同一问题提出至少三个方案:从问题空间进入方案空间
为同一问题提出多个方案,是在承诺开发前比较不同作用机制。多个方案必须服务于同一个目标用户、场景和结果,但可以通过内容、流程、规则、人工服务、数据、集成或软件功能等不同方式改变结果。
“三个不同布局”通常仍是一个方案的视觉变体;“自建、采购、复用现有能力”则是交付方式差异,也不能自动代表用户机制不同。
前置知识与能力边界
先掌握:
本文处理已经确认值得继续探索的问题。若目标用户、触发场景、当前阻碍和期望结果仍不清楚,应先回到问题定义。
1. 问题与方案的边界
问题定义描述:
谁
在什么触发场景
试图完成什么结果
受到什么可观察阻碍
造成什么成本或风险方案定义描述:
通过什么机制
改变哪个行为、信息、能力或约束
使目标结果更容易发生
并承担哪些新成本和风险示例:
问题:
负责 20 个服务的值班人员在告警发生后,
需要在 5 分钟内确认责任服务和最近变更,
但当前必须在三个系统中按不同标识搜索,
导致首次响应中位时间为 11 分钟。以下是不同层级的表达:
| 表达 | 类型 | 原因 |
|---|---|---|
| 建一个告警工作台 | 预设方案 | 已经指定软件形态 |
| 把按钮从右侧移到左侧 | 视觉变体 | 没有改变作用机制 |
| 在告警中附加服务与变更上下文 | 机制 | 改变信息到达方式 |
| 统一三个系统的服务标识 | 机制 | 消除跨系统映射阻碍 |
| 建立值班分诊服务 | 机制 | 由人工承担识别与路由 |
2. 为什么不能只有一个方案
只有一个方案时,团队实际只能回答“做还是不做”,无法判断:
- 是否存在更低成本的非软件路径;
- 最大风险是否可以通过改变机制避开;
- 用户总成本是否被转移到别处;
- 依赖、权限和运营边界是否可替换;
- 小范围验证应该验证问题还是验证某个实现细节;
- 已有产品、内容、流程或 API 是否已经能解决。
多方案不是为了延长讨论。它让团队在投入前暴露隐含选择,并为停止某个方案保留继续解决问题的空间。
flowchart LR
P["固定的问题与结果"] --> M1["机制 A:改变信息"]
P --> M2["机制 B:改变流程"]
P --> M3["机制 C:改变能力"]
P --> M4["机制 D:人工/非软件"]
M1 --> E["按同一证据框架比较"]
M2 --> E
M3 --> E
M4 --> E
E --> T["验证最大差异与风险"]3. “至少三个”的准确含义
数字三不是自然定律,而是最低探索约束:
- 一个方案很容易等同于最先想到的实现;
- 两个方案容易退化为支持与反对;
- 三个方案迫使团队增加一个不同机制;
- 超过五个后,若仍没有清晰差异,可能只是在列功能组合。
有效方案需要在因果机制、承担者或交付路径上存在实质差异。
无效的三个方案
A:左侧弹窗
B:右侧抽屉
C:独立页面如果三者都要求用户填写相同字段、触发同一处理、得到同一反馈,它们只是容器变体。
有效的三个方案
A:提交前实时校验,阻止无效数据进入
B:允许提交,后台批处理并提供逐项修复
C:提供标准模板与迁移服务,先把数据变成合格格式三个方案分别改变错误发生时点、系统责任和用户工作方式。
4. 先冻结共同输入
比较方案前先固定:
| 输入 | 必须明确 |
|---|---|
| 目标用户 | 角色、能力、权限和数据规模 |
| 触发场景 | 何时、从哪里开始、有什么时间压力 |
| 目标结果 | 由什么业务事实证明完成 |
| 当前路径 | 工具、步骤、等待、返工和替代方式 |
| 硬约束 | 安全、隐私、合规、无障碍和账务 |
| 成功指标 | 单位、分母、窗口和基线 |
| 非目标 | 本轮不解决什么 |
若每个方案面向不同用户或结果,它们不能直接比较,应拆成不同问题。
5. 生成不同机制的方案
5.1 改变信息
通过更早、更准确或更有结构的信息降低决策成本:
- 把状态和下一步放到任务入口;
- 将分散来源聚合并保留证据;
- 提供规则、示例、模板或检查清单;
- 对不同角色显示与权限相符的内容;
- 在错误发生前展示影响范围。
