Le blog personnel d'un lycéen

[Projet] ClarityAI Outil intelligent d'alignement des besoins

Aperçu des projets

Lorsque vous utilisez l'IA pour générer du code, des solutions ou du contenu, rencontrez-vous souvent ce genre de situation :
Vous écrivez une longue liste d'exigences, mais l'IA donne une réponse complètement à côté de la plaque ;
Vous modifiez sans cesse le prompt, mais le résultat généré est toujours “ presque bien ” ;
Vous pensez vous être bien exprimé, mais l'IA comprend une autre version…

Ce n'est pas que l'IA n'est pas assez intelligente, c'est que vos exigences ne sont pas encore assez “ structurées ”.
ClarityAI est né précisément pour cela — grâce à un questionnement intelligent en plusieurs tours, il vous aide à organiser des idées dispersées en un rapport d'exigences à la logique claire et aux détails complets, permettant à toute IA en aval de comprendre précisément votre intention.

Instructions d'utilisation :

J'ai déployé le backend sur mon propre serveur, accessible directement :Lien direct vers ClarityAI
En raison de ressources limitées, j'ai fixé une limite quotidienne d'utilisation de tokens. Si la limite est atteinte, veuillez dans“ Paramètres ”renseigner votre propre API BaseURL et API-Key

Exemple d'utilisation

I. Le point douloureux : le “ fossé ” entre l'utilisateur et l'IA”

Nous sommes en pleine période d'explosion des applications d'IA, de la génération de code à la création de textes en passant par la conception de produits, tout le monde veut utiliser l'IA pour gagner en efficacité. Mais une idée fausse très répandue est la suivante :Nous surestimons souvent notre capacité à exprimer nos besoins, et sous-estimons la difficulté pour l'IA de comprendre avec précision un langage vague.

  • Vous dites “ faire une app similaire à Xiaohongshu mais plus épurée ”, l'IA peut comprendre “ supprimer certaines fonctionnalités ”, alors que votre définition d“” épuré “ est ” style de design minimaliste, ne conserver que le partage de photos et de textes » ;
  • Vous dites “ écrire un scraper en Python ”, l'IA vous donne un framework générique, mais vous avez oublié de préciser qu'il faut gérer l'anti-scraping, stocker dans une base de données et exécuter périodiquement ;
  • Vous dites “ générer un rapport d'analyse de marché ”, l'IA produit selon un modèle, mais vous n'avez pas précisé si le public cible est des investisseurs ou une équipe interne, ce qui fait que l'orientation du rapport est complètement erronée.

Le résultat est le suivant :Le contenu généré par l'IA ne correspond pas aux attentes → modifications répétées du prompt → perte de beaucoup de temps → au final, il faut peut-être tout réécrire manuellementCe n'est pas que l'IA est incapable, c'est qu'il nous manque unecouche intermédiaire qui transforme des exigences floues en instructions précises.

Le rôle de ClarityAI est précisément cette couche intermédiaireIl ne génère pas directement le produit final, mais à travers un questionnement systématique, il vous guide pas à pas pour compléter les limites fonctionnelles, les contraintes techniques, les scénarios utilisateurs, les priorités et autres informations clés, pour finalement produire unrapport d'exigences structuréCe rapport peut être directement fourni à n'importe quelle IA en aval (comme ChatGPT, Claude, Copilot, Midjourney, etc.), leur permettant de donner des résultats plus conformes à votre intention initiale sur la base d'un contexte complet.

II. Positionnement du produit : un générateur de rapports d'exigences, et non un livrable final

La valeur fondamentale de ClarityAI n'est pas de remplacer l'IA, mais d'améliorer l'efficacité de votre communication avec l'IAIl agit comme un analyste d'exigences professionnel, vous aidant à organiser les idées “ en désordre ” dans votre tête en un document d'exigences clair et bien structuré.

  • Entrée: une simple idée (par exemple : “ Je veux créer un mini-programme WeChat pour aider les utilisateurs à tenir leurs comptes ”)
  • Processus: questionnement dynamique en plusieurs tours (couvrant les dimensions telles que le profil utilisateur, la liste des fonctionnalités, le choix technologique, la confidentialité des données, le plan d'itération, etc.)
  • Sortie: un rapport d'exigences détaillé au format Markdown, comprenant le contexte, les objectifs, la description des fonctionnalités, les exigences non fonctionnelles, les critères d'acceptation, etc.
    Ce rapport peut être directement collé dans une fenêtre de dialogue, envoyé comme prompt avancé à n'importe quelle IA pour qu'elle génère du code, des maquettes, des solutions ou des textes ; il peut aussi servir de spécification d'exigences interne à l'équipe pour le développement ultérieur.

III. Architecture technique : Vue 3 + Flask, léger et efficace

Le projet adopte une architecture front-end/back-end séparée, avec des dépôts de code distincts, facilitant le déploiement et l'extension indépendants.

