Всем привет. Ловите новость из мира AI. 🫶

Факт дня: 30% всего кода в Microsoft уже создают нейронки. Лучше всего ИИ пишет на Python, хуже всего — на C++.

К 2030 году доля ИИ в разработке может достичь 95%. Часть проектов уже целиком создают с помощью нейросетей, говорит глава компании Сатья Наделла.

Пора искать новую работу.

Ловите обзор возможностей 5 бесплатных ИИ-инструментов для системного аналитика, их плюсы, минусы и примеры задач:

1. DeepSeek (Китай) 
Описание: Специализируется на анализе данных, программировании и работе с требованиями и бмзнес-процессами. 
Плюсы: 
- Высокая точность в обработке структурированных данных. 
- Поддержка генерации SQL-запросов, UML-диаграмм, BPMN. 
- Анализ изображений, работа с файлами, транскрибация аудио. 
Минусы: 
- Часто получаем: server is busy. Нужно подождать, чтобы получить ответ.
- Ограниченная поддержка сложных бизнес-сценариев. 

2. GigaChat (Россия, от Sber) 
Описание: NLP-модель с поддержкой русского языка. 
Плюсы: 
- Лучшая русифицированная аналитика требований. 
- Генерация документов (SRS, пользовательские сценарии). 
- Создание изображений, транскрибация небольших аудио.
- Поддержка UML, BPMN, SQL.
Минусы: 
- Требует регистрации с российским номером телефона. 
- Ограниченная поддержка английского языка. 

3. Qwen (Alibaba) 
Описание: Мультимодальная модель с поддержкой текста, изображений и кода. 
Плюсы: 
- Работа с графиками и схемами (загрузка изображений). 
- Генерация верстки в html и программного кода. 

4. Perplexity.ai 
Описание: Поисково-ориентированный ИИ с акцентом на достоверность данных. 
Плюсы: 
- Быстрый поиск информации с ссылками на источники. 
- Анализ трендов и конкурентов. 
- Нетребователен к ресурсам. 
Минусы: 
- Поверхностный анализ сложных систем. 
- Нет поддержки генерации диаграмм/кода.

5. ChatGPT (с VPN) 
Описание: Универсальный ИИ для широкого круга задач. 
Плюсы: 
- Отличная генерация документации и сценариев. 
- Поддержка UML, BPMN, SQL.
- Разработка инфографики по описаниям
- Разработка логотипов по описанию
Минусы: 
- Требует VPN для доступа в России (риски блокировки). 
- Бесплатная версия ограничена данными до 2022 года. 
- Работа с изображениями до 5шт в день.

Итог: 
- Для локализованных российских проектов: GigaChat (RU)
- Для анализа данных: DeepSeek + ChatGPT. 
-Для прототипов: Qween, DeepSeek
- Для быстрого поиска: Perplexity. 
- Юридические риски: Использование VPN для chatgpt и отправка проектных данных в ИИ, если это запрещено договорными обязательствами

Выбор зависит от языка задач, глубины анализа и загруженности сервера в момент решения задачи.

#AI@cool_analyst

Telegram превратили в Zoom: в мессенджере появились групповые звонки до 200 человек.

Создавать отдельные чаты для созвонов больше не нужно. Теперь достаточно отправить ссылку всем участникам.

🎉 С 1 Мая, коллеги-аналитики!

Пусть сегодня ваши головы отдыхают, а нейросети сами пишут ТЗ. 😉
Вы заслужили шашлык, кофе и день без постановок — даже если ИИ об этом не напомнил.

#СпринтуемВместеС_ИИ_НаШашлык 🔥🤖💐

Ловите use-case от AI по созданию пикника, чтобы ничего не забыть

@startuml Кемпинг: Use-Case Диаграмма

left to right direction

actor Организатор as organizer
actor Участник as participant
database Система as system

rectangle "Организация кемпинга" {
usecase "Добавить участника" as add_user
usecase "Редактировать участника" as edit_user
usecase "Удалить участника" as delete_user

usecase "Добавить предпочтения" as add_prefs
usecase "Изменить предпочтения" as edit_prefs
usecase "Удалить предпочтения" as delete_prefs

usecase "Выбрать транспорт" as transport
usecase "Обновить транспорт" as update_transport

usecase "Сформировать список покупок" as shopping_list
usecase "Сформировать список развлечений" as activities_list
usecase "Проверить покрытие предпочтений" as check_coverage

usecase "Посчитать бюджет" as calculate_budget
usecase "Проверить комплектность" as check_completeness
}

organizer --> add_user
organizer --> edit_user
organizer --> delete_user
organizer --> transport
organizer --> update_transport
organizer --> shopping_list
organizer --> activities_list
organizer --> calculate_budget
organizer --> check_completeness

participant --> add_prefs
participant --> edit_prefs
participant --> delete_prefs

add_user --> system
edit_user --> system
delete_user --> system
add_prefs --> system
edit_prefs --> system
delete_prefs --> system
transport --> system
update_transport --> system
shopping_list --> system
activities_list --> system
check_coverage --> system
calculate_budget --> system
check_completeness --> system

@enduml

#usecase@cool_analyst #UML@cool_analyst

​​📑 Промт-инжиниринг для системных и бизнес-аналитиков по фреймворку КОМПОЗИТОР

Автор: Алина Богачёва
"Акроним КОМПОЗИТОР превращает ChatGPT, GigaChat, Deepseek и другие чат-боты на основе больших языковых моделей из капризного собеседника в штатного аналитика: он раскладывает промт на 10 чётких блоков, которые добавляются итерациями, или «слоями», и автоматически устраняют типичные ошибки — размытые формулировки, «галлюцинации» и несогласованность.

