修复认知摩擦开发体验摩擦 运营摩擦获取与需求、设计、开发、测试、发布等相关的约束、假设等信息迟滞的质量缺陷发现会导致交付成本指数级增由于集成、抽象、数据的误解以及任务上下切换产的成本缺少必要的具或具笨重、AP设计不合理、助服务能缺乏的成本执和维持各类管理机制、协作流程以及组织运营低效带来的成本影响团队生产力的“隐性”杀手碎时间15%会议时间27.5%沉浸时间（Focus Time）57.5%效 能 提 升软件团队成员有50%的时间 在了会议和会议间隙的各种碎时间持活动/浪费 60%持活动/浪费 70%增值活动 30%团队效能情况理想的状

4、态Clockwise对150w软件研发员调研典型的状态“我们需要站在整个团队的视角来看如何利用AI这个生产工具端到端打透场景，释放团队生产力“微软 Teams CopilotStorm AI Collaborator寻找负责/专家运维 Chatbot辅助分析运维问题动化执运维任务CI/CD 问题分析AI 会议创建与管理 上下感知：根据整个作空间 的情境提供建议 动化模板：动创建与标 致的定制模板 创意成并深化：AI 分析内容，提出新创意；深单想法，发 现新视；组合想法，解决创意 障碍 代码与需求分析：动评 估 Pull Request 与需求的 致性；任务成与追踪：从票据 动成任务，并追踪代码

5、提 交进度；PR 影响分析：AI 评估代码 变更对现有功能的影响；实时反馈：提供即时的项 洞察和反馈 即时数据访问：Coda Brain 提供快速访 问公司500+具的整合数据，加速信息 获取。动化查询：利 Snowflake 技术，动成精确查询，提供数据集和可视 化。智能档集成：将 AI 成的答案集成到 Coda 档，持实时数据更新和团队合 作。数据理解和权限控制：确保根据户权 限提供数据访问，保障企业数据安全和 合规性 团队AI助手大概什么样？Enviate AICoda Brain PART 02团队AI助手：切入场景？AI 作为导师可安全 合规价值AI 作为决策者业务需求 探索切入场景

6、将创新向和业务结合，探索应场景需要业务的输业务的关注和输 户旅程与业务流程成功案例运营数据调研问题点和机会点业务对于GenAI的认知决定应场景优先级需要对技术的深理解交付落地AI 具/模型选型AI可以充当中介助，促进客户和客 户代表之间的协作，共同解决问题。AI助 AI创作 AI决策客户痛点/期待业务痛点/期待业界案例客户痛点/期待业务痛点/期待业务标AI 作为创作者AI 作为助持续改进运营数据分析可性创新场景示例 AI培训机会点价值 识别阻碍团队价值交付的“隐性”杀手通过研发平台价值流数据分析，来识别最严重的消耗团队的阻碍环节和关键问题场景“需求反复讨论与评审”“跨团队的技术案探讨”“疑难B

7、ug的诊断修复”“发布排期协调”关键问题场景：“”针对问题场景，展开现状旅程以需求反复讨论与评审场景为例，展开现状流程，识别各个环节的用户痛点和期待出品经理效质地完成需求出出详细讲解需求信息不，可视化出出耗时动获取相关信息动可视化.所有对需求案、确认计划详细讲解需求与会者未充分看资料效达成共识阶段 需求分析 评审准备 评审会议 讨论与澄清 修改与确认 最终确认 参与 户标(JTBD)户任务.户痛点 户期待 参与户标户任务户痛点户期待 把AI在研发场景的原子能力拟人化把前一阶段拆得足够小的工序，作为AI在研发场景的原子能力，并尽量拟人化AI as编码技术答疑者AI as字格式整理AI as致性检

8、查官AI as代码档问成者AI asLog解析器AI as数据分类器AI as架构图解释器AI as初级数据分析师AI asSQL解释器AI asLog分类器AI asDSL设计器AI asUML解释器AI as伪代码问成器AI as低保真原型问成器AI as图标问成器AI as讨论记录总结器AI as代码问题检查者AI as代码注释问成器AI as代码语翻译者AI asUML问成器AI as需求摘要问成器AI asJson设计器AI as架构摘要提取器 把AI原子助手代入到各个环节，标识出辅助点以需求反复讨论与评审场景为例：在各个环节结合用户痛点和期待，识别出AI原子助手可以很好匹配的点，一

9、一标注出来出品经理效质地完成需求出出详细讲解需求信息不，可视化出出耗时动获取相关信息动可视化.所有对需求案、确认计划详细讲解需求与会者未充分看资料效达成共识阶段 需求分析 评审准备 评审会议 讨论与澄清 修改与确认 最终确认 参与 户标(JTBD)户任务.户痛点 户期待 参与户标户任务户痛点户期待AI程协调AI审核辅助AI辅助问题分类AI会议记录AI问答AI致性审查AI讨论要点总结AI 动更新档段AI结构化需求产出AI辅助档对AI可视化需求AI应机会点 构想To-be用户体验旅程，识别出所有的AI触点以需求反复讨论与评审场景为例：把所有的AI原子能力辅助点转换为To-be旅程中的AI触点注：T

