四段Prompt链写技术方案，AI负责骨架，人负责决策与评审模拟

技术方案文档的撰写长期困扰着工程师：下午刚开完需求评审，明天下午就要上技术评审；开发到一半才发现关键细节遗漏；面对空白Word文档，连目录都无从下手。这类场景在V2EX等开发者社区频繁出现，高赞回复直指核心——“能让你棘手的问题，大概率是开发过程中才暴露的”，提前预判有限，成熟做法是“提出问题、解决问题、更新方案”。

在此背景下，一种轻量、工具无关、当天可落地的AI辅助方案撰写流程逐渐被验证有效：四段Prompt链 + 三道人审关卡。它不依赖特定平台（ChatGPT、Claude、通义千问均可运行），也不追求AI全权代劳，而是明确划分人机边界——AI负责让文档“完整”，人负责让文档“正确”。

如图1所示，AI产出按可信度分为三级：第一级为骨架、章节目录、表格框架、Mermaid图等格式性内容，可直接采用；第二级涉及字段名、状态枚举、通用方案优缺点等，需逐项核对；第三级包括QPS、容量、延迟、成本、选型结论及涉密信息，必须由人亲自填写——AI填得越像模像样，风险越高。

这一分级逻辑源于实际教训：在真实任务测试中，AI起草接口文档或方案初稿的可用骨架达成率约80%，平均节省30–40分钟；但同时极易出现“不可见错误”：如将userId误写为user_id，参数业务含义描述似是而非，格式严谨却内容失真，不逐字校验难以察觉。

因此，整套流程刻意规避“一个巨型Prompt打过去”的常见误用。其核心是将“PRD→评审”拆解为四个线性阶段，每阶段仅聚焦单一目标，并设置人工审核关卡，形成闭环反馈机制：

第一段：需求消化

输入PRD摘要或需求纪要（脱敏后），要求AI仅作需求理解与问题排查，输出三项内容：一句话需求概括（遵循“谁+场景+动作+结果”结构）、受影响系统清单（标注“确定/推测”）、分级澄清问题清单（P0级问题必须清零）。人审关①：P0问题未闭环前，禁止进入下一阶段。

第二段：骨架生成

携带已清零的问题清单与团队技术栈约束（如Java+Spring Cloud+MySQL+Redis+Kafka），指令AI按真实评审章节结构生成文档骨架——十节结构、字段表、方案对比栏全部留空，仅提供框架。此阶段AI不填任何数字或结论。

第三段：人工填决策

这是纯人力环节。工程师将选型依据、容量估算、字段枚举、兼容边界等关键决策填入骨架，每一处均需标注来源（如“压测报告v2.3第5页”“DBA建议”）。人审关②：所有待填项必须有出处，否则视为无效。

第四段：评审模拟

指令AI扮演评审会上最严苛的角色——架构师、QA、DBA三方视角，对文档发起挑刺：质疑QPS来源、追问MQ选型理由、指出数据一致性风险。人审关③：所有模拟问题须逐条响应并修改文档，空字段全部补全后，方可提交正式评审。

如图2所示，该流程包含两个打回回路：若P0问题未清零，退回需求澄清；若模拟评审暴露出硬伤（如容量计算矛盾），则返回骨架阶段重构文档。整个链条以“Prompt推进（蓝=AI产出，黄=人审）”为驱动，最终带入评审会的是一份“已被骂过一遍”的成熟文档。

该方法与行业趋势高度契合。GitHub官方推出的spec-kit（Spec-Driven Development工具包）截至2026年9月4日已有133,429颗星，代表“规格先行”理念已成主流。但spec-kit面向新项目全流程，仪式感强；而多数工程师面对的是现有体系内每周必交的评审文档，需要的是轻量、即插即用的解决方案——四段Prompt链正是为此设计。

值得注意的是，该模式并非孤立存在。腾讯新闻近期报道指出，AI编码智能体在架构层面易失控：若仅输入功能需求，AI不会自动保障架构合理性，必须辅以可衡量的质量属性需求（QAR）与明确的权衡取舍说明。这与四段链中“人填决策”环节高度一致——AI无法替代对系统韧性、扩展性、安全边界的判断，它只是把人的思考过程结构化、可视化。

进一步延伸，该思路与机器人领域的“稀疏引导”策略（如上海交大RoboPrompt框架）存在方法论共性：人类提供稀疏意图（点、线、方向指令），AI将其转化为可执行草稿，再由底层策略细化校准；同样，在技术方案中，人提供核心决策与边界条件，AI负责组织语言与结构填充，二者协同而非替代。

实践中，三类模板已被验证有效：

这些模板不绑定任何工具，且无需额外学习成本。一位后端工程师反馈：使用该流程后，技术方案首次通过率从58%提升至89%，评审会平均耗时缩短40%，关键在于“开会前已解决80%的低级质疑”。

当然，该方法亦有局限：它无法替代领域深度认知。当涉及跨系统耦合、历史债务梳理或高并发下的异常传播路径时，仍需资深工程师主导。AI在此类场景中的价值，是将隐性经验显性化——例如通过提问“若订单服务超时，库存服务如何兜底？”引导工程师系统梳理容错链路，再由AI整理成文档条目。

随着软件交付节奏加快，“写方案”正从个人技能转向协作流程。四段Prompt链的本质，是将技术决策过程标准化、可追溯、可复盘。它不承诺AI写出完美方案，但确保每一份提交的文档，都经过了“问题识别→结构搭建→决策锚定→压力测试”四重校验——这恰是工程可靠性的底层逻辑。

技术文档的价值不在文采，而在共识。当AI承担了体力劳动，人得以专注真正重要的事：判断什么值得做，以及为什么值得这么做。