AI-native 需求变更控制

让每一次需求变化都有证据、有边界、有结论。

Keel 连接客户、软件供应商与既有研发系统。它用 AI 发现需求变化、还原语义差异、定位潜在影响、组织变更决策,并持续追踪到验证和客户确认完成——而不替代 Jira、ONES、测试或代码仓库。

核心判断

需求变更最难的不是保存一条修改记录

软件项目里的变化散落在会议、邮件、聊天、文档和工单中。Keel 把它们变成可解释、可评审、可追踪、可审计的正式变更资产,减少范围争议、影响遗漏、返工和验收扯皮。

  1. 客户究竟改变了什么?
  2. 这是需求细化、缺陷修复,还是新增范围?
  3. 哪些需求、流程、数据、接口、测试、文档、合同和验收项会受影响?
  4. 是否存在尚未建立追踪关系、但语义上实际受影响的对象?
  5. 有哪些可选实施方案,各自的成本、风险和交付影响是什么?
  6. 谁应参与决策,客户与供应商最终确认了什么?
  7. 批准后是否完整传播到执行系统,并完成重新验证和基线更新?

Keel 的产品价值,就是持续、证据化地回答这些问题。

船底龙骨:变更控制的结构隐喻 封存的证据袋与蜡封文件夹

以跨组织需求共识为对象,以 AI 影响分析为核心,以既有研发平台为执行端。

传统 ALM/RM 擅长基线与正式评审,但实施复杂、客户协作弱;研发管理平台擅长任务流转,却容易把需求变更降格成一个普通事项。Keel 占据中间空白:它是变更的 System of Record 与跨系统 System of Control,而不是团队日常干活的 System of Work。

痛点

客户、供应商、审计各有一套说不清的账

客户侧

不知道如何完整描述一项变化;看不懂一个小要求为何变成大成本;看不到供应商如何理解与实施;确认依赖邮件和会议纪要;验收时无法还原「原需求—变更—交付」的关系。

供应商侧

变更散落在微信、会议、邮件和工单里;售前承诺、合同范围与研发理解互相偏离;影响分析靠少数专家,容易遗漏;「细化还是新增」没有统一证据;批准后下游对象无法保证同步。

管理与审计

无法统计变更来源、决策时长和返工成本;难以追责,也无法证明已经完成必要分析;缺少可复用的变更模式;利润被频繁的小变更静默侵蚀。

原则

变更优先,证据先于结论,人在回路

Change Case 是中心

不以项目、任务或文档为中心。一次需求变化从发现到关闭,都装在同一个控制容器里。

事实不可覆盖

客户原始表达、附件和发生时间永久保留。AI 整理结果不得替代原始事实。

证据先于结论

所有 AI 影响判断必须给出证据、关系路径、置信度和建议动作。禁止没有证据的「可能受影响」标签。

建议而非越权

AI 可以发现、追问、分析、推荐和监督,但不得代替责任人正式批准、客户签署或强制关闭。

内外有别

客户看到业务影响和待确认事项;内部人员可查看工程、商务及风险细节。字段级可见性:内部 / 共享 / 客户。

连接而不侵占

任务、缺陷、代码、测试执行仍在既有系统中完成。Keel 只控制变更闭环,支持独立部署。

产品能力

十条主能力,覆盖从发现到关闭的完整闭环

首页不展示泛化项目 KPI,而围绕「需要处理的变化」:高风险信号、待澄清问题、超时影响评审、待决策 Brief、传播失败与客户异议。

M1变更雷达

从门户、邮件、会议纪要、文档和工单持续发现变化。AI 区分变更、缺陷、咨询、补充和重复请求,但禁止静默创建正式变更。每张卡片同时给出原文、判断、关联需求和一键动作:新建、合并、忽略、转人工。

变更雷达:信号收件箱
变更工作台:原始事实与语义差异

M2 / M4工作台与语义差异

一个页面承载完整事实、分析、协作和状态。原始诉求冻结不可覆盖。结构化 Change Statement 用 Before / After / Rationale / Acceptance 描述「意义上改变了什么」,而不是字符级文档比较。右侧是按上下文工作的 AI 洞察,不是通用聊天窗。

M5影响实验室

沿显式追踪图多跳遍历,再用语义召回找出图上没有、但真实受影响的对象。每个候选必须带对象、路径、证据、置信度和人工处置:纳入、不受影响、需调查。高风险领域优先保证召回。

影响实验室:待确认候选
决策中心:变更简报与批准

M6方案与决策室

把影响结果变成可比较的方案(保守、平衡、最小改动),输出 T-shirt 工作量而不是伪造精确人日。一页式变更简报供 CCB 批准、附条件批准、拒绝或延期。正式决策必须由人作出。

M7传播与闭环

批准后生成传播清单,把草案推到 Jira / ONES / Webhook,并回收状态。关闭前执行门禁:决策条件、影响处置、关键同步、必需验证、客户确认、新基线与审计记录。未满足则普通用户无法关闭。

闭环监督:传播、验证与关闭门禁
客户变更空间:业务语言协作

M8客户变更空间

给客户隔离的协作入口:提交变化、回答澄清、确认范围与验收。客户不看到内部备注、成本底稿和技术术语。生成客户摘要前先做可见性过滤,并可「以客户身份预览」。

M9基线与追踪

影响分析建立在结构化基线之上,而不是让模型直接阅读全部文档后猜测。需求快照、正式基线、显式 Trace Link 与 AI 建议链接;变更后标记存疑;显示覆盖率与孤立对象。

基线与追踪中心
状态机

从待分诊到关闭,每一步留下操作者、时间和原因

待分诊澄清中待分析影响评审待决策 已批准传播中验证中待客户确认已关闭

补充状态包括已合并、已拆分、已撤回、重新打开。状态转换写入追加式审计链。

AI-native

AI 嵌在每个阶段,而不是一个泛化助手

Change Radar、结构化定义、澄清规划、语义差异、影响引擎、方案模拟、决策简报、传播规划与闭环审计,各自有输入、输出和人工控制点。模型不可用时,基线、审批和人工分析仍可运行。

输出契约

结论、可定位证据、可审查的判断依据、置信度、不确定性、建议动作、对客户是否可见、模型与输入版本记录。推断不得写成已确认事实。

追踪路径从一处变更向外辐射
角色

同一份变更,内外两套可见性

角色 目标 典型动作
客户提出人 / 确认人 说清变化并确认业务含义 提交、澄清、异议、签署
需求分析 / 架构 / 测试 把变化变成可分析的定义与影响 分诊、语义差异、影响确认
交付 / 商务 / CCB 组织决策并判断范围与费用 简报、批准、附条件、超范围标记
审计 证明过程完整 只读全局、导出证据包
开放能力

REST、Webhook、MCP,写入默认先出草案

外部对象只保存必要快照与链接。P0 连接 Jira、ONES 与通用 Webhook。MCP 向企业 Agent 开放查询、提交信号、补充证据和传播草案,但不直接开放批准、签署或强制关闭。

北极星指标

完成证据化闭环的有效变更数:在约定时限内完成澄清、影响确认、决策、传播、验证和客户确认,且证据完整的 Change Case 数量。

从发现到关闭,始终不失真、不失控、不失证。

查看真实界面与操作步骤,从使用手册开始。

打开使用手册