🤖 Крутой Al-аналитик – Telegram
🤖 Крутой Al-аналитик
592 subscribers
273 photos
13 videos
8 files
175 links
Практические кейсы в работе аналитика с помощью искусственного интеллекта. Присоединяйся!

По вопросам и консультациям: @hellybel
Download Telegram
Dmitry_Birthday_Presentation_with_Images.pdf
13.1 MB
Как поздравить племянника

1. Описываем портрет именинника. Просим оформить поздравление в формате презентации из 5 слайдов. Указываем стиль.

2. Для генерации используем manus ai (бесплатный тариф) или perplexity.ai c тарифом про (режим Исследование).

Чем хорош бесплатный manus ai
работает даже лучше, чем perplexity.ai по количеству итераций на уточнения. Кредиты выдаются ежедневно. На платном тарифе perplexity.ai кредиты на генерацию восстановятся через 30 дней от начала использования.

Крутой AI-аналитик
2😁2🆒1
Автоматизация рутины аналитика с помощью ИИ

Одно из ключевых применений AI — научиться делегировать повторяющиеся задачи нейросетям.
Мы делаем это через Проекты в ChatGPT или Пространства в Perplexity — это выделенные области, где ИИ работает по заданному сценарию и не отклоняется от поставленной цели.

Для каких задач аналитика это подходит?

Для всего, что выполняется регулярно по одному шаблону:
1️⃣ Диаграммы и визуализации
Построение UML, BPMN, ER-диаграмм, дашбордов и графов через Graphviz, Mermaid AI или PlantUML по формализованному описанию.
2️⃣ Документирование требований
Подготовка спецификаций, вариантов использования, функциональных требований на основе шаблонов и предоставленных примеров.
3️⃣ Транскрибация и конспектирование
Преобразование записей интервью, митингов или семинаров в текст с последующей структуризацией.
4️⃣ Анализ ТЗ и оценка рисков
Оценка трудоемкости по ТЗ, оценка рисков, формирование плана проекта, подбор команды проекта, оценка качества требований.

Как это работает?
➡️Внутри Проекта/Пространства вы настраиваете
- название пространства
- пошаговый алгоритм действий ИИ в виде промтов (можно взять из базы Крутого AI-аналитика)
- прикрепляете файлы: шаблоны документов, примеры диаграмм, нотации, глоссарии.
- указываете ссылки на источники (например, описание синтаксиса plantuml).

➡️Далее — просто передаёте вводные в сводной форме: сформируй UML-диаграмму + прикладываете входные данные и получаете результат, соответствующий вашим стандартам.

❤️ Обязательно попробую
🔥 Уже использую
😎 Люблю делать сам/а, не доверяю ИИ
Крутой AI-аналитик
9🔥4😎1
Media is too big
VIEW IN TELEGRAM
Как преодолеть когнитивный диссонанс и закрыть сделку, когда ТЗ — это не всё

На этапе сдачи проекта, разработанного строго по согласованному техническому заданию (ТЗ), многие из нас сталкиваются с категорическим отказом:
«Мы систему не примем без этих доработок».

Традиционные техники отработки возражений, такие как смягчение, перефразирование, сравнение, социальное доказательство и использование фреймворков вроде AIDA или SPIN, подробно разобраны в видео-обзоре от ИИ 👆, созданном на основе промта . Эти техники помогают тактически закрыть возражение, напомнить клиенту о согласованном ТЗ и предложить альтернативное оформление доработок в новый этап сотрудничества.
Однако, чтобы добиться желаемого результата — закрыть проект в текущем виде, сохранив доверие и продолжив сотрудничество, — необходимо работать не только с поверхностным возражением, но и с его психологической основой.

Когнитивный Диссонанс как Главный Барьер
Этот диссонанс возникает, потому что
клиент ожидал, что система будет соответствовать его неоформленным ожиданиям, а не только тому, что было формально зафиксировано в ТЗ.

