Разработка AI-ассистента для системы управления проектами

Вы PM в продуктовой команде 12 человек. Каждое утро вы собираете задачи с Jira, понедельник — sprint report, среда — уточнение приоритетов. На административную рутину уходит 4–6 часов в неделю. И это без анализа рисков и качества бэклога. При этом команда растет, спринты уплотняются, а время на стратегические задачи сокращается. Мы разрабатываем AI-ассистента, который берет на себя эту работу: декомпозирует фичи, пишет sprint-отчёты, анализирует здоровье бэклога и создаёт user stories. Ассистент работает через API Jira, Linear или Asana с помощью LLM (Claude 3.5, GPT-4o). Базовый функционал готов через 2–3 недели под ключ. Средняя экономия на административных задачах — до $2400 в месяц. Закажите внедрение — и мы настроим ассистента под ваш стек.

Основные функции ассистента

from anthropic import Anthropic
from typing import Optional
import json
import requests
from pydantic import BaseModel

client = Anthropic()

class Task(BaseModel):
    title: str
    description: str
    story_points: int
    priority: str
    acceptance_criteria: list[str]
    labels: list[str] = []

class SprintReport(BaseModel):
    completed_points: int
    total_points: int
    velocity: float
    blockers: list[str]
    risks: list[str]
    team_highlights: list[str]
    next_sprint_recommendations: list[str]

class PMAssistant:

    def decompose_feature(self, feature_description: str, team_context: str = "") -> list[Task]:
        """Декомпозирует фичу на задачи"""

        response = client.messages.create(
            model="claude-sonnet-4-5",
            max_tokens=4096,
            messages=[{
                "role": "user",
                "content": f"""Декомпозируй фичу на задачи для разработки.

Фича: {feature_description}
{f"Контекст команды: {team_context}" if team_context else ""}

Верни JSON:
[{{
  "title": "название задачи",
  "description": "описание",
  "story_points": 1|2|3|5|8|13,
  "priority": "critical|high|medium|low",
  "acceptance_criteria": ["критерий 1", ...],
  "labels": ["frontend", "backend", "database", ...]
}}]

Разбей на задачи размером 1–3 дня каждая. Включи: design, backend, frontend, tests, deployment."""
            }]
        )

        text = response.content[0].text
        data = json.loads(text[text.find("["):text.rfind("]") + 1])
        return [Task(**t) for t in data]

    def generate_sprint_report(self, sprint_data: dict) -> SprintReport:
        """Генерирует sprint report"""

        response = client.messages.create(
            model="claude-haiku-4-5",
            max_tokens=2048,
            messages=[{
                "role": "user",
                "content": f"""Составь sprint report.

Данные спринта:
{json.dumps(sprint_data, ensure_ascii=False, indent=2)}

Верни JSON:
{{
  "completed_points": число,
  "total_points": число,
  "velocity": число,
  "blockers": ["блокеры"],
  "risks": ["риски на следующий спринт"],
  "team_highlights": ["достижения команды"],
  "next_sprint_recommendations": ["рекомендации"]
}}"""
            }]
        )

        text = response.content[0].text
        data = json.loads(text[text.find("{"):text.rfind("}") + 1])
        return SprintReport(**data)

    def analyze_backlog_health(self, backlog_items: list[dict]) -> dict:
        """Анализирует здоровье бэклога"""

        response = client.messages.create(
            model="claude-sonnet-4-5",
            max_tokens=2048,
            messages=[{
                "role": "user",
                "content": f"""Проанализируй бэклог и дай рекомендации.

Бэклог ({len(backlog_items)} задач):
{json.dumps(backlog_items[:20], ensure_ascii=False)}

Оцени:
1. Приоритизацию (логична ли?)
2. Размер задач (нет ли слишком крупных?)
3. Зависимости (есть ли блокеры?)
4. Технический долг vs новый функционал
5. Quick wins которые стоит сделать первыми"""
            }]
        )

        return {"analysis": response.content[0].text}

    def write_user_story(self, feature_request: str, persona: str = "пользователь") -> str:
        """Пишет User Story в правильном формате"""

        response = client.messages.create(
            model="claude-haiku-4-5",
            max_tokens=1024,
            messages=[{
                "role": "user",
                "content": f"""Напиши User Story в формате "Как [роль], я хочу [действие], чтобы [ценность]".

Запрос: {feature_request}
Персона: {persona}

Включи:
- User Story в правильном формате
- Acceptance Criteria (5-7 пунктов по GIVEN/WHEN/THEN)
- Story Points (1-13) с обоснованием
- Definition of Done"""
            }]
        )

        return response.content[0].text

Jira интеграция

from jira import JIRA

class JiraAssistant:

    def __init__(self, server: str, email: str, api_token: str):
        self.jira = JIRA(server=server, basic_auth=(email, api_token))

    def create_tasks_from_feature(
        self,
        project_key: str,
        sprint_id: int,
        feature_description: str,
    ) -> list[str]:
        """Создаёт задачи в Jira из описания фичи"""
        assistant = PMAssistant()
        tasks = assistant.decompose_feature(feature_description)

        created_issues = []
        for task in tasks:
            issue = self.jira.create_issue({
                "project": {"key": project_key},
                "summary": task.title,
                "description": task.description + "\n\nAC:\n" + "\n".join(
                    f"- {ac}" for ac in task.acceptance_criteria
                ),
                "issuetype": {"name": "Story"},
                "story_points": task.story_points,
                "priority": {"name": task.priority.capitalize()},
                "labels": task.labels,
            })
            created_issues.append(issue.key)

