多数人用 AI 记录架构评审,是把录音丢给模型,让它「总结一下」。结果拿到的是一份漂亮的会议纪要:谁说了什么、讨论了哪些方案,读起来通顺,却没法据此推进工作。架构评审的价值不在过程复述,而在四件事:定了什么、还考虑过什么、为什么选它、什么没解决。记录不落到这四项上,下次评审还得从头吵一遍。
先定记录结构,再让 AI 动笔
判断:AI 输出的质量取决于你给的结构,不是模型多聪明。没有字段约束,它必然写成流水账。
做法:评审前就把四个字段写进提示词——决策、备选、理由、遗留问题。每个字段规定「一条一句、不写人名、不写寒暄」。如果评审还在进行,可以边听边用这套字段做速记,会后只让 AI 补全措辞,不让它自由发挥。
决策要写成可执行的一句话
判断:决策写不清,后面所有讨论都白费。合格的标准是:一个没参会的人读完,知道下一步该做什么。
做法:每条决策必须包含「做什么」和「边界」。例如「订单服务拆分出独立读库,写库暂不动」,比「讨论了订单服务拆分」有用得多。让 AI 把口语化的结论改写成这种句式,改完你逐条核对,凡是出现「大概」「可能」「后续再看」的,标为遗留问题而不是决策。
备选方案要记「为什么不选」
判断:只记最终方案,等于扔掉评审最贵的部分。半年后有人重新提出被否的方案,没人说得清当初为什么否。
做法:每个备选记三样——方案名、被否的关键原因、当时的前提假设。前提假设尤其重要,因为方案被否往往是因为某个条件不成立,条件变了结论就该重审。可以让 AI 从讨论中提取,但必须人工确认,模型容易把「没人反对」误判成「已否决」。
下面这段提示词可直接复制,把评审记录或转写文本粘在末尾使用:
你是架构评审的记录整理员。根据我提供的评审内容,输出四部分,不要写开场白和总结:
1. 决策:每条一句话,格式为「做什么 + 边界」,不含人名和语气词。
2. 备选:每个方案列出名称、被否原因、当时依赖的前提假设。
3. 理由:对应每条决策,说明支撑它的技术依据或约束条件。
4. 遗留问题:尚未有结论的事项,标注需要谁在什么时间前给出结论。
规则:只写原文出现过的信息,不要补充推测;原文模糊之处,在对应条目后标注「待确认」。
理由和遗留问题分开记
判断:理由是对已发生判断的解释,遗留问题是待办,混在一起会导致责任不清。
做法:理由只写技术依据,比如容量测算、团队维护成本、与现有系统的耦合度,不写「领导倾向」这类非技术因素,那类因素单独备注。遗留问题必须带归属和时间,格式为「问题—负责人—截止时间」,没有这三要素的,一律算未闭环,在下次评审开头先过一遍。
什么情况下不该用 AI 记录
判断:AI 适合整理结构清晰的讨论,不适合替代判断,也不适合处理敏感内容。
- 评审涉及未公开的商业信息、客户数据或安全细节时,不要把原文交给外部模型,改用本地部署或纯人工记录。
- 讨论本身没有形成结论、各方分歧明显时,AI 会把模糊表述整理得像已有共识,反而掩盖矛盾,此时应先人工确认分歧点。
- 评审的核心是人际协调而非技术选型时,记录的重点是承诺和责任人,这类信息让当事人自己确认,不要由模型代写。
- 涉及合规、法律或财务影响的架构决策,记录只作信息整理,最终结论以专业人员和正式文档为准。
记录做完,用一条标准检验:把这份记录发给没参会的人,他能否据此判断哪些事已定、哪些事还要找他。做不到,就回到四个字段重新补。