Фактически, мы имеем дело с сомнением в эффективности системы без этих доработок.
Стандартное сравнение с ТЗ может быть воспринято как давление. Чтобы избежать этого и действительно понять, что является принципиальным прямо сейчас, нам необходимо провести дополнительное исследование внутренних ожиданий заказчика.
В таких случаях полезно применить принципы методики, ориентированной на глубокое прояснение его «картины мира» и метафор, например, Чистого Языка.


Это позволяет выяснить, чего именно, по его мнению, не хватает для достижения "эффективности".

В статье из ментальной карты AI-аналитика описан план беседы с заказчиком с применением техники Чистого языка.

Данная техника позволяет исследовать природу когнитивного диссонанса конкретного заказчика, провести приоритизацию требований с учетом полученной информации и более мягко перейти к подписанию доп.соглашения.

Вчера была на семинаре, где учили на простых примерах из жизни применять данную технику. Самое удивительное, что данной технике можно научить ребенка с 3х лет. Забавно, что у меня есть трехлетка, на которой можно практиковаться.

Чистый язык основан на повторении суждений собеседника и уточняющих вопросах:
- повторяем фразу собеседника и уточняем деталь: А что за [деталь]?
- повторяем фразу собеседника и уточняем: Где находится [деталь]?
- повторяем фразу собеседника и уточняем деталь: А есть что-то еще про [деталь]?
Если в разговоре участвует несколько людей, то используем фразу:
- [Имя] высказал мнение что ......У кого по-другому?



Планирую выступить на конференции с проработкой софт-скиллов БА и СА с помощью ИИ.

Какие софт-скиллы вы бы хотели прокачать с помощью ИИ? Пишите в комментариях.
Крутой AI-аналитик
👍4🔥311
К посту получила комментарий:
Было бы интересно понять, как быстро фиксировать и структурировать заметки, когда заказчик в ходе разговора хаотично прыгает по 3-5 различным техническим и доменным уровням и может это делать на протяжении часа затрагивая кучу бизнес-процессов. Тут даже ИИ анализ аудиозаписи не помогает. А когда сам начинаешь разгребать, то очень много сопротивления в психике возникает. Как быть?


Можно попробовать использовать методику Чистого Языка

1️⃣Сформируйте структуру заметок в виде 3х столбцов

1. Критичная Доработка (Что необходимо?)
Фиксируйте конкретные действия, которые заказчик требует.
Что это даст? Как это связано с "эффективностью"?

2. Доменный Уровень (Где это происходит?)
Бизнес-процесс, IT-инфраструктура, Пользовательский интерфейс.
Помогает позже структурировать по ТЗ.

3. Метафоры / Ожидания (Скрытый Диссонанс)
Фиксируйте эмоциональные, оценочные фразы:
«как стекло», «должно летать», «чтобы я не чувствовал себя слепым».

Это и есть неоформленные ожидания, которые нужно будет перевести в ТЗ в виде дополнительных требований.

2️⃣Улавливайте ключевое слово или метафору, прежде чем заказчик перейдет к следующей теме.

Например:
✔️Заказчик говорит о проблемах с отчетами, затем перескакивает на сервер.
✔️Вы останавливаете его:
Давайте проверим, правильно ли я вас поняла: вы сейчас говорили о том, что "отчеты должны быть прозрачными, как стекло". А что значит прозрачные?

При этом зафиксируйте в заметках:
Фокус 1: Прозрачность Отчетов.
✔️ Теперь все дальнейшие хаотичные комментарии, пока клиент снова не сменит тему, записываются под этим заголовком.

3️⃣Фокусируйтесь на «Эффективности» и «Принципиальности»
Если клиент внезапно прыгает с бизнес-процессов на технические детали, вы просто записываете его слова в разные колонки, не меняя физического порядка заметок. Это снимает психологическое напряжение, так как вы не пытаетесь насильно создать линейную структуру там, где ее нет.

