Всем привет! Меня зовут Ирина Загирова, я являюсь системным аналитиком в Банке Уралсиб. Сегодня хочу рассказать о трендовом инструменте, который уже помогает большому количеству людей в повседневной работе. Так же и в работе аналитика этот инструмент уже незаменим. Речь пойдет о нейросетях.
Нейросети помогают мне не только в подготовке технических описаний задач, но и в выстраивании диалога с бизнесом.
В современной модели Agile бизнес-требования могут не только постоянно меняться, но и быть недостаточно детализированными или формализованными. И если для бизнеса все кажется простым и понятным, то аналитик видит процесс гораздо глубже и структурнее. Тогда возникает вопрос, как донести до бизнеса уровень сложности задачи и место требуемого функционала в системе. И постараться изложить информацию языком, понятным бизнесу.
Лучше всего это иллюстрирует визуальный язык.
И нейросети помогают свести информацию в визуальный пример за короткие сроки. Что особенно важно для спринтов в рамках Agile, чтобы успеть провести груминг задачи и составить спецификацию функциональных требований.
В работе с нейросетями очень важно следовать следующим правилам:
Четко формулировать промпт.
Перепроверять результаты, выдаваемые нейросетью.
Если требуется, повторять запросы, декомпозируя на отдельные части.
Если есть пример задачи, предоставьте его нейросети, так она быстрее поймет, что именно нужно вам.
Для примера рассмотрим задачу, где требуется получать данные по операциям карт из модульной платформы, записывать в микросервис и передавать запрашиваемые данные на фронт клиенту в системе ДБО..
Для бизнеса постановка задачи звучит достаточно просто: «Получение операций по картам клиента в онлайн-формате в системе дистанционного банковского обслуживания».
Есть список операций для отображения клиенту и список атрибутов операций для фронта.
Список операций:
операции покупки/отмены;
переводы;
комиссия за переводы;
ежемесячное обслуживание бизнес-карты;
ежемесячное смс-информирование по карте;
снятие наличных;
пополнение карты.
Список атрибутов операций для фронта:
дата и время
сумма операции
тип операции
мсс
наименование мерчанта
статус операции
Задача, на первый взгляд, не выглядит сложной, но аналитику видны скрытые моменты и потенциальные места для доработок. Процесс на стороне модульной платформы будет состоять из нескольких этапов и потребуется оптимизация нового представления с операциями для быстрой передачи данных в микросервис.
И нам важно наглядно показать эти моменты Бизнесу и сформировать корректную оценку сроков выполнения.
Нейросеть сможет помочь сделать это в короткие сроки, нам достаточно будет обозначить сущности, атрибуты и требуемый вид диаграммы. В нашем случае, запрос будет на формирование ER-диаграммы.
Для анализа будем использовать нейросеть DeepSeek и для создания слайдов Gamma.app.
Шаги выполнения:
1) Провожу предварительный экспресс-анализ задачи. Формулирую задачу, определяю сущности, их атрибуты.
2) Формулирую промпт для нейросети DeepSeek — прошу создать схему базы данных, описываю нюансы системы (атрибуты можно не указывать, нейросеть их может сгенерировать сама).
Промпт:
«Создай схему базы данных для операций по картам. Требования: операции забираются из модульной платформы, и кафка-коннектор записывает данные в топик, консьюмер слушает данные и записывает их в микросервис Лента операций. Далее бэкенд передает в RESTе операции на фронт. Таблица микросервиса: авторизации (атрибуты: id_doc, dtime, type, merchant, mcc_code, summa, status). Таблицы и представление модульной платформы: представление операций (атрибуты: id_doc, dtime, type, merchant, mcc_code, summa, status), данные в представление тянутся из двух таблиц: 1) авторизации (атрибуты: id_operation, date, type, class_operation, summa, merchant, mcc_code), 2) Документы (атрибуты: doc_id, dtime, type). Покажи ER-диаграмму с указанием связей между таблицами. Важно показать: 1) Операции в зависимости от типа хранятся в разных таблицах модульной платформы. 2) представление объединяет операции, требуется настройка полей для быстрого забора данных из разных таблиц. 3) переводы и комиссия за переводы, снятие наличных и комиссия за снятие наличных идут одной операцией. Но клиенту надо отображать отдельными строками прямую операцию и ее комиссию. Разделение операций должно происходить в модульной платформе. Надо отобразить сложность задачи по взаимосвязям, по формированию представления в модульной платформе, по получению исторических данных из представления в микросервис (около 40 млн записей)»
Каждый результат от нейросети требует проверки, надо понять, насколько нейросеть правильно поняла запрос. Если требуется корректировка, то достаточно в этом же диалоге добавить условия задачи, и нейросеть предоставит скорректированный результат на основе изначального.
Нейросеть предоставляет результат в считанные секунды.
1. Вначале нейросеть расписывает анализ требований.
2. Далее, рисует ER-диаграмму сущностей с атрибутами, указанными в промпте:
3. Делает пояснение диаграммы.
4. Делает описание потоков данных.
5. В конце,предлагается вывод, который нейросеть делает по итогу анализа задачи.
По данным, которые выдает мне нейросеть, я понимаю, что анализ проведен корректно и учтены многие “узкие места” задачи.
3) Полученные данные сводим в презентацию.
Для этого используем нейросеть Gamma.app. Копируем текущий результат запроса в промпт нейросети для создания презентаций, указав стилистику и настройки, получаем результат.
Итоговая презентация будет выглядеть, примерно, так:
Слайд 1. Наименование анализа и ER-диаграмма сущностей бизнес-процесса.
Слайд 2. Задачи проекта и сложности.
Слайд 3. Ключевое представление для данных.
Слайд 4. Таблицы модульной платформы.
Слайд 5. Логика для представления модульной платформы.
Слайд 6. Что потребуется системе для процесса работы с данными.
Слайд 7. Заключение и выводы.
С презентацией можно смело идти на встречу с бизнесом для обсуждения задачи и ее оценки.
Итого, если перевести все в цифры: на формулирование задачи для нейросети было затрачено около 20 минут, нейросеть ответила в течение 1 минуты, а на создание презентации ушло еще 10 минут. Я потратила около получаса вместо нескольких дней на предварительный анализ задачи.
Ключевые выводы:
Визуализация с помощью нейросетей — мощный инструмент для синхронизации видения между аналитиками, бизнесом и разработчиками.
Качество промпта напрямую определяет качество результата. Промпт должен быть детальным, технически точным и содержать примеры данных.
Нейросеть не заменяет аналитика, а усиливает его. Критическая проверка и интерпретация результата остаются за специалистом.
Инструмент эффективен для быстрого прототипирования архитектурных решений и документации, экономя дни рутинной работы.
Для бизнеса такое наглядное представление задачи позволяет более детально проработать ее отдельные моменты, ускорить поиск оптимального решения и обозначить целевые сроки выполнения.
А для системного аналитика использование нейросети позволяет в дальнейшем значительно сократить время на полный анализ задачи, предоставляя разработчику готовую базу для проектирования.
Нейронные сети с каждым днем все активнее внедряются в наши повседневные задачи. Если правильно ими пользоваться, они могут значительно оптимизировать работу, помочь стать более продвинутыми специалистами и улучшить взаимопонимание в команде — с бизнесом, разработчиками, тестировщиками.
Думаю, стоит поблагодарить нейросеть. Хотя считается, что даже на наше «спасибо» нейросеть затрачивает ресурсы, чтобы сформировать ответ, и лучше этого не делать.
Источник: habr.com
