Привет, Хабр, я Татьяна, системный аналитик. В этом году у меня профессиональный юбилей — 5 лет в IT. Я работаю на проекте в банковском секторе. В прошлом году в банке запустили пилотный проект по использованию ИИ. Коллеги из разных компетенций учились применять искусственный интеллект в своей работе. В этой статье хочу поделиться с вами своим мнением о внедрении нейросети в процессы системного аналитика, советами для эффективной коммуникации с ИИ и примерами промтов.

Как банк до этого дошел

В 2023 году в банке появилось направление генеративного искусственного интеллекта. Чтобы шагать в ногу со временем, коллеги разработали платформу, включающую умных ассистентов, чат-бот с большой языковой моделью и библиотеку готовых промптов для типовых операций. Платформа работает в защищенном внутреннем контуре банка, что делает ее универсальным помощником для решения любых рабочих задач.

С коллегами из разных компетенций, мы пилотировали использование ИИ в своих рутинных процессах. Это было важным этапом процесса развития платформы. В течении периода пилотирования, участники давали обратную связь по улучшениям и вносили свои предложения. Совместно нам удалось получить инструмент, который отвечает запросам различных компетенций и продолжает улучшаться.

Как ИИ помогает сократить время на выполнение рутинных процессов

В современном мире технологии идут вперед огромными шагами, и одним из интересных инструментов для системных аналитиков стал искусственный интеллект. Я, как аналитик, часто сталкиваюсь с огромным объемом задач — анализ требований, описание бизнес-процессов, подготовка документации и многое другое. Использование ИИ помогает выполнять эти задачи быстрее и с меньшими усилиями.

Итак, с чем может помочь ИИ системному аналитику, давайте спросим у него.

ИИ: Добрый день! Чем могу помочь? 
Я: Расскажи, как ты можешь помочь в работе системного аналитика? 
ИИ: Я могу помочь системному аналитику в различных аспектах его работы. Во-первых, я могу предоставить информацию и ответить на вопросы по различным темам, связанным с системным анализом, таким как методологии разработки программного обеспечения, моделирование бизнес-процессов, анализ требований и проектирование систем. Я также могу помочь в сборе и анализе требований к системе, генерируя вопросы и гипотезы, которые могут быть полезны для выявления потребностей и ожиданий пользователей. Кроме того, я могу помочь в создании документации, такой как технические спецификации, отчеты и презентации, предоставляя примеры и шаблоны для их оформления. Помимо этого, я могу помочь системному аналитику в коммуникации с заинтересованными сторонами, генерируя тексты для электронных писем, сообщений и других коммуникационных материалов. Я также могу помочь в поиске и предоставлении информации по различным темам, связанным с системным анализом, таким как лучшие практики, стандарты и технологии. В целом, моя цель - помочь системному аналитику в его работе, предоставляя информацию, генерируя идеи и помогая в выполнении различных задач, связанных с системным анализом.
Я: структурируй, пожалуйста по пунктам ответы, которые ты дал 
ИИ: Я могу помочь системному аналитику в следующих аспектах: 
Предоставление информации и ответы на вопросы по различным темам, связанным с системным анализом. 
Помощь в сборе и анализе требований к системе, генерируя вопросы и гипотезы. 
Создание документации, такой как технические спецификации, отчеты и презентации. 
Помощь в коммуникации с заинтересованными сторонами, генерируя тексты для электронных писем, сообщений и других коммуникационных материалов. 
Поиск и предоставление информации по различным темам, связанным с системным анализом. Я также могу помочь системному аналитику в следующих дополнительных аспектах: 
Анализе данных и генерации отчетов. 
Разработке бизнес-логики. 
Тестировании и отладке. 
Управлении проектами. 
Коммуникации с разработчиками. 
Анализе рисков. 
Создании технической документации. 
Кроме того, я могу помочь системному аналитику в изучении новых технологий и инструментов, а также в улучшении его навыков и знаний в области системного анализа.

В процессе пилота, я училась общаться с нейросетью, формулировать промты, а также проводила замеры времени с использованием ИИ и без. В среднем на выполнение распространённых задач, таких как:

• анализ требований;

• построение различных диаграмм;

• генерация документации в ASCIIDOC;

• описание логики работы сервиса,

время с использованием AI сократилось до 40%.

Промты для общения с нейросетью

Промт (от англ. prompt) — это текстовый запрос или инструкция, которую пользователь передает искусственному интеллекту, чтобы получить нужный результат.

Первые промты, которые я писала ИИ, содержали общие формулировки, поэтому и ответы меня не устраивали. Приходилось вручную дорабатывать ответы. Пока я не узнала тонкости составления запросов, мне казалось, что искусственный интеллект – пустая трата времени и переделывать гораздо дольше, чем делать изначально самой.

На научение писать инструкции, чтобы получать ответы, удовлетворяющие моим потребностям, у меня ушло около месяца.

Приведу несколько примеров промтов и ответов нейросети, которые довели некоторые процессы до автоматизма.

