> For the complete documentation index, see [llms.txt](https://rema.gitbook.io/it-business-system-analyst/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://rema.gitbook.io/it-business-system-analyst/basic_knowledge/ai-dlya-analitika.md).

# AI для аналитика (AI for Analysts)

| Грейд     | Роль         |
| --------- | ------------ |
| 🔵 Middle | 🅱️🅰️ BA+SA |

> **AI для аналитика** — использование генеративных моделей (LLM) для ускорения аналитической работы, улучшения качества документации, валидации требований и автоматизации рутинных задач.

## Почему AI критичен для аналитика в 2024-2025

**Старая реальность:**

```
Написать требование: 2-3 часа
Написать 20 требований: 1-2 недели
Описать процесс: 4-5 часов
Создать тест-кейсы: 3-4 часа
Подготовить документацию: 2-3 дня
```

**С AI:**

```
Написать требование: 15 минут (AI генерирует, ты редактируешь)
Написать 20 требований: 2-3 часа
Описать процесс: 30 минут
Создать тест-кейсы: 45 минут
Подготовить документацию: 2-4 часа
```

## Области применения AI для BA/SA

### 1. Генерирование требований

**Пример промпта:**

```
Ты опытный бизнес-аналитик.
На основе описания ниже создай 5 четких User Stories.

Описание: Клиенты часто теряют товары в огромном каталоге и тратят
много времени на поиск. Нам нужна функция, которая поможет им
быстро найти то, что они ищут.

Для каждой User Story добавь:
- Acceptance Criteria (2-3 критерия)
- Non-Functional Requirements
- Possible Edge Cases
```

**Что AI может генерировать:**

```markdown
# User Story 1: Basic Search
As a buyer, I want to search by product name,
so that I can quickly find products I'm looking for.

## Acceptance Criteria
- [ ] Search accepts partial product names
- [ ] Results appear within 300ms
- [ ] Max 100 results displayed

## NFR
- Performance: < 300ms for 1M product catalog
- Availability: 99.9%

## Edge Cases
- Empty search field → show all products
- Special characters in search → escape or remove
- Multiple spaces → handle as single space
```

### 2. Анализ и валидация требований

**Что AI может проверить:**

* Противоречивость требований
* Полнота (что-то забыли?)
* Ясность (requirements reader-friendly?)
* Тестируемость (как проверить это требование?)

**Пример промпта:**

```
Проверь эти требования на полноту и противоречивость:

REQ-1: Система должна обрабатывать платежи быстро.
REQ-2: Время обработки платежа < 5 секунд.
REQ-3: Система должна быть безопасной.
REQ-4: Все платежи должны быть зашифрованы AES-256.

Выдай:
- Выявленные проблемы
- Рекомендации по улучшению
- Недостающие требования (например, про обработку ошибок)
```

### 3. Генерирование тест-кейсов

**Пример промпта:**

```
Создай матрицу тест-кейсов для этого требования:

Требование: Пользователь может фильтровать товары по цене.

Параметры:
- Min price: 0
- Max price: 1000000
- Валидная валюта: RUB, USD, EUR

Для каждого теста укажи:
- Входные параметры
- Ожидаемый результат
- Тип теста (positive, negative, boundary)
```

**Результат:**

| Test ID | Input             | Expected              | Type     |
| ------- | ----------------- | --------------------- | -------- |
| TC-01   | Min=100, Max=500  | Show products 100-500 | Positive |
| TC-02   | Min=500, Max=100  | Error: Invalid range  | Negative |
| TC-03   | Min=0, Max=0      | Show no products      | Boundary |
| TC-04   | Min=-100, Max=500 | Error: Invalid amount | Negative |

### 4. Описание процессов

**Пример промпта:**

```
Опишу процесс, ты создаш BPMN диаграмму и таблицу описания.

Процесс: "Клиент оформляет заказ"

1. Клиент добавляет товары в корзину
2. Выбирает способ доставки
3. Вводит адрес доставки (система валидирует)
4. Выбирает способ оплаты
5. Видит сумму к оплате
6. Подтверждает заказ
7. Система обрабатывает платеж
8. При успехе - отправляет подтверждение, при ошибке - просит повторить

Что делать:
- Создать таблицу с ролями, шагами, условиями
- Определить point of failure и обработку ошибок
- Описать метрики (время выполнения, ошибки)
```

