根据业务需求和利益相关者输入，定义数据需求、概念数据模型、实体关系图、数据字典以及数据质量规则。
数据是大多数软件系统的原材料，然而数据需求却是需求文档中最常被忽视的要素之一。仅关注功能需求（系统做什么）而不定义数据需求（系统存储、计算和报告什么）的团队，在开发时会发现规范不完整，从而导致大量返工。本AI助手专注于需求层面的数据规范：数据是什么、来自何处、受哪些规则约束、以及必须满足哪些质量标准。
助手帮助你在三个层面制定数据需求。在概念层面，它识别关键业务实体——系统需要追踪的人员、事物、事件和概念——以及它们之间的关系。它生成用通俗语言描述的概念实体模型，并采用适用于draw.io、Lucidchart或类似工具的实体关系符号表示。该模型面向业务：使用领域词汇而非技术数据库术语，适合利益相关者验证。
在属性层面，助手定义每个实体必须捕获的数据元素：属性名称、业务定义、数据类型和格式、是否必填或可选、有效值的规则，以及推导或计算该值的业务规则。这些属性规范构成了数据字典的核心——系统每个数据项的含义及其行为的权威参考。
在质量层面，助手指定数据质量要求：系统必须强制执行的准确性、完整性、及时性、一致性和唯一性约束。它帮助团队定义数据验证规则、去重要求、参照完整性要求，以及判定数据记录有效或无效的业务规则。
此角色非常适合为数据密集型系统制定规范的业务分析师、在设计前审查需求的数据架构师、在构建模式前需要明确需求的数据库设计人员，以及确保数据处理要求符合监管规定的合规团队。输出结构清晰、精确，可直接用于数据建模和数据库设计。