深度分析流程

深度分析流程是針對複雜、不明確的問題進行深入調查和分析的工作流程，特別適合問題原因不明或解決方案模糊的情境。

適用情境

深度分析流程適合以下情境：

✅ 最適合的情境：

• 問題原因不明確
• 解決方案模糊不清
• 需要深入調查的複雜問題
• 需要多輪實驗的技術問題
• 需要數據支持的決策

❌ 不適合的情境：

• 問題原因明確（直接實作即可）
• 有明確解決方案的實作任務
• 緊急的問題修復（使用 Quick Flow）
• 簡單的問題排查

流程步驟

第 1 步：問題定義 (Define) - 30 分鐘

目標：明確問題的表現和影響範圍

觸發：

/brainstorming

定義內容：

• 問題的具體表現
• 影響範圍和嚴重程度
• 相關環境和背景
• 初步假設和猜測

輸出：

• 問題描述文件
• 影響評估
• 初步假設清單

第 2 步：假設生成 (Hypothesis) - 30 分鐘

目標：生成多個可能的假設

觸發：

/brainstorming

假設內容：

• 基於問題表現生成假設
• 每個假設有明確的證據
• 識別可驗證的觀察點

輸出：

• 3-5 個假設
• 每個假設的驗證方法
• 優先級排序

第 3 步：證據收集 (Evidence) - 1-2 小時

目標：收集假設驗證所需的證據

觸發：

/investigate

證據收集內容：

• 程式碼和日誌分析
• 系統監控和指標
• 使用者訪談和回饋收集
• 實驗和測試

輸出：

• 證據清單
• 數據分析結果
• 實驗結果

第 4 步：假設驗證 (Validate) - 1-2 小時

目標：驗證或反駁假設

觸發：

/investigate

驗證內容：

• 對證證據是否支持假設
• 識別證證過程中的偏差
• 分析結果的置信度
• 識別需要進一步調查的領域

輸出：

• 假設驗證結果
• 置信度評估
• 新的發現或洞察
• 下一輪調查建議

第 5 步：結論和建議 (Conclude) - 30 分鐘

目標：總結分析結果並提出建議

觸發：

/to-spec

結論內容：

• 問題的根本原因
• 最可能的解決方案
• 實施建議和後續步驟
• 風險評估和緩解措施

輸出：

• 分析報告
• 根本原因分析
• 解決方案建議
• 實施計畫

時間成本

最快：3.5 小時（跳過某些步驟） 最慢：6 小時（完整執行所有步驟） 平均：4.5 小時

實際應用範例

範例 1：性能問題分析

任務：API 回應時間突然變慢

深度分析流程執行：

[1/5] 問題定義
明確問題表現和影響
→ API 回應時間從 100ms 上升到 5s
→ 影響範圍：所有 API 端點
→ 初步假設：資料庫查詢效率問題

[2/5] 假設生成
生成多個假設
→ 假設 1：資料庫索引缺失
→ 假設 2：網路延遲問題
→ 假設 3：記憶體洩漏
→ 假設 4：鎖競爭問題
→ 假設 5：新部署引入的問題

[3/5] 證據收集
收集假設驗證所需的證據
→ 程式碼審查：無近期變更
→ 資料庫查詢分析：某些查詢很慢
→ 系統監控：CPU 使用率正常
→ 記憶體監控：記憶體使用率 85%
→ 新部署日誌：3 天前部署了新功能

[4/5] 假設驗證
驗證或反駁假設
→ 假設 1：資料庫索引缺失 ✅ 驗證
→ 假設 2：網路延遲問題 ❌ 反駁
→ 假設 3：記憶體洩漏 ❌ 反駁
→ 假設 4：鎖競爭問題 ❌ 反駁
→ 假設 5：新部署引入的問題 ✅ 驗證

[5/5] 論和建議
總結分析結果
→ 根本原因：新功能的查詢沒有建立索引
→ 解決方案：建立缺失的資料庫索引
→ 實施建議：立即建立索引，並規劃未來的索引策略

總時間：4 小時

範例 2：記憶體洩漏分析

任務：應用記憶體持續增長

深度分析流程執行：

[1/5] 問題定義
明確問題表現和影響
→ 記憶體使用率從 30% 上升到 85%
→ 影響範圍：所有服務
→ 初步假設：記憶體洩漏

[2/5] 假設生成
生成多個假設
→ 假設 1：快取洩漏
→ 假設 2：連接池洩漏
→ 假設 3：大量資料載入
→ 假設 4：事件監聽器未取消
→ 假設 5：快取策略不當

[3/5] 證據收集
收集假設驗證所需的證據
→ 記憶體分析工具報告
→ 快取使用分析
→ 連接池監控
→ 事件監聽器審查
→ 新功能審查：添加了事件監聽

[4/5] 假設驗證
驗證或反駁假設
→ 假設 1：快取洩漏 ❌ 反駁
→ 假設 2：連接池洩漏 ❌ 反駁
→ 假設 3：大量資料載入 ❌ 反駁
→ 假設 4：事件監聽器未取消 ✅ 驗證
→ 假設 5：快取策略不當 ❌ 反駁

[5/5] 結論和建議
總結分析結果
→ 根本原因：事件監聽器沒有在元件卸載時取消
→ 解決方案：在 componentWillUnmount 中取消事件監聽
→ 實施建議：立即修復，並建立事件監聽器最佳實踐指南

總時間：3.5 小時

深度分析流程的優勢

1. 科學方法

五個步驟遵循科學方法：

• ✅ 問題定義清晰
• ✅ 假設驅證嚴謹
• ✅ 證據收集完整
• ✅ 結論有充分依據
• ✅ 避免直覺性判斷

2. 系統性調查

每個步驟都有系統性調查：

• 多假設並行驗證
• 多維度證據收集
• 重複驗證確認
• 風險評估和緩解

3. 可追溯性

整個流程有清晰的追溯：

• 假設的依據清晰
• 證據來源明確
• 驗證過程記錄完整
• 結論的邏輯鏈完整

與標準開發流程和協作規劃流程的區別

最佳實踐

1. 科學思維

在整個流程中保持科學思維：

• 基於證而非直覺
• 避免確認偏誤
• 保持開放和好奇
• 尊重證據品質

2. 迭代優化

多輪深度分析迭代優化：

第一輪：初步假設和證據收集
第二輪：深入分析和精煉假設
第三輪：交叉驗證和結論確定

3. 團隊協作

如果需要團隊協作：

• 分配不同的調查任務
• 定期同步調查進度
• 建立共享的證據庫
• 保持透明的溝通

注意事項

1. 時間投入

深度分析流程需要投入時間，但能避免錯誤決策：

• 避免基於錯誤假設的行動
• 減少重複調查的時間和成本
• 建立問題解決的長期能力

2. 客觀態度

保持客觀和開放：

• 承認自己可能錯誤
• 尊重不同的意見和觀點
• 保持科學和審慎的態度
• 避免過早下結論

3. 證據品質

確保證據的品質和完整性：

• 使用可靠的數據來源
• 驗證數據的準確性
• 記錄數據的來源和時間
• 保持數據的可追溯性

深度分析流程是解決複雜問題和避免錯誤決策的核心工作流程！