小明的烦恼：代码高手，不爱写文档，老板让写调研报告，还好有 AI 帮忙

小明是一位前端工程师，写代码的能力在团队里首屈一指，但一到写文档就头疼不已。过去，他也曾被指派过类似“调研+写报告”的任务，每次都被老板挑出各种毛病。偏偏最近公司新上马了一个项目，要在网站上增加安全审计功能。后端团队已经做了一个初步技术方案，却完全忽略了前端如何与之对接。于是老板当场安排小明去调研一些常见的第三方统计/调查工具，看看能不能借鉴思路，并提出适合公司自身的前端集成方案。老板还给了他三天时间，要求他提交一份调研报告。

对于小明来说，三天时间并不紧，但他对文档创作的抗拒却让他倍感压力。所幸这一次，小明打算借助 AI 的力量来完成。

第一步：用 AI 做意图分析

从过去的教训出发

小明痛定思痛，他上一次任务之所以没做好，主要是没有正确理解老板的需求。那次他“自以为是”地去调研，结果方向完全跑偏，写出的报告与老板的预期大相径庭。这一次，他决定让 AI 帮忙先拆解一下老板的真实意图。

提炼会议记录

所幸，技术讨论会议是通过视频会议进行的，还自带录像功能，可以将会议录音转成文字稿。小明把老板对他下达任务的那部分对话摘取出来，贴给 ChatGPT，同时把会议主题和后端的技术方案文档的主要内容一起提供给它。

于是小明在 ChatGPT 中输入下面的提示词：

这是一次技术讨论会议，会议的主题是在网站上增加安全审计功能，这是技术方案文档 <技术方案文档> ...技术方案文档摘录... </技术方案文档> 下面是会议记录 <会议记录> ...会议记录摘录... </会议记录>

请帮我分析老板给小明安排的任务是什么？重点是什么？

提示词解读：

  1. 让 AI 去做任务，上下文一定要交代清楚，因为 AI 并不知道你参加了什么会议，老板说了什么话，所以要把会议的主题、会议记录、技术方案文档都交代清楚。

  2. 说清楚要让 AI 做什么事情，具体的任务指令要放在开头或者结尾效果最好，尽量不要把指令放在中间，可能会被忽略。

  3. 因为会话有长度限制，所以没必要把所有内容都放在提示词中，只需要把关键信息交代清楚即可。

  4. 借助 XML 标签，可以把提示词中的内容变成结构化的，这样 AI 不会混淆指令和背景信息。

AI 的分析结果

ChatGPT 很快就给出了要点：

调研第三方统计工具，重点考察安全、性能与可扩展性。 结合现有前端技术架构，提出可行的 UI 集成方案，比如如何收集数据、如何保证安全、如何兼顾性能。

看到这条分析后，小明暗自庆幸：幸亏提前让 AI 做了意图分析，否则他很可能只关注第三方工具，而忽略了前端自身架构的整合要求。

第二步：让 AI 帮忙生成一份“任务说明”

小明觉得，虽然 AI 给出了分析，但还需要和老板再确认一次，以免连 AI 也误解了什么。

于是在前面的会话中，小明继续写下了新的提示词：

请根据上面老板的要求，写一份任务说明，类似于 Agile 的用户故事（User Story），注意这只是一个分析类的任务，只需要生成一份分析报告

提示词解读：

  1. 像 ChatGPT 这样的工具，可以在一个会话中持续对话，所以可以接着前面的会话，继续让它生成，这样就不需要重新交代上下文了。

  2. 如果前面的会话内容和你要做的任务相关性不高，还是建议新开会话，把相关信息复制粘贴过去，因为不相关的内容太多会影响生成结果

  3. 输出格式上，可以参考一些业界标准的格式，比如 User Story 的格式，这样就不需要太多的去说明格式细节，也能让 AI 生成更符合预期的结果

ChatGPT 立即给出了一份简洁明了的 User Story。小明稍加修改后，把它提交到公司的内部任务管理系统，很快老板就回复“这就是我要的东西”。一场可能的“需求理解”事故就此化险为夷。

第三步：用 AI 辅助生成调研报告

在确定了任务范围后，小明计划把整个工作拆分为两个阶段：

  1. 调研现有的第三方统计工具并输出调研报告

  2. 调研当前前端技术架构，并提出如何与这些工具做无缝集成

（A）调研第三方统计工具

小明先打开 Chrome 的开发者工具，观察公司网站的所有网络请求，尤其留意那些来自第三方统计平台的请求。他列出了几个主要的请求 URL，以及它们所携带的参数和数据格式。