10、o-be旅程可能完全重构了现有流程，而不是仅仅把当前的线下行为转换到线上行为需求分析 在线协作预审 评审会议 讨论与澄清 修改与确认现触点 在线需求档 在线需求档 在线需求档 协作会议 协作板 在线需求档AIAI提示分析要点AI开始引导AI辅助问成AI进要点AI引导AI提示AI综合评检意AI动AI辅助AI引导AI总结要点AI辅助AI根据决议AI动AI问成触点和步骤分析过程每步初稿检查和预检检核过程评论意，设计评检议 程协调安排程问成邀约内容讨论过程并可视化决议(投票)给出修改建议更新内容更改要点记录 Team AI 聊天助 作为协调者-各个AI原助的管家 团队上下感知雷达 AI需求审核 AI需

11、求档 AI可视化分析 AI需求分析 AI需求档 AI可视化分析 AI需求档 AI可视化分析 AI评审会议 AI可视化分析阶段启动评检 确定参与员 发起评检邀约 确认讨论点检核户确认检核要点和步骤 AI评审会议户确认分析要点和步骤户输 需求title 开始分析户反馈确认每步内容户反馈确认内容更新户确认每步评论内容通知其他 成员根据决议 修改内容邀请户 在线预检可视化 讨论内容户 为AI 能明确决议AI综合评检意，设计评检议程 AI需求审核 AI需求档 AI可视化分析 Team AI 聊天助 作为协调者-各个AI原助的管家团队上下感知雷达 组合AI原子能力成为团队助手，穿透完整的协作场景服务于团队

12、的AI需求流程助，穿透需求反复讨论与评审场景，让整个团队的需求Lead Time有效缩短需求分析 在线协作预审 评审会议 讨论与澄清修改与确认 AI需求分析 AI需求档 AI可视化分析在线需求档协作板在线需求档在线需求档 AI评审会议 AI可视化分析 AI需求档 AI可视化分析在线需求档协作会议户输需求title开始分析发起评检邀约户确认分析要点和步骤户反馈确认每步内容邀请户在线预检检核户确认检核要点和步骤户确认每步评论内容启动评检确定参与员确认讨论点可视化讨论内容明确决议根据决议修改内容户反馈确认内容更新通知其他成员阶段户为现触点AI提示分析要点 和步骤 AI评审会议AI根据决议 给出修改建

13、议AI辅助问成邀约内容AI问成更改要点记录AI动协调安排程AI辅助决议(投票)AI总结要点 并可视化AI辅助问成 每步初稿AI进要点 检查和预检AI开始引导 分析过程AI提示 评论意AI动 更新内容AI引导 讨论过程AI引导 检核过程AI 触点AI 能PART 03团队AI助手：如何与现有工具链无缝融合？真正好用的团队AI助手，应该完全融入到现有工具链中产品规划 AI助简单的不需要户输额外内容的AI 能,如动优化标描述、动插 MoS指标,可以缝嵌当前 具交互中 让团队AI助手与现有工具融为一体简单的、可以自动在填充上下文、不需确认的AI能力，尽量直接内嵌入已有工具界面中；侧边栏Copilot用

14、户需要意图澄清、多轮对话、与主屏 任务不密切相关的处理。尽量让用户不用跳出当前屏就可以完成主屏的工作任务。侧边栏Copilot式聊天助于 处理与当前主屏内容不紧密相关、复杂的需要指轮交互的任务,如指轮对话优化实例化需求户故事细分分析类似,如AI格式优化、AI模板引、动插 实例化需求可以内嵌到具界 中AI需求分析助团队AI助,会端到端穿透个完整的“团队作任务”,如“线上BUG的重现、确认、问题分析和解决案”这意味着这样的AI助需要能够“跨具”留存上下和记忆统的侧边栏AI助,可以扮演这样个测试管理编码IDE需求分析产品规划 跨工具的上下文自动记忆及一致交互体验CI/CD使该前：当前户/权限 户所作

15、的项 户在团队协作看板上的任务卡 户在具链上上步的操作 AI Chat窗的历史会话信息 与当前户紧密协作的其他户使该中：当前主屏的任务意图 当前主屏内容信息、历史的X个操作 当前主屏选中的内容、标位置 剪贴板信息 当前主屏任务所关联的其他具存储数据 来到这个后AI Chat的会话和操作使该后：户如果当前主屏任务完成之后的下步任务 户需要进的下个具 连通上下游的AI Chat提供充分且一致的上下文背后隐含个团队上下感知雷达以需求反复讨论与评审场景为例：AI需求流程助主屏：为户提供名词、术语解释 提供相关的知识资料档链接AI Chat助：根据主屏任务的，提供具实践解释 引导流程 除了工具链上的上下