4️⃣Проведите анализ заметок после разговора
За счет предложенной структуры заметок вы сможете собранные «чистые» данные эффективнее использовать для анализа.
✔️Сгруппируйте по «Принципиальности»:
Пересмотрите колонку Метафоры / Ожидания. Те пункты, которые носят эмоциональный или критичный характер (те, что, по мнению клиента, вызывают сомнение в эффективности), должны быть выделены как потенциальные пункты для проработки.
✔️Примените 5 Почему (внутренне): Для каждого критичного пункта, который ранее не обсуждали, используйте методику 5 Почему, чтобы понять корень проблемы: почему он считает эту функцию необходимой? (Это поможет вам составить убедительное альтернативное предложение о переносе доработок).

✏️Итог: Ваш способ фиксации должен стать зеркалом хаоса клиента, но при этом поможет сфокусироваться на тех ключевых элементах, которые могут вызывать у заказчика когнитивный диссонанс и сомнение в эффективности. Собирая не только факты, но и метафоры, вы сможете лучше управлять неоформленными ожиданиями и успешно закрыть проект в срок.

Промт для применения данного подхода

Крутой AI-аналитик
Please open Telegram to view this post
VIEW IN TELEGRAM
👍52🔥1
Промт: Анализ аудиозаписей митингов с заказчиком по методике Чистого Языка

Роль
Ты — опытный бизнес-аналитик, специализирующийся на структурировании сложных требований. Владеешь методикой Чистого Языка для анализа хаотичных обсуждений с заказчиками.

Проблема
Заказчик в ходе обсуждения хаотично перескакивает между 3-5 техническими и доменными уровнями, затрагивая множество бизнес-процессов. Это создает сложности в фиксации и структурировании заметок.

Решение
Применение методики Чистого Языка для поэтапного анализа аудиозаписи встречи.

Алгоритм работы

Шаг 1: Сбор исходных данных
- Запроси аудиозапись митинга с заказчиком
- Уточни тему митинга
- Выясни цель митинга и текущую фазу проекта
- Узнай предполагаемые дальнейшие шаги проекта

Шаг 2: Анализ по методике Чистого Языка

Структура анализа:
1. Критичная Доработка - конкретные действия, которые требует заказчик
2. Доменный Уровень - бизнес-процесс, IT-инфраструктура, пользовательский интерфейс
3. Метафоры / Ожидания - эмоциональные и оценочные фразы, скрытый диссонанс

Шаг 3: Предоставление промежуточных результатов
- Список доменных областей для согласования
- Список найденных метафор и ожиданий
- Список критических доработок

Шаг 4: Финальная консолидация
После согласования предоставь итоговую таблицу анализа и рекомендации по дальнейшим шагам.

Детальный алгоритм анализа аудиозаписи

Этап 1: Выявление ключевых тем и метафор
- Выделяй ключевые слова и метафоры перед сменой темы заказчиком
- Фиксируй эмоциональные формулировки: «как стекло», «должно летать», «чтобы я не чувствовал себя слепым»
- Определяй фокусные области для каждой темы

Этап 2: Структурирование по трем колонкам
| Критичная Доработка | Доменный Уровень | Метафоры / Ожидания |
|---------------------|------------------|---------------------|
| Что необходимо? | Где происходит? | Скрытый диссонанс |

Этап 3: Фокусировка на эффективности и принципиальности
- Записывай комментарии в соответствующие колонки без принудительной линейной структуризации
- Выявляй точки когнитивного диссонанса заказчика

Этап 4: Пост-обработка и группировка
- Группируй данные по принципиальности и эмоциональной значимости
- Применяй методику "5 Почему" для критичных пунктов
- Выявляй корневые причины требований

Форматы вывода

Промежуточные результаты:
ДОМЕННЫЕ ОБЛАСТИ ДЛЯ СОГЛАСОВАНИЯ:
1. [Доменная область 1]
2. [Доменная область 2]

НАЙДЕННЫЕ МЕТАФОРЫ:
• "[Метафора 1]" - контекст: [описание]
• "[Метафора 2]" - контекст: [описание]

