19 posts
Как использовать LLM для автоматической генерации реалистичных тестовых данных и моков API. Промпты для JSON, SQL, CSV-данных и настройки мок-сервера за минуты.
Настройка Claude Code для системного аналитика: CLAUDE.md с контекстом проекта, сабагенты для рутинных задач и MCP-серверы для подключения к Jira, Confluence и базам данных.
Как выстроить сквозной конвейер AI-агентов: от расшифровки интервью со стейкхолдерами до C4-диаграмм контекста, контейнеров и компонентов. Оркестрация, валидационные гейты и нюансы, которые ломают пайплайн.
Как LLM находит противоречия, пробелы и риски в требованиях: готовые промпты для анализа ТЗ и чек-лист проверки бизнес-требований.
Как системному аналитику генерировать BPMN-, UML- и ER-диаграммы через LLM из текстовых требований: промпты для Mermaid и PlantUML, типичные ошибки и итеративный подход.
Как превратить сырые требования из интервью и чатов в структурированные User Story и Use Case с помощью LLM. Промпты, примеры и сравнение ручного и AI-подхода.
Как LLM помогает аналитику исследовать данные без SQL: поиск аномалий, трендов и корреляций через чат с таблицами — практические промпты и pipeline разведочного анализа
Пошаговый pipeline: транскрибация интервью → LLM извлекает ФТ, НФТ, противоречия → генерирует User Story и вопросы для уточнения. Практические промпты и две диаграммы
Как использовать LLM для автоматической генерации тест-кейсов из функциональных требований: позитивные и негативные сценарии, граничные значения и оценка покрытия. Промпты, примеры и типичные ловушки.
Как LLM помогает системному аналитику генерировать руководства пользователя, FAQ и заметки к релизу из спецификаций и ТЗ. Промпты, чек-лист проверки и типичные ошибки.
Как LLM помогает писать SELECT, JOIN и агрегации, проектировать схемы БД, объяснять чужие запросы и находить узкие места через EXPLAIN — практические промпты и pipeline
Как использовать LLM для проверки качества требований: поиск противоречий, пропущенных сценариев и неоднозначных формулировок. Промпты, чек-лист и реальные примеры AI-ревью технического задания.
Как использовать LLM для генерации OpenAPI-спецификаций из требований, автоматической проверки REST-принципов и валидации названий ручек — практические промпты и pipeline
Как LLM извлекает ФТ и НФТ из легаси-кода, строит C4-диаграммы и восстанавливает архитектурные решения — pipeline с промптами, кейсом и двумя диаграммами
Практическое руководство по промпт-инжинирингу для системных аналитиков: five-shot, role-prompting, chain-of-thought и структурный вывод — как собирать промпты, которые дают предсказуемый результат, а не галлюцинации
Как системному архитектору использовать LLM для генерации C4-диаграмм, анализа архитектурных trade-off и автоматизации ADR — практическое руководство с промптами.
Как использовать LLM для извлечения ФТ и НФТ из интервью, генерации User Story и Use Case, проверки требований на противоречия — практический pipeline с промптами и диаграммой
Как построить AI-пайплайн для автоматической цветокоррекции и художественной обработки фото каталога: архитектура, эталоны, LUT-кривые, очередь задач и интеграция в существующий конвейер.
Как автоматизировать цветокоррекцию каталога из 5000+ изображений с помощью ИИ и ImageMagick: пошаговый разбор задачи, проблем и решений.