16、文记忆，还有知识及时主动为户提供知识以需求反复讨论与评审场景为例：AI需求流程助1 突破现有流程，把与AI协作的实践融合到流程设计中，从流程上更简化、自动化2 围绕协作场景，梳理To-be用户旅程，理清楚当前的一系列工具触点和新增的AI触点3 把不需要多步交互、每个环节内的AI触点内嵌入现有的AI工具交互中4 构建一个连接这一系列工具触点的“Team AI Chat”，串联起用户在这一系列工具的上下文5 根据当前场景需要，及时通过主屏或Chat主动为用户提供所需要的知识PART 04团队AI助手：如何设计MVP？历史答案匹配服务简单场景的模型调API服务（LLM as API Service）

17、XXAI API复杂场景的AgentXXAI Agent 团队AI助手的核心逻辑 对话历史 户上下（身份权限，/路径，户Session数据）当前内容上下（编辑区内容，剪贴板内容）项/系统/需求上下（户当前负责的项，系统，需求编号等）意图分类和中控分发服务户状态感知服务 复杂场景，需要跟户多轮对话完成 每个场景设计为独的Agent，具体可参看有效性 检查Agent的示例结果内容组装服务单步任务场景（内嵌现有具交互或 Chat窗/Command）从过去的户输及返回答案历史中，结合反馈评分匹配 答案，如果匹配出结果直接返回UI智能编辑器/聊天 通过多步提示词组装，结合RAG直接封装为API，供前台直

18、接调 对模型返回的结果，结合上下和户输，进格式适配 结合上下和户输来进意图澄清和分类 根据意图分类，匹配对应场景多轮对话场景（Agent）最终结果给户发送答案快捷指令（编辑区/或 聊天区/）XXAI AgentXXAI AgentXXAI AgentXXAI AgentXXAI APIXXAI APIXXAI APIXXAI API对话问题输户 从用户交互到AI后台交互的处理逻辑 以AI需求流程助手为例需求分析知识库需求分析知识库Team AI获取上下理解意图具链数据库Team AI启动指轮对话引导分析过程，把每步内容提示给户反馈、然该户确认接受Team AI Chat被激活AI助及 现有具前

19、端交互Team AI展示AI需求Agent结果AI需求助 被激活原型问成 API可视化具 API成 预览可视化流程 内容问成API需求上下 检索API需求档API更新档内容领域模型 API验收标准 API户场景问成API结合上下提示分析要点、模板和步骤户查看键粘贴内容到档TeamAI数据户预览并 接受问成内容户查看键粘贴内容到档户在档编 辑区看到问成内容户确认要点 模板和步骤户开始进需求分析户输 需求Title唤起Team AI7户 任务212019161220910151357341812141411261AI平台能:1)组合提示词管理、Workflow编排、Tools Call配置出AI

20、Bot，并发布为AI API:供前台 应具内嵌AI触点、AI 聊天助的/Command调2)提供Agent应框架:在通框架上定制 各个场景的Agent,发布为前台智能卡组件、或者对话式API,供前台应触点调3)RAG知识库管理能:能够把各种知识 档,处理为RAG需要的问答对知识、流程知识、知识图谱知识,也发布为知识库API,供AI 触点调4)指样化的模型(不同模态、不同参数)团队AI助的应层主要能:1)前端交互(主屏嵌、AI Chat)2)户状态感知服务(上下感知雷达)3)历史答案匹配服务4)AIChat中户意图分类、对话引导和中控分 发服务5)结果内容组装服务6)信息隐私过滤、权限处理和户反

21、馈服务 团队AI助手的技术能力 从0到1：用户反馈和知识运营Tip3利具平台把“隐性知识”先捕捉-数字化然后再利具挖掘抽取出新知识业领域业务术语清单专家的UAT实践ChecklistTip2采“积分”励户 给出反馈Tip1:利最少量的知识先冷启动户输的场景流程提示系统挖掘 整理新知识定期专家协同审核户反馈BadCase使过程 中成的 UAT Case户反馈GoodCase定期专家 知识更新知识冷启动过程产的 业务对象描述 业务规则信息以AI需求流程助为例组织知识螺旋Team AITeam AI助 团队AI助手从0到1：指标衡量种户净推荐值NPS响应性能满意度 群星指标:北极星指标:群星指标:群星指标:AI辅助结果认可率知识交换的闭环缝的AI交互体验全闭环的AI辅助能种户数安全合规PART 05团队AI助手：下一步会是什么样？7*24小时不休息的团队大秘书团队上下文和无所不知的事儿通不断主动提醒协调事务的助理PM AI as 团队加速器现在未来概念探索THANKS