> **背景**：近期负责一个邮件自动化处理系统项目，团队采用Trae IDE进行开发，适当引入了一些技能，包括SuperPowers、Minimax AI Skills等，本文主要介绍SuperPowers中的brainstorming技能在项目设计阶段的使用
-–
## 尝试新方法：AI辅助设计的开始
最近负责一个邮件自动化处理系统项目，需要处理邮件抓取、附件提取、内容解析、数据校验、人工审核以及系统对接等多个环节。按照以往的工作方式，通常是先组织技术团队进行需求分析，然后逐步完成设计文档，整个过程往往需要较长时间。
这次我决定尝试一种新方法：使用AI辅助进行设计。头脑风暴（brainstorming）技能成为了我实践这个想法的重要工具。以下是我的实际体验和一些心得。
## 第一步：用brainstorming梳理项目框架
在项目框架设计阶段，我没有立即组织团队会议，而是先使用brainstorming工具对需求进行梳理：
**具体做法**：
- 先列出项目的核心功能模块：邮件抓取、文件解析、数据校验、人工审核、系统对接
- 利用brainstorming工具对每个模块的具体功能点进行扩展和细化
- 梳理模块之间的关系和数据流转
**实际效果**：通过brainstorming工具，我不仅梳理出了项目的整体框架，还系统化地整理出了119个具体功能点，为后续工作奠定了坚实基础。
## 第二步：AI辅助技术选型
技术选型是项目设计的关键环节。这次我尝试让AI辅助进行技术选型分析：
**操作过程**：
- 向brainstorming工具提出技术选型需求
- 工具生成了2-3个技术方案，包括后端框架、数据库选择、认证方式等
- 每个方案都包含优缺点、适用场景和潜在风险分析
- 结合技术团队的经验，基于这些分析做出最终决策
**实际效果**：技术选型过程比传统方式更高效，方案考虑的因素也更全面，为项目技术路线的确定提供了有力支持。
## 第三步：文档生成与管理
基于brainstorming梳理的119个功能点，我首先通过AI辅助生成了项目文档：
**具体实践**：
- 基于brainstorming的分析结果，AI生成了结构化的项目设计文档
- 将文档按功能域拆分为多个模块，建立了清晰的文档结构
- 每个模块包含功能描述、业务流程和数据需求等内容
- AI协助建立模块间的引用关系，形成完整的文档体系
**实际体会**：文档生成的效率有明显提升，虽然仍需要人工审核和调整，但整体工作量减少了不少，文档质量也得到了保证。
## 第四步：API设计
基于生成的项目文档，头脑风暴帮我进行了API接口设计：
**具体实践**：
- 分析项目文档中的功能需求，识别出服务端所需的API接口
- 按照功能域对API接口进行分类，共整理出12个类别
- 为每个API接口定义了详细的请求参数、响应格式和业务逻辑
**接口分类**：
- API设计指南
- 认证授权API
- 用户管理API
- 邮箱配置API
- 文件解析API
- 版式模板API
- 数据校验API
- 审核工作台API
- 数据查询API
- 系统对接API
- 系统管理API
- 错误码附录
## 第五步：AI辅助质量审查
设计质量直接影响项目后续开发。我尝试让AI参与质量审查：
**审查内容**：
- 检查功能点覆盖率，确保每个功能都有对应的设计
- 验证接口命名和参数格式的一致性
- 分析数据模型的合理性和完整性
- 评估业务流程的逻辑性和边界情况处理
**实际效果**：AI帮助发现了一些潜在问题和需要完善的地方，提前进行了调整，减少了后续可能的返工。
## 第六步：团队协作的调整
AI辅助设计并不意味着减少人的参与，反而需要更有效的团队协作：
**协作方式**：
- 利用AI工具保持文档的实时更新，确保团队成员使用同一版本
- 技术团队基于AI生成的设计进行具体实现
- 产品和测试团队提前参与设计讨论，确保需求理解一致
- 定期召开设计评审会议，讨论重要决策和调整
**实际变化**：团队沟通更加顺畅，大家对设计过程的参与感增强，对设计结果也更有信心。
## 几点实际心得
1. **AI是辅助工具**：brainstorming技能帮助我更有效地使用AI，而不是完全依赖AI
2. **效率有所提升**：通过AI辅助，设计阶段的工作效率有明显改善
3. **质量得到保障**：AI的全面审查有助于减少一些人为疏忽
4. **团队协作更重要**：透明的设计过程让团队成员更有参与感
5. **需要适应过程**：使用AI工具需要一定的学习和适应时间，但长期来看是值得的
## 结语
尝试使用AI辅助设计是一次有意义的实践。brainstorming技能为我提供了一种新的工作思路，帮助我更系统地组织和推进设计工作。目前项目正处于开始阶段，后续我们计划在整个开发过程中持续采用AI辅助的方式，包括代码生成、测试自动化、部署配置等环节，探索AI在软件开发生命周期中的全面应用。
如果您也在考虑尝试AI辅助开发，不妨从brainstorming技能开始，结合实际项目需求，探索适合自己团队的工作方式。
> **体会**：AI不是替代人的工具，而是帮助我们更高效、更系统地完成工作的助手