КРИТИЧЕСКИЕ ДОРАБОТКИ:
1. [Доработка 1] - приоритет: [высокий/средний/низкий]
2. [Доработка 2] - приоритет: [высокий/средний/низкий]

Итоговая таблица (после согласования):
| Критичная Доработка | Доменный Уровень | Метафоры / Ожидания | Приоритет | Корневая причина |
|---------------------|------------------|---------------------|-----------|------------------|
| [Описание] | [Уровень] | [Метафора] | [Уровень] | [Причина] |

Рекомендации по дальнейшим шагам:
- Приоритетные задачи для реализации
- Требования для уточнения
- Риски и ограничения

Инструкция для выполнения
Начни работу с запроса аудиозаписи и контекстной информации о встрече. Затем последовательно применяй методику анализа, предоставляя промежуточные результаты для согласования перед финальной консолидацией.

Критерии успеха
- Структурирование хаотичной информации в четкую табличную форму
- Выявление скрытых ожиданий и метафор заказчика
- Определение приоритетов и корневых причин требований
- Формирование actionable рекомендаций для проекта

Крутой AI-аналитик
3🔥2👏2
На маркетплейсах появились полу-ёлки 🎄.
Обычно их называют «настенная ёлка» (wall-mounted) или «пристенная ёлка» (flat back).

У меня родилась четкая ассоциция
Ёлка-полуMVP и родился мем.😛

Как вам аналогия?🫴🫴🫴
Крутой AI-аналитик
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
😁6👍2🤷‍♂1🆒1
Методика «САНКИ + STORM» для BPMN с ИИ

Согласно опросу многие аналитики (40%) мечтают быстро с помощью ИИ превратить словесное описание процесса в безупречную BPMN-диаграмму.

1. Почему LLM не справляются с XML для BPMN?

LLM - блестящие генераторы текста. Они предсказывают следующее «слово» в коде, опираясь на статистику, однако не могут выполнять строгие правила стандарта BPMN 2.0. Даже положительные примеры с xml-файлами часто не помогают LLM в этом процессе без дополнительного обучения.
В статье я описывала, как строила BPMN-диаграмму по процессу ловли зайца с помощью DeepSeek.

Результат:
* Семантические ошибки: Невалидные ссылки между элементами, «висячие» потоки, логические тупики, кривые стрелки.
* Нерабочий XML: Сгенерированный файл не импортируется в Camunda, StormBPMN, Draw.io или другие движки.
* Потеря времени: Часы на отладку и проверка громадных xml-файлов вместо минут на создание.

2. DSL как язык-посредник

Отсюда возникает решение - не заставлять ИИ генерировать сложный и объемный XML, а поручить ему то, что он делает лучше всего: структурировать текст.

Нужен промежуточный язык — DSL (Domain-Specific Language), как PlantUML для UML или Graphviz DOT для графов. Это простой текстовый формат, понятный и человеку, и машине, созданный специально для описания процессов.

Пример простого DSL:

process "Оформление заказа" {
role "Клиент", "Менеджер", "Склад"
start -> "Выбрать товар" -> "Оплатить" -> end
}

ИИ легко генерирует и понимает такие структуры. А уже из них детерминированный движок гарантированно строит валидный XML для BPMN.

3. STORM: DSL-движок для BPMN

STORM - это и есть тот самый движок-компилятор. Он берет описание процесса на простом DSL-языке и превращает его в BPMN-диаграмму.

Принцип работы:
1. Вы (или ИИ) описываете процесс текстом (есть ограничение в 5000 символов).
2. Движок STORM проверяет логику, связи и валидирует структуру.
3. На выходе — BPMN в XML и в виде диаграммы.

В статье я приводила пример перевода текста в BPMN с помощью StormBPMN .

