需求訪談記錄與規格整理流

🎯 這條流程解決什麼

APP 開發專案最容易出包的源頭，往往不是程式寫錯，而是「一開始就理解錯需求」。需求訪談時，客戶口頭一路講功能、講願景、夾雜抱怨與期待，PM 一邊聽一邊記，會後再憑印象補規格。問題是人在聽的當下沒辦法同時聽、記、判斷、追問，很多細節當場就漏接了；更麻煩的是客戶嘴上說 A、心裡想的其實是 B，那些口頭沒明說的隱性需求，常常拖到開發中後期、甚至驗收時才爆出來。

這類需求落差的代價非常高。業界普遍認知是：同一個需求缺陷，在訪談階段發現只要改一句話，到設計階段發現要改文件，到開發階段發現要改程式，到驗收階段才發現往往要整段重做，成本是初期的數十倍。實務上一場一到兩小時的訪談，PM 會後整理逐字重點、寫成規格草稿、標出待確認項，至少要再花 2～3 小時，而且品質高度依賴 PM 當天的專注度與經驗。客戶一多、專案一趕，整理品質就掉，漏接率就上升。

導入後的改變

導入前：訪談靠 PM 邊聽邊手記，會後憑記憶補規格，單場整理耗時 2～3 小時，隱性需求與灰色地帶常被漏接，等到開發中後期才發現，重工成本動輒數十倍。新人 PM 沒有可參照的結構，整理品質落差大。

導入後：錄音一上傳雲端，系統自動轉成逐字稿並由 AI 萃取出功能需求、優先級與「待客戶確認」的灰色地帶，套模板生成規格草稿回填到 Notion / Jira。PM 從「從零手寫文件」變成「審一份結構化草稿並補強」，單場整理時間可壓到 30～45 分鐘，省下約 7 成。更重要的是 AI 會主動標出「這段話語意模糊、建議回客戶確認」，把過去靠經驗才抓得到的灰色地帶顯性化，降低需求漏接導致的後期重工。產出的規格可串接 內容改寫 潤成客戶看得懂的白話版；確認後可接 開發進度日報自動彙整流 進入排程追蹤，並納入團隊整體 自動化 流程。

流程怎麼運作

對應 frontmatter 的五個節點：

1. 觸發：錄音上傳（📥）— 訪談結束後把錄音檔（會議軟體匯出或手機錄音）放進 Google Drive 指定資料夾，n8n / Make 偵測到新檔即啟動，不需任何手動操作。

2. 語音轉逐字稿（📝）— 透過語音轉文字 API 把錄音轉成可檢索的文字稿，建議保留時間戳，方便日後回放確認語境。中文訪談記得選支援繁體與台灣口音的引擎，準確度差很多。

3. AI 萃取需求（🧠）— AI 摘要節點從逐字稿中歸納三類資訊：明確的功能需求、可推斷的優先級（必要／次要／加值），以及「待客戶確認的灰色地帶」（語意模糊、前後矛盾、口頭未明說的假設）。第三類是這條流程最有價值的產出。

4. 產出規格草稿（📋）— 套用團隊既有的規格模板（使用者故事、驗收條件、邊界條件欄位），把萃取結果填成需求文件草稿，自動回填 Notion / Jira 建立對應工單卡片。

5. 送 PM 覆核（🔔）— Slack 通知 PM 草稿已就緒，由 PM 逐項確認語意與範圍、補上 AI 沒抓到的脈絡，再正式納入需求清單。AI 負責整理，最終共識仍由 PM 與客戶拍板。

需要的工具與串接重點

• Google Drive：當錄音的進入點，建議用固定資料夾命名規則（客戶／日期），方便日後檢索與權限控管。
• 語音轉文字 API：選用支援繁體中文與專有名詞自訂詞庫的服務，把客戶產業術語、產品名稱加進詞庫可大幅提升準確度。
• AI 摘要節點：prompt 要明確要求「分出功能需求、優先級、待確認灰色地帶三區塊」，並要求不確定的內容寧可標為待確認也不要自行腦補。
• Notion / Jira：規格回填的目的地，建議用模板資料庫，讓每場訪談產出格式一致。
• Slack：覆核關卡的通知入口。

串接注意點：訪談錄音含客戶營業機密與個資，雲端資料夾務必設定權限與保存期限；逐字稿與規格存放也要符合與客戶的保密約定。

常見錯誤與注意事項

• AI 萃取的需求只是初稿：可能誤判客戶真實意圖，或把客戶隨口提的想法當成正式需求。任何規格進入開發前，務必由 PM 與客戶人工確認對齊，AI 不取代需求判斷與雙方共識。
• 隱性需求抓不全很正常：口頭沒說出來的假設，AI 看不到。覆核時 PM 要主動回想現場語氣、表情、欲言又止之處，補上脈絡。
• 個資與保密：訪談內容若涉及客戶的客戶資料、商業機密、合約條款，存放與傳輸都要加密管控，敏感案子建議在自架或私有環境跑語音轉文字。
• 優先級不要照單全收：AI 推斷的優先級僅供參考，真正的排序要回到專案資源與客戶商業目標，由 PM 決定。

台灣中小企業情境案例

新北一家接政府與企業案的軟體外包公司，PM 同時跑五個案子，過去訪談後常拖兩三天才整理規格，等草稿出來客戶都忘了當時講什麼，來回確認又耗一輪。曾有一個案子因為訪談時客戶提到「要能匯出報表」沒被記進規格，開發到驗收才補做，整段重工延後上線兩週、賠了人月成本。導入這條流程後，訪談當天錄音上傳、隔幾分鐘就有結構化草稿，PM 趁記憶猶新趁熱覆核，待確認項當天就回給客戶確認。三個月內需求相關的重工明顯下降，PM 也終於不用每天加班補文件。

延伸應用

這條流程可以再擴充：把多場訪談的需求自動彙整成需求追溯矩陣（每條需求對應到哪次訪談、哪個客戶意見），驗收時一鍵回溯來源；也可在 AI 萃取後自動產生待確認問題清單，直接生成一封確認信草稿，串接 內容改寫 潤飾後寄給客戶。需求定案後接 開發進度日報自動彙整流 追蹤落地進度，整條從訪談到交付的鏈路都可納入 自動化 管理，更多相關設計可參考 工作流總覽。

流程圖

用到的工具

更多「專業服務」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →