💻 computer science

From Chat to Interview: Agentic Requirements Elicitation with an Experience Ontology

本文介绍了 OntoAgent，这是一种访谈代理，它利用自动构建的经验本体来引导大语言模型开展结构化、系统且高效的需求获取访谈，在有效性和提问效率方面均显著优于现有基线方法。

原作者： Dongming Jin, Zhi Jin, Yaotian Yang, Linyu Li, Zheng Fang, Yuanpeng He, Wenchun Jing, Xiaohong Chen

发布于 2026-05-28

📖 1 分钟阅读☕ 轻松阅读

原作者： Dongming Jin, Zhi Jin, Yaotian Yang, Linyu Li, Zheng Fang, Yuanpeng He, Wenchun Jing, Xiaohong Chen

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

以下是用简单语言和创造性类比对该论文的解读。

问题所在：“闲聊型”面试官 vs. “资深”侦探

想象一下，你正在试图建造一座定制房屋。你聘请了一位承包商来询问你的需求。

旧方法（自由式聊天）： 你聘请了一位只是和你聊天的承包商。他们可能会问：“你喜欢蓝色吗？”接着问“你喜欢红色吗？”然后又问“你喜欢蓝色吗？”他们忘了询问管道、屋顶或车库的情况，因为他们只是在“聊天”。他们遗漏了你未曾想到的隐藏细节（比如，“我需要一个为乐队隔音的房间”）。这就像使用标准 AI 聊天机器人来收集需求——它很友好，但往往顾此失彼，还会重复提问。
人类专家方式： 一位老练的承包商心中有一份检查清单。他们知道，在谈论油漆颜色之前，必须先检查地基。他们知道在询问浴室之前要先问厨房布局。他们遵循一张基于多年经验形成的、关于“需要询问什么”的隐藏地图。

论文的目标： 作者希望教会 AI 像那位老练的承包商一样行事，而不仅仅是一个闲聊的朋友。他们构建了一个名为 OntoAgent 的系统。

解决方案：“经验地图”（本体论）

这篇论文的核心思想是，你不应该让 AI 随意发挥。相反，你应该给它一张基于现实世界经验的结构化地图。

作者将这张地图称为**“经验本体论”。你可以把它想象成一棵树**，或者需求界的家谱：

树干（方面）： 大的类别（例如，“用户如何交互”、“展示什么内容”、“外观如何”）。
树枝（维度）： 这些类别下的具体领域（例如，在“交互”下，你有“搜索”和“登录”）。
树叶（槽位）： 需要澄清的微小、具体细节（例如，在“搜索”下，你需要知道：“他们想按日期过滤吗？”）。

OntoAgent 如何构建地图：
在采访任何人之前，AI 会阅读成千上万份过去的项目描述（就像阅读旧蓝图）。它利用大型语言模型（LLM）将这些过去的经验自动组织成上述的“树”结构。这就成为了它的“经验地图”。

采访如何运作：四步舞

当 OntoAgent 采访用户时，它不会猜测下一个问题。它在对话的每一步都遵循严格的四步流程：

倾听（ParseUser）： 它倾听用户刚刚说了什么。用户是否确认需要登录？用户是否表示不需要搜索栏？
评分地图（ScoreOnto）： 它查看自己的“经验地图”。根据用户所说的内容，它给不同的分支打分。如果用户提到了“股票”，“搜索”分支就会获得高分。如果用户没提到“风格”，“风格”分支的得分就会较低。
重新排序（ReRankOnto）： 随着对话的进行，地图会更新。也许用户说“我不在乎颜色”，于是 AI 降低了“风格”类问题的优先级，提高了“功能”类问题的优先级。它不断重新排列接下来要问的问题列表。
修剪树枝（GatePrune）： 这是效率加速器。如果 AI 问了三个关于“登录”的问题，而用户回答“不，我们不需要登录”，AI 会立即切断那整根树枝。它不再询问登录密码、电子邮件格式等问题，因为那条路径已经关闭。这节省了时间。

最后，它从该列表中挑选最好的问题，并用自然语言将其提出。

结果：为何它更胜一筹

作者使用 101 种不同的场景（例如为美容院或滑雪度假村构建网站）将该系统与其他 AI 面试官（那些“闲聊型”的）进行了测试。

发现隐藏内容（有效性）： “闲聊型”AI 遗漏了许多隐藏需求（例如关于数据排序的具体规则）。OntoAgent 发现了**多出 33%**的这些隐藏细节。它就像那位记得检查地下室的侦探，而其他侦探只查看了客厅。
更快地提出正确问题（效率）： “闲聊型”AI 浪费时间询问显而易见的问题或重复提问。OntoAgent 提出最重要问题的速度快了21%。它不会陷入死循环。
与不同的大脑协作： 即使他们更换了“大脑”（底层 AI 模型）为不同类型的 AI，该系统依然表现良好。这证明了“经验地图”才是秘诀，而不仅仅是所使用的特定 AI 模型。
人类反馈： 当真实的人（学生和专家）扮演“客户”并与 AI 交谈时，他们对 OntoAgent 的评分更高。他们认为与其他方法相比，它更有效、更高效、更具适应性。

结论

该论文声称，通过赋予 AI 一张源自过往工作的结构化**“经验地图”（本体论），我们可以将混乱、自由流动的聊天转变为系统化、专家级的采访**。

这之间的区别在于：是问朋友“晚饭想吃什么？”（对方可能只说“披萨”，却忽略了你是素食者这一事实），还是问一位拥有饮食限制、风味特征和烹饪方法清单的专业厨师，以确保万无一失。

