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.
Автор: Sunshine_Irena
