PROJ-218使用者驗證流程
JKMPASLN4 人中 2 人已投票
AI
AI 分析分析： 使用者驗證流程
8
信心度
中等信心
類似的 stories
PROJ-142OAuth 登入
8 點PROJ-89工作階段管理
5 點Story Decomposition
- OAuth 提供者設定3 點
- Token 更新邏輯3 點
- 工作階段到期 UI2 點
總計：8 點
- 5
- 免費版的點數
- 50
- Pro 的信用額度
- 200
- 團隊的信用額度
- 30
- 試用信用額
為什麼有效
為什麼 AI 適合這裡，而非別處
估算正是 AI 的理想應用場景：輸入有結構、輸出有範圍，再加上你的團隊來判斷建議是否合適。AI 接收故事文字與你的Deck，回傳一張來自你牌組的牌，附帶一句簡短理由。你來投票。
故事拆分
將 13 拆分成三個可發布的故事
如果一個故事的點數是 13 或更高，你幾乎肯定需要把它拆分。AI 故事拆分會在團隊浪費一輪重新投票之前，先提出拆分建議。
- AI 會將過大的故事拆分成 2 到 4 個子故事，並為每個子故事提出獨立的估計。
- 直接在內文編輯子故事，保留有用的，捨棄其餘部分。
- 點一下就能把已接受的子故事寫回 Jira 或 Linear。
- 每次故事拆分會消耗 2 個信用點 — 修正錯誤評估最經濟的方式。
風險雷達
抓出疲倦的 Scrum Master 可能忽略的風險
最可能導致估計失準的故事，往往是看起來最簡單的那些。Risk Radar 會在團隊承諾之前，揭露背後的隱藏複雜度。
- 在投票開始前，突顯交付、整合與評估風險。
- 標記第三方 API 依賴、語意模糊的用詞，以及遺漏的邊界情況。
- 嚴重程度等級（琥珀色 / 玫瑰色），讓團隊知道該優先討論什麼。
- 每次風險雷達運行會消耗 2 個信用點，並在匯入故事時執行。
就緒
在投票前評分故事完成度
投票開始前，AI 會先評估故事的估計就緒程度。在團隊浪費時間於錯誤的估計之前，先完成細化。
- 幾秒內檢查驗收標準、指派負責人，以及明顯的未知項目。
- 故事點數低於 70% 的項目會在投票開始前被標記。
- 避免對尚未準備好的故事進行浪費時間的估算回合。
- 每則故事使用 1 個信用額度 — 或者整批只用 1 個信用額度。
引導
AI 討論引導者 (Team 方案)
當投票出現分歧時，引導者會提出針對性的追問，並總結爭議點。以即時聊天風格的流程呈現——確保人工主持人始終掌握主導權。
點數
點數機制說明
每次 AI 操作消耗少量點數。套餐點數每月重置。補充包（50–2,500 點數）永不過期。
Free每月 5 個 AI 點數
Pro每月 50 個 AI 點數
Team每月 200 個 AI 點數
Enterprise每月 1000 個 AI 點數
隱私
AI 看到了什麼——以及它看不到什麼
- AI 接收到：故事標題、描述、目前使用的Deck，以及你團隊過去的故事與評估配對。
- AI 不會接收：原始碼、附件、客戶資料或個人身分資訊。
- 每次 AI 請求均記錄在團隊設定中——完全透明。
- AI 功能可在使用者、房間或工作區層級單獨關閉。