关键要点： 要在复杂任务中从 AI 获得最佳结果，不要让它随意闲聊；而是给它一张结构化的人类经验地图，以引导其提问。

技术摘要：用于需求获取的 OntoAgent

问题陈述

需求获取访谈是需求工程的基石，但仍高度依赖人类分析师的经验。这种依赖带来了显著的时间和培训成本，并引入了人为偏见和沟通误解的风险。虽然大语言模型（LLM）为自动化这一过程提供了途径，但现有的“自由形式”方法——即 LLM 在没有结构指导的情况下充当访谈者——存在关键局限性。实证研究表明，这些模型难以发现隐性需求，常在对话早期阶段生成通用或冗余的问题，且缺乏可解释性和可控性。因此，它们无法系统地探索需求空间，导致需求捕获不完整。

方法论：OntoAgent

为解决这些局限性，作者提出了OntoAgent，这是一个将 LLM 与结构化经验本体（Experience Ontology）相结合的访谈代理。其核心设计原则是显式建模经验丰富的分析师所使用的结构化认知框架，将“问什么”（由本体引导）与“如何问”（由 LLM 生成）解耦。

该框架在两个相互关联的阶段运行：

1. 经验本体归纳

OntoAgent 自动从特定领域的需求文本中构建一个分层的三级树状结构。该本体作为一个结构化的提问空间：

方面（Aspect，第 1 层）： 系统需求的高级抽象（例如：交互、内容、风格）。这些由领域专家提供以确保稳定性。
维度（Dimension，第 2 层）： 方面内的核心功能点（例如：搜索、显示、登录）。这些利用 LLM 通过保守的扩展策略自动归纳，优先进行语义合并而非创建新维度。
槽位（Slot，第 3 层）： 细粒度的、可澄清的需求细节（例如：过滤选项、排序规则）。这些被提取为标准化项和候选澄清问题的元组。

2. 本体引导的访谈

在多轮访谈过程中，OntoAgent 执行一个包含四个关键操作的决策循环，以动态选择最相关但尚未充分探索的需求槽位：

ParseUser（解析用户）： 解释利益相关者的回答，以支持在方面和维度层面进行剪枝决策。
ScoreOnto（本体评分）： 根据初始需求描述为本体节点分配初始优先级分数，确保访谈从高相关性的分支开始。
ReRankOnto（本体重排）： 基于更新的对话历史动态重新评估和重新排序候选槽位，以适应新语境。
GatePrune（门控剪枝）： 实施两种剪枝机制以减少冗余：
- 方面级： 在 $N$ 次询问未产生新需求后触发宏观确认问题；若结果为否定，则剪枝该分支。
- 维度级： 如果利益相关者明确拒绝某个维度，则立即剪枝相关槽位。
QuestionGen（问题生成）： 将选定的槽位与当前对话上下文相结合，生成自然语言、上下文感知的获取问题。

主要贡献

OntoAgent 框架： 提出了一种访谈代理，将访谈经验显式建模为本体，并将其与 LLM 集成以促进结构化问题生成。
经验本体： 开发了一个三级分层树（方面、维度、槽位），作为可解释且结构化的提问空间。
本体引导机制： 设计了一种包含四个操作（ParseUser、ScoreOnto、ReRankOnto、GatePrune）的决策机制，以动态选择需求槽位并生成上下文感知的问题。
综合评估： 通过广泛的定量和定性评估，证明了该框架的有效性和实际适用性。

实验结果

作者在 ReqElicitGym 环境中，针对 101 个网站应用场景 评估了 OntoAgent，并将其与五个基线方法（包括 Non-CoT、CoT、LLMREI-short/long 和 Mistake-guided Prompting）进行了比较。

有效性（IRE）： OntoAgent 实现了 0.69 的隐性需求获取率（IRE），比最佳基线（Mistake-guided Prompting，0.52）提高了 33%。这证明了其在发现隐性需求方面的卓越能力。
效率（TKQR）： OntoAgent 实现了 0.59 的轮次折扣关键问题率（TKQR），比最佳基线提高了 21%。这表明其具有更高的提问效率，并能在对话早期识别关键需求。
消融研究： 组件的增量添加证实，经验本体提供了最大的性能提升，而 ScoreOnto、ReRankOnto 和 GatePrune 进一步优化了对齐度、效率和冗余减少。
鲁棒性： 该框架在六种不同的基础 LLM（包括 Claude、Gemini、DeepSeek、Kimi、GLM 和 Qwen）上表现出强大的泛化能力，无论底层模型如何，均保持了具有竞争力的性能。
类型分析： OntoAgent 在交互、内容和风格需求方面提供了均衡的覆盖。值得注意的是，它在获取风格需求方面显著优于基线（IRE 为 0.55，而某些基线低于 0.01），这一类别常被自由形式的方法所忽视。
人类评估： 在涉及 6 名扮演利益相关者角色的参与者的研究中，与基线相比，OntoAgent 在获取有效性、提问效率和适应性方面的 Likert 评分显著更高（p < 0.05）。

意义与主张

本文主张，OntoAgent 成功弥合了 LLM 的生成能力与经验丰富的分析师的结构化认知过程之间的差距。通过将自由形式的 LLM 聊天转化为系统化且可解释的查询过程，OntoAgent 解决了隐性需求遗漏和冗余提问的关键问题。

作者断言，他们的工作证明了本体引导的 LLM 代理对于推进自动化需求开发的重要性。他们得出结论，显式建模访谈经验对于实现高覆盖率和高效的需求获取至关重要，且他们的方法为现实世界的需求获取任务（超出所测试的 Web 应用领域）提供了一种实用且可扩展的解决方案。