AI 用户故事拆分：10 个可复制 Prompt

实践卡 · AI for Lean-Agile 系列适用角色：Product Owner、Scrum Master、业务分析师前置：任意支持长上下文的对话式 AI（如 GLM、GPT、Claude）；中文 Prompt 即可，无需英文。

这份卡片怎么用

复制下方任一个 Prompt 到 AI 对话框。
把 {大括号} 占位符替换成你的真实内容。
贴入你的 Epic / 需求 / 会议纪要，发送。
拿到结果后，用第 2 个 Prompt（INVEST 校验）再过一遍。

核心理念：AI 做初稿，人来定夺。AI 不替代 PO 的判断，只把“从空白到初稿”的时间从一小时压到一分钟。

1. 把 Epic 拆成用户故事

场景：你手上有一个粗粒度 Epic 或功能描述，需要快速得到一组可估算的故事。

你是一名资深敏捷教练。请把下面的 Epic 拆分成 5–8 个相互独立、可在 1 个 Sprint 内完成的用户故事。

【Epic 描述】
{在此粘贴你的 Epic 或功能描述}

要求：
- 每个故事用「作为<角色>，我想要<功能>，以便<价值>」格式
- 遵循 INVEST 原则（独立、可协商、有价值、可估算、小、可测试）
- 以表格输出：序号 | 故事标题 | 角色 | 价值 | 相对规模（S/M/L）
- 若某部分无法在 1 个 Sprint 完成，标注并建议继续拆分

小提示：先限定数量（5–8 个），避免 AI 一次吐出 20 条让你更难筛选。

2. 用 INVEST 校验故事质量

场景：AI 或团队已产出一批故事，需要快速体检。

请以下面的用户故事清单为输入，逐条用 INVEST 原则打分（1–5 分），并给出：
- 每条最薄弱的原则及原因
- 具体修改建议（重写该故事或拆/合）
- 是否「可测试」，若不可测试请补一句验收方向

【用户故事清单】
{粘贴故事列表}

3. 区分「用户故事」与「技术任务」

场景：拆分时团队常把“搭建数据库”当成故事，导致价值不清晰。

请把下面的条目分成两类：
A. 用户故事（面向用户价值，用「作为…想要…以便…」）
B. 技术任务 / 支撑型任务（无直接用户价值，但必须做）

【条目】
{粘贴混合列表}

输出两列表格，并说明哪些技术任务可以隐藏在某个用户故事之下、不必单独进 Backlog。

4. 生成验收标准（Given-When-Then）

场景：故事有了，但验收标准模糊，QA 无从下手。

请为下面的用户故事编写验收标准，使用 Given-When-Then 格式，覆盖：
- 主流程（Happy Path）
- 至少 2 个异常 / 边界场景
- 1 个非功能性约束（性能 / 权限 / 兼容性，如相关）

【用户故事】
{粘贴故事}

5. 找出被遗漏的故事与边界

场景：怕拆漏了关键场景（权限、空状态、错误处理）。

假设你要为下面的功能做完整故事拆分。请列出：
- 团队最容易遗漏的 5–8 个故事（权限、通知、空状态、回滚、审计、国际化等）
- 每个遗漏点对应的角色与价值
- 是否属于「必须做」还是「下一期」

【功能描述】
{粘贴功能}

6. 按用户画像拆分（Persona-driven）

场景：一个功能对不同角色价值不同，需要分角色拆。

请先基于下面的功能推导 3 个关键用户画像（Persona），再为每个画像生成 2–3 个专属用户故事，标注哪个画像的需求优先级最高及原因。

【功能描述】
{粘贴功能}

7. 估算相对规模（故事点 / T 恤码）

场景：需要快速对齐规模，不纠结精确工时。

请基于下面的故事列表，给出相对规模估算（T 恤码 XS/S/M/L/XL），估算依据是：
- 复杂度、不确定性、工作量三者综合
- 与「登录功能 = S」作为锚点对比
输出表格：故事 | 规模 | 主要不确定因素。

{粘贴故事列表}

8. 切出 Sprint 可交付的垂直切片

场景：避免按层拆分（前端一堆、后端一堆），要能独立上线。

请把下面的 Epic 切成 3 个「垂直切片」，每个切片都贯穿「前端-逻辑-数据」并能独立交付可演示价值。标注每个切片对应的 Sprint 目标建议。

【Epic】
{粘贴 Epic}

9. 把模糊需求澄清成故事

场景：业务方只说“要个报表功能”，需求不清。

业务方提出了下面的模糊需求。请：
- 列出 5 个必须向业务方澄清的关键问题
- 基于合理假设，产出 3 个最简可行（MVP）用户故事
- 明确标注哪些是「假设」，需业务确认

【模糊需求】
{粘贴需求}

10. 生成测试要点与 DoD 检查项

场景：故事进 Sprint 前，补全质量视角。

请为下面的用户故事生成：
- 测试要点清单（功能 / 边界 / 异常 / 兼容）
- 该故事的「完成定义（DoD）」检查项（含代码评审、单测、文档、演示等）
输出可勾选的清单格式。

【用户故事】
{粘贴故事}

最佳实践小结

人掌舵，AI 划桨：AI 给初稿，PO 对价值与优先级负最终责任。
限定输出量：每次让 AI 拆 5–8 条，比一次 20 条更易用。
二次校验：用 Prompt 2（INVEST）对 AI 产出再过一遍，质量明显提升。
沉淀模板：把团队验证过的 Prompt 存进站点「工具箱」，下次直接复用。
别迷信估算：AI 的规模估算仅供参考，团队校准才是准绳。

FDE 工作流 ② 需求澄清的深挖卡。团队侧的复盘沉淀见《AI 担任 Retro Facilitator》（⑤ 反馈闭环）。