项目复盘:某医院运送系统
脱敏处理,仅用于分享探索过程
项目背景
某三甲医院需要一套运送调度系统,管理医院内部的运送任务。
探索过程
阶段 1:需求梳理(1.5 小时)
客户原始需求:
"我们需要一个系统来管理运送任务,要能调度、要符合院感规范..."
我们的方法:
结构化提问(30 分钟)
- 涉及哪些角色?(运送员、护士、管理员)
- 有哪些任务类型?(病人转运、标本送检、药品配送)
- 院感规范有哪些?(污物梯/洁净梯分离)
绘制流程图(30 分钟)
- 当场用 Mermaid 画出流程图
- 客户当场确认
逻辑表格化(30 分钟)
- 把每个节点的判断条件写成表格
- 客户当场确认
效果: 从模糊需求到可编码逻辑,只用了 1.5 小时。
阶段 2:快速原型(3 天)
第 1 天: 需求结构化梳理 + 流程图
第 2 天: 核心功能原型(可演示)
第 3 天: 客户验证 + 调整
效果: 客户看到原型后,提出了 3 个调整,都在开发前就解决了。
阶段 3:敏捷开发(7 天)
开发过程:
- 使用 AI 辅助开发(Cursor + Claude)
- 每天与客户同步进度
- 遇到问题立即沟通
效果: 7 天完成开发,比传统模式快 3 倍。
阶段 4:快速迭代(持续)
上线后:
- 客户提出 5 个优化需求
- 我们 3 天内全部完成
- 客户非常满意
关键收获
结构化提问很有效
- 需求沟通时间从 2 天缩短到 1.5 小时
- 需求变更减少 70%
快速原型很重要
- 在开发前就确认需求
- 避免后期大改
AI 辅助开发很给力
- 开发效率提升 3-5 倍
- 代码质量稳定
仍在探索的问题
- 如何让客户更快理解业务规则?
- 如何让 AI 更好地理解业务场景?