信息方案适合“用户缺少正确事实”,不适合“用户没有权限或系统没有能力”。
5.2 改变流程
通过删除、合并、重排或自动推进步骤减少阻碍:
- 取消重复审批;
- 把高频路径提前;
- 在来源系统完成任务,不要求跳转;
- 把串行步骤改为安全并行;
- 将异常与正常路径分开处理。
流程优化必须检查控制为何存在。删除审批不能破坏授权、审计或责任分离。
5.3 改变产品能力
增加系统可以执行的新动作:
- 批量处理;
- 自动校验;
- 差异比较;
- 可撤销写入;
- 搜索、过滤或聚合;
- API、Webhook 或自动化规则。
能力方案通常工程成本更高,需要验证数据、权限、容量、错误和运维。
5.4 改变责任主体
把任务分配给更适合的主体:
- 用户自助;
- 管理员集中配置;
- 专家或运营服务;
- 第三方合作伙伴;
- 自动化系统;
- 人机协同。
责任转移会改变成本、等待、可扩展性和风险,不能把人工工作隐藏在“智能”功能背后。
5.5 改变渠道或集成位置
在任务本来发生的地方提供能力:
- 浏览器扩展;
- 邮件或消息入口;
- IDE 插件;
- API 与 Webhook;
- 现有工作台嵌入;
- 导入/导出。
集成减少切换,但引入第三方权限、版本、限额和下线依赖。
5.6 非软件与不做
可能的结果包括:
- 修改内容或培训;
- 改变政策和运营流程;
- 提供人工服务;
- 开放数据或 API,由其他产品解决;
- 复用或采购已有工具;
- 当前证据不足,暂不解决。
不做是一个合法决定,但应说明问题成本为什么低于机会成本。
6. 方案卡
每个候选使用同一结构:
solution:
id: "S2"
name: "告警上下文聚合"
target_problem: "跨三个系统确认责任服务与最近变更"
mechanism: "按稳定服务 ID 聚合只读上下文并附在告警详情"
user_flow:
start: "打开告警深链"
action: "查看服务、负责人、部署和关联证据"
result: "确认责任服务并进入响应"
changes:
user: "不再手工复制三个不同标识"
system: "建立服务 ID 映射和只读聚合"
operations: "维护映射冲突与数据新鲜度"
assumptions:
- "三个来源能映射到稳定服务 ID"
- "上下文延迟不超过告警处理窗口"
risks:
- "错误映射把告警交给错误团队"
non_goals:
- "不自动执行修复"
smallest_test: "20 个历史告警的影子聚合"卡片必须写机制和系统变化,不能只放一张界面图。
7. 强制产生差异的方法
7.1 改变一个核心前提
对当前方案逐项反转:
- 如果不能增加新页面怎么办;
- 如果不能保存新数据怎么办;
- 如果响应必须在 1 秒内怎么办;
- 如果用户不能学习新流程怎么办;
- 如果不能使用 AI 怎么办;
- 如果只能只读,不能写入怎么办;
- 如果目标数据不存在怎么办;
- 如果预算只有十分之一怎么办。
反转不是为了制造荒谬点子,而是发现被默认的约束。
7.2 改变处理时点
| 时点 | 示例 |
|---|---|
| 任务之前 | 模板、预检、默认配置 |
| 任务进行中 | 实时校验、建议、自动完成 |
| 提交之前 | 预览、风险确认、dry run |
| 提交之后 | 异步处理、逐项结果、撤销 |
| 问题发生后 | 诊断、恢复、补偿 |
相同能力放在不同时间,会改变用户成本和失败恢复。
7.3 改变自动化程度
只提供事实
→ 提供建议
→ 生成草稿
→ 人工确认后执行
→ 低风险自动执行
→ 全自动自动化程度越高,错误副作用、权限、审计和回滚要求越高。AI 方案尤其需要把“生成内容”和“执行动作”分开。
7.4 改变解决范围
- 只解决最高频场景;
- 只解决最严重失败;
- 解决完整端到端路径;
- 只提供公共基础能力;
- 交给领域工具处理;
- 将异常路径单独服务化。
范围不同不是随意删功能,而是选择最短价值闭环。
8. 团队生成过程
第一步:单独写问题
会议开始时只展示问题卡、证据、约束和指标,不展示现有设计稿。现有设计会锚定方案。
第二步:独立产生