1. Создание диаграммы последовательности в формате PlantUML

Промт:

Я: Создай диаграмму последовательности в формате PlantUML, которая описывает процесс авторизации пользователя в личном кабинете. Промт для создания Sequence диаграммы Участники: Пользователь (инициатор), Web-интерфейс (ввод логина и пароля), Сервер авторизации (принимает запрос и проверяет данные), Сервер авторизации (возвращает ответ). Шаги: Пользователь через Web-интерфейс вводит свои логин и пароль. Web-интерфейс отправляет запрос на авторизацию. Сервер авторизации проверяет логин и пароль. Сервер авторизации возвращает ответ об авторизации. Web-интерфейс отображает результат авторизации пользователю. Детали: Укажи передаваемые параметры (например, логин и пароль). Покажи двусторонние взаимодействия (запросы и ответы). Используй стрелки с пояснениями (например, "Диффы коммитов").
ИИ:
@startuml 
actor Пользователь as "Пользователь" 
participant WebИнтерфейс as "Web-интерфейс" 
participant СерверАвторизации as "Сервер авторизации" 

Пользователь ->> WebИнтерфейс: Вводит логин и пароль (login, password) 
WebИнтерфейс ->> СерверАвторизации: Отправляет запрос на авторизацию (login, password) СерверАвторизации ->> СерверАвторизации: Проверяет логин и пароль 
СерверАвторизации -->> WebИнтерфейс: Возвращает ответ об авторизации (success или error) 
WebИнтерфейс -->> Пользователь: Отображает результат авторизации (успешно или ошибка) @enduml

Ответ ИИ из формата PlantUML легко конвертировать в Sequence диаграмму

2. Создание OpenAPI спецификации и ответ

Я: Создай OpenApi спецификацию по требованиям: 
Требования к системе управления данными клиента 

Общие требования: 
- Все запросы и ответы передаются в формате json 
- Обязательный заголовок для аутентификации: AUTH-USER-ID 
- Обрабатываемые ошибки: 
- 400 - Bad request: некорректные параметры запроса или невалидные данные. 
- 500 - Internal server error: внутренние сбои. 

Эндпоинты: 
1. GET/clients/{clientId}/data/{fieldId} 
Назначение: получение текущего значения и метаданных поля клиента. 
Параметры пути: 
- clientId - уникальный идентификатор клиента. 
- fieldId - идентификатор поля. 
Возвращаемые данные: 
- value - текущее значение поля. - dataType - тип данных поля (строка, число, булево значение). 
- validationRules - список правил валидации для поля. 
2. POST/clients/{clientId}/data/{fieldId} 
Назначение: обновление значения поля клиента. 
Параметры пути: 
- clientId - уникальный идентификатор клиента. 
- fieldId - идентификатор обновляемого поля.

Код из ответа ИИ превращается в спецификацию в Confluence, с помощью макроса Open API (Swagger) Viewer.

3. Генерация документации в ASCIIDOC

Сейчас агент ИИ может генерировать документацию на API сервисы, написанные на Java/Kotlin/.Net, по которым документация отсутствует.

 Сценарий: Генерация полной документации на API.

 1. Генерация документации на методы контроллера:

• Краткое описание;

• Описание параметров запроса и ответа;

• Примеры запроса и ответа (отдельными файлами);

• Описание сценария работы метода по анализу кода;

• Plantuml диаграмма работы метода.

 2. Генерация Параметров запроса и ответа вызова внешних API.

 3. Генерация заглавной страницы index.adoc.

 4. Генерация документации для событий Kafka.

Для генерации документации, необходимо завести задачу на агента в Jira. Далее в IDEA вносятся необходимые правки и пушим изменения. В Bitbucket проверяем отображение доки.

Пример сгенерированной документации в гит

Примет главной страницы index

Пример описания метода Bitbucket

Советы для эффективной коммуникации с ИИ

Все заходят в ИИ с мыслью: «Сейчас найду рабочие промпты, просто скопирую и буду получать результат». С ИИ важно найти общий язык, чтобы получить адекватный ответ. Нейросеть любит выдумывать и предлагать варианты ответов, которые не имеют отношения к действительности. От умения правильно формулировать запросы зависит точность ответа AI.

Как научиться работать с ИИ так, чтобы получать мощные результаты?

1. Понимать, как устроены нейросети.

ИИ — это не магия, а инструмент, который усиливает человека, но не заменяет его мышление.

2. Уметь правильно формулировать запросы.

Есть универсальная структура промпта, которая включает:

• Роль (например, ты системный аналитик).

• Критерии успеха (каким должен быть результат, приводить примеры).

• Пошаговый процесс (что должно быть в ответе: структура, примеры, анализ).

3. Тестировать и адаптировать под свою задачу.

Этот подход к ИИ, если встроить в свою работу и задачи, станет мощнейшим вашим усилителем.

Нейронка не заменит эксперта, но кратно его усилит. Искусственный интеллект не заменит аналитиков. Но аналитики, которые им владеют, заменят тех, кто им не владеют.