### 5. Создание прототипов и wireframes описания

**Пример промпта:**

```
Опиши экран "Результаты поиска товаров".

На экране должны быть:
- Поле поиска (вверху)
- Фильтры слева (цена, категория, рейтинг)
- Сетка товаров в центре (3 колонки)
- Сортировка (по цене, популярности, новизне)
- Пагинация внизу

Описание в текстовом формате для передачи дизайнеру.
```

## Инструменты AI для аналитиков

| Инструмент     | Для чего                   | Плюсы                                  | Минусы                            |
| -------------- | -------------------------- | -------------------------------------- | --------------------------------- |
| **ChatGPT**    | Общие задачи               | Бесплатно (базовая версия), интуитивно | Иногда ошибки, контекст ограничен |
| **Claude**     | Длинные требования, анализ | Лучше с большим текстом, точнее        | Требует подписку                  |
| **Copilot**    | Интеграция с Office        | Встроен в Microsoft                    | Зависит от версии                 |
| **Perplexity** | Поиск информации           | Ссылки на источники                    | Лучше для research                |

## Best Practices использования AI

### ДО начала работы

✓ **Дай контекст** — о проекте, аудитории, ограничениях

```
"Мы разрабатываем SaaS для средних компаний (100-500 сотрудников).
Наша целевая аудитория — HR-менеджеры без технического образования."
```

✓ **Определи формат** — что именно нужно на выходе

```
"Создай требования в формате Markdown с таблицей Acceptance Criteria"
```

✓ **Приведи примеры** — покажи стиль которого хочешь придерживаться

### ВО ВРЕМЯ работы

✓ **Редактируй и уточняй** — AI генерирует, ты улучшаешь

```
"Слишком детально, сократи в 2 раза"
"Добавь информацию о интеграции с системой Х"
"Исправь название функции на более ясное"
```

✓ **Используй итерации** — не жди идеального результата с первого раза

✓ **Проверяй факты** — особенно для технических требований

### ПОСЛЕ получения результата

✓ **Валидируй с командой** — покажи разработчикам, дизайнерам ✓ **Уточняй детали** — AI может что-то неправильно понять ✓ **Документируй источник** — отметь где использовалась помощь AI

## Ограничения AI

❌ **Не знает специфику твоей компании** (культуру, архитектуру, людей) ❌ **Может быть уверен в неправильном ответе** (галлюцинации) ❌ **Знания могут быть устаревшими** (не знает о выпущенных недавно продуктах) ❌ **Не может заменить человеческий review** (нужна проверка экспертом) ❌ **Требует хорошего промпта** (если ввод плохой → вывод плохой)

## Этика и риски

⚠️ **Конфиденциальность** — не отправляй чувствительные данные в облачные LLM ⚠️ **Авторство** — если используешь результаты AI, отметь это ⚠️ **Ответственность** — ты ответственен за финальный результат, не AI ⚠️ **Автоматизация** — не полностью полагайся на AI для критических решений

## Примеры промптов для BA

### Промпт 1: Генерация User Stories из описания

```
Ты бизнес-аналитик. На основе этого описания процесса создай 8-10 User Stories.

Описание: Клиент хочет заказать товар. Он выбирает товар, добавляет в корзину,
оформляет заказ, платит, получает подтверждение. Если платеж не прошел,
система просит повторить попытку до 3 раз.

Для каждой User Story:
- Используй формат: As a [role], I want [action], so that [value]
- Добавь 2-3 Acceptance Criteria
- Добавь 1 Non-Functional Requirement

Ответь на русском языке в формате Markdown.
```

### Промпт 2: Проверка требований на полноту

```
Проверь эти функциональные требования на:
1. Противоречивость
2. Полноту (что забыли?)
3. Ясность (как разработчик поймет?)
4. Тестируемость (как проверить?)

[Вставить требования]

Для каждой проблемы предложи как исправить.
```

### Промпт 3: Создание тест-кейсов

```
Создай таблицу тест-кейсов для требования:

"Система должна валидировать email и показывать ошибку если формат неправильный."

Укажи для каждого теста:
- Input (что вводим)
- Expected Output (что ожидаем)
- Test Type (positive/negative/boundary)
- Priority (high/medium/low)

Включи как happy path, так и edge cases.
```

## 📚 Ресурсы для изучения

* **ChatGPT Prompt Engineering Guide** — как писать хорошие промпты
* **Anthropic Claude Documentation** — документация Claude
* **AI for Product Managers** — курс на Product School
* **"Prompt Engineering for Everyone"** — бесплатный гайд
* **GitHub Copilot for Business Docs** — использование AI в Confluence