DEV Community
·
使用本地化LLM填补客户需求空白
💡
原文英文，约1400词，阅读约需5分钟。
📝
内容提要
在软件开发中，客户常缺乏完整需求，尤其是学术界客户。团队使用场景设计法（SBD）和本地LLM工具，帮助客户生成项目需求。通过交互工具和LLM，客户可自行处理需求，减轻系统负担。使用Ollama工具生成场景和结构化数据，尽管生成JSON有挑战，团队通过提示技术提高准确性。此方法简化需求收集，提高可靠性。
🎯
关键要点
- 客户在软件开发中常缺乏完整需求，尤其是学术界客户。
- 团队使用场景设计法（SBD）和本地LLM工具帮助客户生成项目需求。
- 通过交互工具和LLM，客户可以自行处理需求，减轻系统负担。
- 使用Ollama工具生成场景和结构化数据，尽管生成JSON有挑战，团队通过提示技术提高准确性。
- 此方法简化需求收集，提高可靠性。
❓
延伸问答
如何使用本地化LLM帮助客户生成项目需求？
团队通过场景设计法（SBD）和本地LLM工具，帮助客户生成项目需求，客户可以自行处理需求，减轻系统负担。
Ollama工具在需求收集中的作用是什么？
Ollama工具用于下载和运行本地LLM，帮助生成场景和结构化数据，尽管生成JSON有挑战，团队通过提示技术提高准确性。
客户在软件开发中常遇到哪些需求收集的挑战？
客户常缺乏完整需求，尤其是学术界客户，他们对软件开发的了解有限，导致难以明确项目需求。
如何通过交互工具简化需求收集过程？
通过交互工具，客户可以自主工作，逐步开发需求，减少对系统的负担，并提高需求收集的效率。
使用LLM生成JSON格式数据时有哪些挑战？
生成JSON格式数据时，LLM的响应可能不稳定，且不总是正确格式化，因此需要使用提示技术来引导生成。
本地化LLM如何提高需求收集的可靠性？
通过使用本地化LLM，团队能够生成更准确的需求草案，客户可以在此基础上进行修改，从而提高需求收集的可靠性。
➡️
