第二阶段：Challenge，识别真正的挑战

Context阶段回答“为什么现在要做、谁会使用、问题发生在哪里”。草案应写明目标用户、使用场景、当前流程、已有工具和问题出现的频率。背景描述越具体，后▶️续代码边界越容易确定。

以“给客服记录自动归类”为例，低质量草案只写“开发一个AI分类功能”。合格草案应说明：客服提交文本后触发处理；系🌺统读取问题描述和产品字段；结果返回一个主类别、一个置信状态和无法判断原因；低于设定条件时进入人工复核；测试集覆🤔盖错别字、空文本、重复提交和多意图问题；上线后记录分类结果与人工修正结果。

先判断17c.5c起草法的来源，避免把内部缩写当成行业标准

如果原始资料明确规定了五个C和十七个检查点，应优先遵循原版本。下面的结构只是一套适合软件需求和创新方案的可执行解释，适用于需要把模糊想法整理成开发草案的团队。

这个例子中，创新点不一定来自复杂算法，也可能来自更清晰的数据闭环：系统自动分类，人工修正，修正结▶️果进入后续评估，再决定是否调整规则或模型。由此可见，从代码到创新并不是把程序写得越复杂越好，而是让技术方案持续解决真实问题。

五个C如何把模糊想法整理成技术草案

术语来源决定了17c.5c起草法的具体含义。培训材料、企业内部流程、课程笔记和个人博客可能使用相同字母表示完全不同的步骤，因此使用前应先确认原文中的定义、应用领域和示例。

Criteria阶段回答“什么结果才算完成”。标准应覆盖输入、输出、质量、速度、成本和安▶️全边界。例如，分类脚本不仅要返回类别，还要规定无法判断时的处🎆理方式、允许的错误范围以及日志如何保存。

修正方式是让每个关键判断都对应一个证据：用户问题对应访谈或业务记录，技术选择对应小型实验，质量目标对应测试样本，风险判断对应权限和异常方案。没有证据的部分应标记为假设，并在下一轮验证中优先处理。

第四阶段：Construction，设计构建方案

在代码开发场景中，这套工作版流程可以拆成五个阶段：明🔑确背景、识别挑战、设定标准、构建方案、检查结果；每个阶段再设置若干检查点，总计十七项。它的价值不在于数字本身，而在于避免开发人员一开始就写代码，导致需求模糊、边界失控🎉和成果无法验证。

五个C工作版的💯作用，是把“我想做一个功能”转换成“谁在什么场景下，用什么输入得到什么结果，并通过什么标准验收”。每个C负责一类判断，不能用代🌟码实现细节替代前面的业务说明。

可直接复制的起草模板

代码实现阶段应先把起草结果转换成输入、处理、输出和验证四类信息。开发人员可以按照以下顺序推进，减少“写完才发现需求不成立”的返工。