产品、设计、工程、数据和运营先独立写候选。独立阶段降低职级和最先发言者的影响。
每个候选必须回答:
- 改变什么机制;
- 谁承担新的工作;
- 哪个必要条件最不确定;
- 最小验证是什么;
- 若失败能否继续解决问题。
第三步:按机制聚类
把相同机制的视觉变体合并。不要按提案人分组。
第四步:补一个非软件方案
检查内容、流程、人工服务、采购、API 和不做,避免默认“必须开发 UI”。
第五步:完善 3–5 张方案卡
此时才补充流程图、技术依赖、运营责任和风险。不必把每个候选做成高保真原型。
9. 案例一:客服工单分流
9.1 问题
一线支持每天处理 1,200 条工单。32% 的工单第一次被分到错误队列,中位转派两次,用户获得首次有效处理需要 14 小时。
目标不是“上线 AI 分类”,而是:
有处理权限的正确队列在 30 分钟内取得工单,
且不能因自动分类泄露敏感正文或把高风险工单静默降级。9.2 方案 A:提交前引导
机制:
- 用户选择对象和目标;
- 表单根据对象显示最少必要字段;
- 高辨识度规则直接映射队列;
- 无法判断时进入人工分流。
改变:
- 信息在来源处结构化;
- 用户承担少量选择;
- 分类结果更可解释。
主要风险:
- 用户不知道内部队列语言;
- 额外字段增加放弃;
- 恶意用户可选择高优先级。
最小验证:
- 在历史工单上模拟 5 个用户可理解字段;
- 检查字段能否区分队列;
- 用可点击原型验证普通用户是否理解。
9.3 方案 B:规则加模型建议
机制:
- 确定规则先处理产品、地区和合同;
- 模型只为剩余工单给出队列与置信;
- 一线人员确认或改写;
- 改写结果进入经过处理的评估集。
改变:
- 不要求用户理解组织结构;
- 自动化仅提供建议;
- 运营承担低置信复核。
主要风险:
- 模型对少数语言和新产品退化;
- 正文进入外部服务造成数据风险;
- 人员机械确认建议。
最小验证:
- 去标识历史集影子运行;
- 按语言、产品和风险级别评估;
- 测量确认者能否发现错误。
9.4 方案 C:集中分诊岗与队列所有权
机制:
- 设立轮值分诊;
- 每个队列有明确接收条件和负责人;
- 15 分钟未认领自动升级;
- 记录误分原因,先修规则和组织边界。
改变:
- 人工承担判断;
- 不依赖模型;
- 同时暴露队列职责模糊问题。
主要风险:
- 峰值容量不足;
- 运营成本高;
- 问题根因可能是队列设计而非分类。
最小验证:
- 两周单地区轮值;
- 测量处理容量、误分、首次有效处理与运营成本。
9.5 初步决定
三者不是互斥功能包。可以先用 C 验证队列边界并积累原因,再用 A 处理确定规则,最后判断 B 是否有足够增量价值。
若一开始只提出“训练分类模型”,团队会错过组织职责不清这一根因。
10. 案例二:新团队首次配置
10.1 问题
创建工作区后的管理员需要配置成员、权限、数据源和通知。只有 41% 在 7 天内完成首次有效任务;日志显示用户在四个设置页往返。
10.2 方案一:任务清单
- 首页展示按依赖排序的步骤;
- 每一步显示完成事实和错误;
- 可跳过非必要步骤;
- 刷新后从服务端状态恢复。
机制:提高可见性和进度理解。
风险:清单可能把错误流程包装得更清楚,却没有减少工作。
10.3 方案二:默认模板
- 按团队类型提供最小权限和通知模板;
- 管理员预览差异后应用;
- 所有默认值可追踪和撤销;
- 高风险权限不自动开启。
机制:减少决策和重复输入。
风险:模板分类不准确,错误默认值的影响范围大。
10.4 方案三:导入现有配置
- 从支持的系统读取成员与项目;
- 先 dry run;
- 显示冲突和将产生的对象;
- 按批次提交并可回滚。
机制:复用已有事实,避免重新配置。
风险:第三方权限、字段映射、数据新鲜度和回滚复杂。
10.5 方案四:首次配置服务
- 管理员提交目标和约束;
- 实施人员建立配置草稿;
- 管理员确认后生效;
- 记录高频重复步骤,为自动化提供证据。
机制:由专业服务承担低频高复杂任务。
风险:成本、等待和规模。
10.6 验证顺序
- 用日志重建实际往返和失败状态;