В этой статье мы расскажем, как пройти путь от первого «сырого» запроса («первый блин — комом») до выверенного промта, который минимизирует итерации, делает ответы ИИ предсказуемыми и фиксирует нужный формат выдачи. Всё это — через визуализации: блины, робот‑повар в космосе, удар молота Тора и, конечно, реальный кейс из практики аналитиков — про заявку от клиента на возврат заказа."

Читать статью

Коллеги, ловите подборку кейсов-загадок в смайликах для системных аналитиков от ИИ!

1. Что случилось при работе с требованиями?
🔍❓ → 📝🚫 → 😤💥 →❓

2. Что случилось во время коммуникации?
👨💻🔄👩💻 → 📲💬🤨 → 🐞📌 →❓

3. Что аналитик делал с данными?
📥🗂️ → 🤖❌ → 📊👻 →❓

4. Почему юзеры недовольны?
🤓📋 → 🧑‍💻🙈 → 😠🗯️ →❓

5. Что не так с системной архитектурой?
🏗️⚡ → 💾🔁 → 🐢💨 →❓

6. Что случилось и что делать?
👩‍💻🤖💡 + 👨💻🚫 = ❓



❣Бонус с расшифровкой:
😅🤯 → 🤖🛠️ → 😌☕ *(«раньше мозг кипел — теперь ИИ пашет, а я пью кофе»)*
#мемы@cool_analyst
Пишите ваши вариантов ответов в комментариях по номерам 1- 6.👇

Коллеги, добрый день.
Делаю выжимку статьи, кто не прочитал целиком.

Шаблон промта по фреймворку КОМПОЗИТОР

Кто ты? Ты — … (роль ИИ или человека).
Обстановка: … (контекст, история, фаза проекта).
Миссия: … (чёткая цель/артефакт, например: «Составь юскейс ...»).

Позитивный пример: "…"(пример идеального фрагмента).
Отрицательный пример: "…"(пример плохого фрагмента).

Зона работы: Используй только … (источники, допускаемые данные). Не придумывай … Если требуемых данных нет, укажи TODO со ссылкой на объект.
Инспекция: Перед ответом проверь:
[ ] … (чек‑лист нумерации, ссылок, петель).
Если условие не выполнено — исправь ответ, затем выведи.

Тон: … (тон: деловой, дружелюбный, gdb и т.д.).
Окружение: … (для кого пишем: разработчики, CEO).
Результат: Выведи результат в … (таблица Confluence, JSON, PlantUML и пр.).

 #промт@cool_analyst

Пример промта по фреймворку КОМПОЗИТОР для use-case Возврат товара.

Кто ты? Ты — системный и бизнес‑аналитик в одной роли, отвечающий за описание процессов e‑commerce.
Обстановка: Стартовая discovery‑фаза проекта «Возврат товара»; есть стенограммы пользовательских интервью, диаграмма классов, диаграмма состояний возврата, SLA‑таблица.
Миссия: Составь юскейс «Оформление возврата» по шаблону Кокберна, без диаграмм, только текст.

Позитивный пример идеального шага основного сценария:
«Система проверяет право на возврат, сверяя дату заказа и статус "Delivered" в OMS (не более 14 дней)».
Отрицательный пример — «Система проверяет, если всё ок — возврат, иначе — отказ». Избегай размытых формулировок.
Зона работы: используй только факты из интервью и источников: UML‑классы ReturnRequest, Payment, Customer, диаграмма состояний возврата, SLA‑таблица. Запрещено придумывать новые статусы и связи. Если требуемых данных не хватает — укажи TODO со ссылкой на отсутствующий объект. Допустимые статусы доставки: «Delivered», «Returned».
Инспекция. Перед финальным ответом проверь:
Все шаги нумеруются по порядку без петель.
Каждый Alt Flow ссылается на существующий шаг.
У каждого шага есть Actor и System Action.
Если условие не выполнено — исправь ответ, затем выведи.

Тон: деловой, лаконичный, каждое действие с новой строки.
Окружение: читатели — продукт‑оунер и команда разработки.
Результат: выведи результат в таблицу с колонками: Шаг, Актор, Действие, ID альтернативного потока

#промт@cool_analyst

Промт:

опиши в одной эмоции отношение к человечеству.

Завтра приведу ответы от разных AI.

Как думаете, какая будет эмоция в ответах? 👇
#промт@cool_analyst