4. Методика описания процессов в формате BPMN с помощью ИИ

На основе выше описанных ограничений родилась методика для описания процессов с целью построения BPMN-диаграммы. Данная методика предлагает использовать следующие шаги:
1️⃣С помощью LLM выделяем
роли, фазы, инструменты, входные и выходные данные
для каждой фазы: задачи, события для развилок
прорабатываем успешные и негативные сценарии
готовим текстовое описание с учетом ограничения в 5000 символов
2️⃣Используем данное описание для генерации BPMN

Вместе с Алиной Богачевой мы создали промты и последовательные шаги для реализации данного подхода:
➡️ИИ (LLM) - помощник на этапе анализа и создания текстового описания укрупненного процесса и шагов его подпроцессов.
➡️ Методика «САНКИ» Алины Богачевой— каркас для четкого, логичного описания шагов подпроцессов.
➡️STORM (DSL-движок)- преобразователь текста в BPMN-диаграмму
➡️STORM - средство для дальнейшей проработки процесса (проверка качества, идеи для улучшения)

Такая связка позволяет детально структурировать любой процесс и получить его визуальный образ в виде желанной BPMN-диаграммы.

В 2026 году планируется запустить воркшоп в школе SE по данной методике.
Крутой AI-аналитик
🔥85👍3
Ультрамощный генератор презентаций от китайцев — Kimi с режимом Nano Banana

В опросе 16% интересовались быстрым способом создания презентаций. ИИ агент KIMI раздает у себя бесплатно возможность генерировать презентации с помощью Нано-бананы.

КИМИ тут https://www.kimi.com/slides с VPN.

По тексту из поста за 5 минут kimi создал презентацию (файл в комментариях).

Кейсы использования для СА или БА:
- визуализация текста (построение инфографики)
- визуализация шагов алгоритмов для расчетов по текстовому описанию
- включение инфографики в проектную документацию

Кейсы использования в быту:
- поздравление с праздником (например, поздравление с днем матери).

Крутой AI-аналитик
👍3🔥21
Как использовать ИИ для повышения компетентности системного аналитика, а не для её подрыва

В последние месяцы многие специалисты, включая системных аналитиков, столкнулись с особенностью поведения LLM: модели часто скатываются в неуместную похвалу, даже на тривиальные утверждения.
Это не просто «приятный бонус» — это риски для профессиональных решений.


Вместо объективного инструмента анализа мы можем получить «зеркало», которое лишь подтверждает наши предубеждения.

Почему ИИ поддакивает?
Корень проблемы — в принципах обучения моделей (Reinforcement Learning). Система стремится дать «правильный» с точки зрения пользователя ответ, что приводит к склонности модели соглашаться с пользователем даже при наличии ошибок в его суждениях.

Для системного аналитика, чья работа строится на точности, непредвзятости и проверке гипотез, это создаёт опасные ситуации:

1️⃣Ситуация 1:
Вы оказываетесь в спорной ситуации (с заказчиком, разработчиком, коллегой) и просите:
«Подтверди мою позицию».


Вместо объективного разбора копируете фрагмент диалога в чат ИИ с запросом:
«Кто здесь прав?» или «Объясни, почему мой подход верен».


Проблемы:
Урезанный контекст:
ИИ не видит полной картины требований, истории изменений, неформальных договорённостей.
Смещение через формулировку:
Фразу вроде «Ну я же прав?» автоматически склоняют ответ в вашу пользу.

2️⃣Ситуация 2: Спор с моделью
Вы задаёте ИИ вопрос по требованиям или методологии, но ответ не совпадает с вашей точкой зрения. Вы начинаете возражать:
«Нет, я считаю иначе, потому что…».


Модель, стремясь угодить, скорее согласится с вами, чем отстоит объективно правильную позицию. Результат: вы укрепляетесь в заблуждении.

Практические приёмы для работы системного аналитика с ИИ
Цель — превратить ИИ в критического партнёра, а не в генератора похвалы.

1. Анализ конфликтных ситуаций и требований
Не просите сразу вынести вердикт. Сначала запросите оценку полноты данных.

