1. 理解问题（沟通和分析）。
回答几个简单问题：
谁将从问题的解决中获益？也就是说，谁是利益相关者？
有哪些是未知的？哪些数据、功能、特征和行为是解决问题必需的？
问题可以划分吗？是否可以描述为更小、更容易理解的问题？
问题可以图形化描述吗？可以建立分析模型吗？
2. 计划解决方案（建模和软件设计）。
在编码之前，稍稍慢下来做一点点设计：
以前曾经见过类似问题吗？在潜在的解决方案中，是否可以识别一些模式？是否已经有软件实现了所需要的数据、功能、特征和行为？
类似问题是否解决过？如果是，解决方案所包含元素是否可以复用？
可以定义子问题吗？如果可以，子问题是否已有解决方案？
能用一种可以很快实现的方式来描述解决方案吗？能构建出设计模型吗？
3. 实施计划（代码生成）。
前面所创建的设计勾画了所要构建的系统的路线图。也许存在没有想到的路径，也可能在实施过程中会发现更好的解决路径，但是这个计划可以保证在实施过程中不至于迷失方向。需要考虑的问题是：
解决方案和计划一致吗？源码是否可追溯到设计模型？
解决方案的每个组成部分是否可以证明正确？设计和代码是否经过评审？或者更好的算法是否经过正确性证明？
4. 检查结果的正确性（测试和质量保证）。
你不能保证你的解决方案是最完美的，但是你可以保证设计足够的测试来发现尽可能多的错误。为此，需回答：
能否测试解决方案的每个部分？是否实现了合理的测试策略？
解决方案是否产生了与所要求的数据、功能、特征和行为一致的结果？是否按照项目共同利益者的需求进行了确认？