- 用人工配置服务确认最小必要输入;
- 用模板原型验证默认值能否覆盖高频类型;
- 对真实但去标识数据做导入技术 spike;
- 再比较任务清单是否仍能产生独立价值。
验证顺序由最大风险决定,不由界面完成度决定。
11. 从候选到可比较输入
三个方案必须使用同一比较表:
| 字段 | 方案 A | 方案 B | 方案 C |
|---|---|---|---|
| 作用机制 | |||
| 用户新增成本 | |||
| 系统新增责任 | |||
| 运营新增责任 | |||
| 预期结果变化 | |||
| 最大风险 | |||
| 硬约束 | |||
| 最小验证 | |||
| 可逆性 | |||
| 退役成本 |
不应在这一阶段用总分直接选赢家。先确认输入口径一致,并识别需要验证的关键差异。
12. 失败模式
12.1 三个方案实际是功能档位
“基础版、标准版、高级版”只改变功能数量。重新寻找不同机制、主体或处理时点。
12.2 先做一个高保真方案,其余只写一句话
细节丰富会造成偏好。比较前把所有方案完善到同等信息层级。
12.3 把技术选型当产品方案
React、Vue、自研模型和供应商模型是实现选择。先说明用户和系统行为如何不同。
12.4 忽略现有替代方案
用户已经在用表格、脚本、消息、人工服务或另一个产品。新方案必须比较迁移与切换成本。
12.5 所有方案都依赖同一未验证前提
三个界面都依赖不存在的数据,就没有分散风险。至少提出一个不依赖该数据的路径。
12.6 自动化隐藏人工成本
模型异常、规则维护、审核、争议和支持都是真实运营责任,必须写入方案卡。
12.7 只比较开发成本
低开发成本可能带来更高用户操作、支持、错误和退役成本。比较总成本与结果。
13. 调试方案讨论
13.1 团队无法提出第三个方案
按顺序检查:
- 问题是否已经写成方案;
- 是否默认必须做 UI;
- 能否改变责任主体;
- 能否改变处理时点;
- 能否只提供事实而不自动执行;
- 能否改内容、流程或政策;
- 能否复用、采购或提供 API;
- 不做的真实后果是什么。
13.2 方案无法公平比较
检查目标用户、结果、时间窗和范围是否一致。一个方案解决完整流程,另一个只处理入口,不能用同一“开发天数”直接比较。
13.3 讨论变成偏好争论
把争论改写成待验证陈述:
争论:用户更喜欢自动化。
假设:在可撤销且显示影响范围时,
目标管理员会让系统自动处理低风险项目,
且人工改写率低于 10%。随后选择能改变决定的证据,而不是继续表态。
14. 生产与生命周期边界
方案卡不只描述上线:
- 数据如何迁移、导出和删除;
- 权限改变后如何收回能力;
- 依赖中断时如何降级;
- 错误副作用如何撤销或补偿;
- 规则、模板和模型由谁更新;
- 指标如何发现方案不再有效;
- 用户如何迁移到替代方案;
- 功能退役后链接、文档和数据如何处理。
一个上线快但无法安全退役的方案,不一定比开发稍慢但边界清楚的方案更便宜。
15. 练习
选择一个已经有默认方案的问题:
- 用用户、场景、结果、阻碍重写问题;
- 隐藏现有设计;
- 独立生成至少 8 个粗候选;
- 按机制合并为 3–5 个实质方案;
- 至少保留一个非软件或复用方案;
- 为每个方案填写相同方案卡;
- 写出最大风险和最小验证;
- 检查所有方案是否依赖同一未验证前提;
- 说明若首选失败,哪些证据和能力仍可复用。
验收时,第三方应能明确指出每个方案如何改变因果链,而不是只看出页面长得不同。
来源
- GOV.UK Service Manual:How the discovery phase works(访问日期:2026-07-18)
- GOV.UK Service Manual:How the alpha phase works(访问日期:2026-07-18)
- GOV.UK Service Manual:Making prototypes(访问日期:2026-07-18)
- GOV.UK Service Manual:Measuring the benefits of your service(访问日期:2026-07-18)