小明在新的会话中，输入了下面的提示词：

请帮我调研现在网站集成的第三方统计工具，重点分析其安全、性能和可扩展性，并给出详细的调研报告，下面是要调研的网络请求 <网络请求> ...网络请求1... </网络请求> <网络请求> ...网络请求2... </网络请求>

提示词解读：

  1. 这次小明没有使用之前的会话，而是重新开了一个新的会话，因为这个任务相对是独立的，和之前的会话相关性没有那么高，新开会话可以更好的让 AI 专注于当前任务，并且也不容易超出上下文窗口长度限制。

  2. 小明继续使用了 XML 标签，帮助把提示词中的内容变成结构化的。

ChatGPT 输出了一份详细的“第三方统计工具的调研报告”，GPT 对每一个第三方工具都列出了安全、性能和可扩展性的分析，并给出了详细的说明，最后还有一个汇总，提取了所有工具的共性，以及可以借鉴之处。

（B）调研前端技术架构

小明的网站中，已经有集成过类似的统计工具，但是这部分代码不是他写的，所以小明需要调研这部分代码，看看是如何集成的，然后根据这些信息，提出一个 UI 集成方案。

小明粗略的看了下代码，大概能明白代码的实现，但是他不知道该怎么去写成报告，于是他把几个相关的代码文件都摘录出来，然后去掉一些不相关的代码和注释，打开个新的 ChatGPT 会话，输入了下面的提示词：

<代码> ...代码摘录1... </代码> <代码> ...代码摘录2... </代码> 请帮我分析上面的代码，它的工作原理，如何我要集成一个类似的统计工具，需要做哪些改动？怎么保障安全性和性能？

提示词解读：

  1. 小明是新开会话和使用了 XML 标签，原因同上

  2. 小明直接把代码作为上下文，让 AI 帮助分析代码，但是为了防止上下文过长，所以只摘录了部分代码，去掉了不相关的代码，甚至有些代码只是保留了函数名、参数和返回值类型和注释

ChatGPT 给出的回答比较系统，包括：

  • 模块化封装：现有代码是如何拆分成不同模块的，比如事件监听、数据采集、上报逻辑等。

  • 安全控制：是否对数据做了加密或脱敏；是否有安全校验机制来防止前端脚本被篡改。

  • 与前端框架的关联：如果网站采用 React/Vue 等框架，如何以组件化的方式封装或使用全局事件总线。

  • 性能优化：脚本按需加载、批量上报、错误上报处理策略等。

整体来看，AI 的分析让小明对这部分老代码的结构和痛点有了更清晰的认识。

第四步：合并调研报告，完善最终成果

在完成“第三方统计工具调研”和“前端技术架构调研”后，小明就有了足够的材料去写最后的综合报告。他新开了一个 ChatGPT 会话，把以下三部分内容都贴了进去：

<任务说明> ...任务说明... </任务说明> <第三方统计工具的调研报告> ...第三方统计工具的调研报告... </第三方统计工具的调研报告> <前端技术架构的调研报告> ...前端技术架构的调研报告... </前端技术架构的调研报告>

我要完成一份网站集成第三方统计工具的调研报告，请根据任务说明、第三方统计工具的调研报告、前端技术架构的调研报告，生成一份完整的调研报告

提示词解读：

  1. 小明继续使用了新会话和 XML 标签，原因同上

  2. 小明把报告所需要的上下文都放在了提示词中，这样 AI 能清晰的知道报告的要求，以及报告所需要的内容

ChatGPT 很快就生成了一份条理清晰、结构完善的调研报告，从大方向到具体细节基本都涵盖到了。唯一的问题是，在输出时，有些地方的细节因为篇幅受限被 ChatGPT 自动简化了，这些是很有价值的信息，小明觉得没必要缩略。

因为现在 ChatGPT 这样的模型，一次无法生成太长的内容，很难把一些细节都保留的完整，所以还需要一些手动的调整比较好。

小明决定自己再做一次人工的“合并”，将原始报告中比较重要的分析和数据补充到最终文档里。经过简单的人工校对和排版，一份完整的、有理有据的调研报告就此诞生。

调研报告完成后，小明非常满意。一来，他掌握了更系统的分析思路，二来，原本以为要花三天时间的工作，现在竟然用不到两小时就做好了。

但现在小明纠结的是，老板让他3天之内完成，现在2小时就完成了，是该老实的跟老板说AI帮他完成了，还是剩下的时间偷偷摸鱼，等到最后一天再交上去？

你帮小明出出主意吧，他应该怎么做？

See all posts