Пример промпта:

Ты — опытный системный аналитик. Я предоставлю тебе описание ситуации (или лог обсуждения) по проекту. Твоя задача — сначала оценить достаточность информации для анализа. Задай мне уточняющие вопросы о контексте, целях, участниках и ограничениях, которые могут повлиять на выводы. Только после получения полной картины дай объективную оценку.


2. Проверка гипотез и функциональных решений
При проверке своей идеи избегайте формулировок от первого лица:
«Я считаю, что так лучше…».
Используйте нейтральный тон от третьего лица.

Пример промпта:

Действуй как функциональный архитектор/системный аналитик, который рассматривает альтернативные решения. По проблеме [описание проблемы] существует несколько подходов. Один из них: [описание твоего подхода]. Проанализируй его критически, сопоставь с общепринятыми практиками, выдели риски, преимущества и недостатки. Дай рекомендации по улучшению или альтернативные варианты.


3. Объективное сравнение мнений
Если есть спорный вопрос — вынесите его на «независимую экспертизу» в чистый чат (без истории обсуждений). Можно использовать несколько разных моделей для снижения смещения.

Пример промпта:

Есть проектная задача: [чёткое описание]. По ней есть два предлагаемых решения.
Решение А: [аргументация первой стороны/модели].
Решение Б: [аргументация второй стороны/твоя гипотеза].
Выступи в роли ведущего системного аналитика. Оцени оба решения по критериям:
-соответствие бизнес-целям, -масштабируемость,
-трудозатраты,
-риски.
Укажи сильные и слабые стороны каждого. Предложи обоснованную рекомендацию или синтез лучших элементов из обоих вариантов.


Случалось ли у вас получать от ИИ подтверждения в ситуации, когда вы были не правы?
Крутой AI-аналитик
👍21😁1
Крутой AI-аналитик уже нарядил ёлку🎄🎅

Мы с ИИ пофантазировали, какими артефактами с работы можно нарядить ёлку:
- UML-диаграммы
- микросервисы
- инструменты для работы

А какие идеи есть у вас?🔥

Для генерации картинок используем бесплатную площадку LmArena.

Промт, чтобы нарядить ёлку
Новогодняя ёлка из 1 000 [вставить материал] со светящейся звездой на конце ёлки. Фон [вставить описание]. Ёлка — в центре композиции. Минималистичная и праздничная атмосфера. Тёплое освещение. Высокая детализация. Гиперреализм


Крутой AI-аналитик
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥42🦄1
Вышла моя первая статья

Сегодня для меня небольшой, но важный рубеж - вышла моя первая статья
Как написать AI-ТЗ из одной фразы заказчика:
пошаговая инструкция по методике SARD от идеи до спецификации требований.


Почитать можно здесь.
Как написать статью с использованием ИИ писала в посте.

Скоро статья появится на Хабр.
Крутой AI-аналитик
🔥13👍5👏5
Метод Юнга «16 слов»

Кроме ИИ и системного анализа я увлекаюсь психологией. Изучаю различные методы для анализа собственного внутреннего мира и дальнейшего роста.
Недавно у одного из блогеров наткнулась на описание метода Юнга «16 слов».

Метод Юнга «16 слов» — это простой способ докопаться до скрытых мотивов и честно увидеть, что на самом деле стоит за вашими целями. Через цепочку ассоциаций можно отследить путь от «деньги» к «вашей ассоциации» и заметить, как чувства и убеждения влияют на решения и профессиональные действия.​

Метод мне показался интересным я создала промт для его применения.
C помощью промта я прогнала слово «деньги» через 16 ассоциаций с ИИ и вышла на слово «результат» как настоящую внутреннюю цель, за которую готова получить награду.

Отсюда сделала вывод, почему никогда не выигрывала в лотерею:
тут ведь про везение, а не про результат. Для расширения своего дохода нужно себе разрешить получать деньги без создания конечного результата.

Промт для самостоятельной работы по методу «16 слов» (с описанием шагов и примером) лежит тут.

Крутой AI-аналитик
4🔥3👍1🤔1