10 posts
Полный end-to-end пайплайн AI-ассистента аналитика: MCP-серверы для доступа к Jira и Confluence, база знаний на RAG, агент с инструментами. Как собрать все части в один рабочий воркфлоу.
Сколько стоит один вызов LLM в бою: токены, prompt caching, батчинг, сравнение моделей по цене и стратегии удержания бюджета AI-функции в рамках.
Как LLM помогает аналитику исследовать данные без SQL: поиск аномалий, трендов и корреляций через чат с таблицами — практические промпты и pipeline разведочного анализа
Как системному аналитику использовать AI-ассистенты в IDE для работы со спецификациями, диаграммами, SQL-запросами и ревью документации — практический гайд по Cursor, Copilot и Windsurf
Разбираем контекст-инжиниринг для LLM: стратегии чанкинга, управление окном контекста, борьба с потерей середины и сборка релевантного контекста для надёжных ответов модели.
Разбираем Structured Output и function calling: как заставить LLM возвращать строго валидный JSON по схеме, вызывать внешние инструменты и интегрироваться в системы аналитика без regex-парсинга и ручного хакинга.
Практическое руководство по продвинутым техникам промпт-инжиниринга для системных аналитиков: как chain-of-thought и few-shot prompting помогают получать точные и структурированные результаты от LLM.
Как LLM помогает писать SELECT, JOIN и агрегации, проектировать схемы БД, объяснять чужие запросы и находить узкие места через EXPLAIN — практические промпты и pipeline
Практическое руководство для системного аналитика: как через MCP подключить LLM к Jira, Confluence и базе данных, автоматизировать рутинный поиск по задачам и документам, и превратить чат-интерфейс в рабочий инструмент
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