Front-end —— ClarityAI-Frontend

Basé sur Vue 3 + Vite + Element Plus, met l'accent sur la fluidité de l'interaction et la clarté de l'interface :

  • Dépendances principales : Vue 3.5.27, Vite 7.3.1, Element Plus 2.7.7, Pinia 3.0.4, Vue Router 5.0.1
  • Le rendu Markdown utilise markdown-it, la page de résultats affiche clairement le rapport
  • Pages principales :
  • Accueil: saisir une idée initiale, lancer en un clic le processus de clarification des besoins
  • Page de questions-réponses: afficher les questions générées dynamiquement par l'IA (choix unique/texte à trous/rédaction), répondre question par question
  • Page de résultats: afficher le rapport de besoins complet, prendre en charge le téléchargement en Markdown et générer un lien de partage
  • Page de vue d'ensemble: afficher l'ensemble de la conversation et les versions du rapport sous forme de chronologie, pour faciliter le suivi

Backend —— ClarityAI-Backend

Basé sur Flask 3.0.3, fournit une API RESTful et intègre Qwen (Tongyi Qianwen) ou OpenAI comme moteur intelligent :

  • Base de données : SQLite (léger, prêt à l'emploi)
  • Interface IA : prend en charge la génération dynamique de questions, la relance basée sur les réponses, et la synthèse pour générer le rapport final
  • Sécurité et contrôle des coûts : prend en charge la configuration d'un quota quotidien de Tokens pour éviter le dépassement des frais d'API

Principaux points d'accès API :

GET  /api/health                     # état du service

IV. Processus principal : générer un rapport de besoins de haute qualité en trois étapes

Première étape : saisir votre idée originale

Dans le champ de saisie de la page d'accueil, écrivez votre idée la plus brute, même une seule phrase suffit. Par exemple : “ Je veux créer une plateforme d'éducation en ligne ”.

Deuxième étape : questions-réponses guidées par l'IA

L'IA du backend génère automatiquement un ensemble de questions clairement structurées en fonction de votre saisie, pouvant couvrir selon votre idée :

  • Utilisateurs cibles: qui va l'utiliser ? Quels sont leurs points de douleur ?
  • Fonctionnalités principales: quelles fonctionnalités sont indispensables et lesquelles sont un plus ?
  • Préférences techniques: y a-t-il une stack technique spécifiée ? Des exigences de performance ?
  • Contraintes de ressources: temps, budget, taille de l'équipe ?
  • Critères de succès: comment mesurer si le résultat final est conforme ?
    Les formats de questions incluent choix unique/multiple, texte à trous et rédaction ouverte. Après avoir répondu à un tour, vous pouvez également choisir “ continuer à affiner ”, et l'IA générera des questions plus approfondies en fonction des réponses existantes, jusqu'à ce que vous estimiez que les besoins sont suffisamment clairs.

Troisième étape : générer le rapport de besoins et l'utiliser pour les IA en aval

Une fois toutes les questions-réponses terminées, le backend synthétise automatiquement toutes les informations et génère un rapport Markdown structuré. Le rapport contient les sections typiques suivantes :

  1. Aperçu du projet(contexte, objectifs)
  2. Rôles utilisateurs et scénarios(qui l'utilise dans quelles circonstances)
  3. Exigences fonctionnelles(classement par priorité)
  4. Exigences non fonctionnelles(performance, sécurité, compatibilité)
  5. Contraintes techniques et dépendances
  6. Critères d'acceptation
    Vous pouvez copier directement ce rapport depuis la page de résultats et le coller dans la boîte de dialogue d'autres outils d'IA comme super prompt (Super Prompt). Par exemple, copiez le contenu du rapport et envoyez-le à une IA de génération de code, elle générera un squelette de code plus précis basé sur la description complète des besoins ; envoyez-le à une IA de design, elle produira une maquette de style plus adapté.

V. Déploiement local rapide

# Backend

Accéder à http://localhost:5173 pour l'essayer.

VI. Scénarios d'utilisation

  • 个人开发者：用AI辅助生成项目代码前，先用ClarityAI理清需求
  • 产品经理：快速产出需求文档初稿，作为团队讨论的基础
  • 创业者：将自己的商业想法转化为可执行的规格说明
  • AI重度用户：通过高质量需求报告，减少与AI的反复拉扯

结语

ClarityAI 不试图替代任何AI，而是为AI“指路”。在AI能力日益强大的今天，清晰的输入比复杂的提示词技巧更重要。通过将模糊想法转化为结构化需求，ClarityAI 让你与任何下游AI的对话都变得更高效、更精准。
如果你也曾因需求没说清楚而让AI“翻车”，不妨试试 ClarityAI。欢迎访问GitHub仓库，点个Star，也期待你的Issue！