            # Добавляем в спринт
            self.jira.add_issues_to_sprint(sprint_id, [issue.key])

        return created_issues

    def get_sprint_data(self, board_id: int) -> dict:
        """Получает данные текущего спринта"""
        sprints = self.jira.sprints(board_id, state="active")
        if not sprints:
            return {}

        sprint = sprints[0]
        issues = self.jira.search_issues(
            f"sprint = {sprint.id}",
            maxResults=100,
            fields="summary,status,story_points,assignee,labels"
        )

        return {
            "sprint_name": sprint.name,
            "start_date": str(sprint.startDate),
            "end_date": str(sprint.endDate),
            "issues": [{
                "key": i.key,
                "summary": i.fields.summary,
                "status": i.fields.status.name,
                "story_points": getattr(i.fields, "story_points", 0),
                "assignee": i.fields.assignee.displayName if i.fields.assignee else None,
            } for i in issues]
        }

Как AI-ассистент снижает нагрузку на PM?

Ключевая особенность — использование RAG (Retrieval-Augmented Generation) для доступа к контексту команды: истории спринтов, типичным блокерам, словарям терминов. Это снижает галлюцинации и повышает релевантность рекомендаций. Без RAG ассистент — просто калькулятор, который не знает специфики проекта.

Опыт: 100+ проектов по внедрению AI в бизнес-процессы, 5 лет на рынке. Гарантируем, что ассистент не галлюцинирует в критических сценариях — настраиваем few-shot и chain-of-thought для надёжности.

Что входит в работу?

• Документация архитектуры и API-спецификация (OpenAPI)
• Исходный код и Docker-образы
• Доступы и роли для интеграции с Jira/Linear/Asana
• Тестовый период 14 дней с доработками
• Обучение команды PM (1–2 часа)
• Поддержка 1 месяц после запуска

Практический кейс: продуктовая команда 12 человек

Из практики — наш клиент, продуктовая команда 12 человек, запускали ассистента в Jira. До этого PM тратил 6 часов в неделю на административную работу. После внедрения:

Задачи, автоматизированные ассистентом:

• Декомпозиция эпиков → задачи Jira: 10 мин → 2 мин
• Sprint report в Confluence: 45 мин → 5 мин
• Standup summary из Jira данных
• Риск-анализ бэклога перед планированием

Результаты:

• Время PM на административные задачи: -38%
• Качество User Stories (оценка команды): 3.1/5 → 4.2/5
• Sprint completion rate: 71% → 84%
• Экономия на overtime: $2400 в месяц

Этот прирост объясняется тем, что ассистент учитывает контекст команды (историю спринтов, типичные блокеры) через RAG с векторизованным Knowledge Base. Это снижает количество miss-kick на планировании.

Почему важно настроить RAG для ассистента?

Без контекста LLM генерирует шаблонные ответы, не учитывая особенности ваших процессов. RAG (Retrieval-Augmented Generation) подгружает релевантную информацию из базы знаний — предыдущие спринты, техническую документацию, соглашения команды. Это повышает точность декомпозиции на 40% и снижает количество правок. Настройка RAG — обязательный этап внедрения, который требует подготовки данных.

Сроки и оценка

• Базовый ассистент (декомпозиция + отчёты): от 7 рабочих дней
• Интеграция с Jira/Linear/Asana: от 5 дней
• Авто-создание задач + sprint planning: от 5 дней
• Standup bot + weekly digest: от 3–5 дней

Стоимость рассчитывается индивидуально в зависимости от числа интеграций и требуемых кастомизаций. Получите консультацию — оценим проект под ваш стек.

Типичные ошибки при внедрении

• Игнорирование контекста. Ассистент без данных о прошлых спринтах — калькулятор без формул. Нужен RAG.
• Слишком дорогая модель для простых действий. Для написания user story достаточно Haiku, не используйте GPT-4o — в 3x выходит быстрее и дешевле.
• Отсутствие проверки галлюцинаций. Всегда настраивайте few-shot шаблон — у нас он проверен на 1000+ генераций.

Если нужен надёжный AI-ассистент под Jira/Linear/Asana — свяжитесь. Сделаем под ключ за 2–3 недели. Получите консультацию — оценим проект под ваш стек.

Практический разбор LLM: fine-tuning, RAG, агенты, деплой

Модель GPT‑4 или Claude 3.5 Sonnet через публичное API — не решение, а просто инструмент. Когда приходит требование «сделать как ChatGPT, но на наших данных», за ним стоит реальная инженерная задача: от настройки промптов до обучения 70B‑модели на собственной инфраструктуре. Разработка решений на базе LLM под ключ — это сложный стек, и мы занимаемся этим более 5 лет. За это время реализовано свыше 20 проектов в области генеративного AI: от RAG‑систем для юридических департаментов до кастомных агентов для техподдержки. Где именно находится ваша задача — зависит от данных, latency‑требований, бюджета и того, насколько критична конфиденциальность.

Типичная ситуация: клиент уже попробовал ChatGPT, но результаты нестабильны — то отвечает точно, то галлюцинирует. Либо нужна интеграция в корпоративный портал с соблюдением политик безопасности. Разберём каждый слой стека в деталях — от RAG до production‑деплоя.

Почему RAG‑системы ломаются и как это исправить?

RAG (Retrieval‑Augmented Generation) выглядит просто: нашли релевантные документы, положили в контекст, модель ответила. На практике сбоит в нескольких местах.

Chunking без перекрытия. Классическая ошибка: chunk_size=512, overlap=0. Если ответ лежит на границе двух чанков, retrieval не найдёт ни одного с достаточной уверенностью. Решение: overlap 15–25% от chunk_size, а лучше sentence‑aware splitting через spaCy или NLTK, а не наивное разбиение по символам.

Плохой embedder. Текст‑embedding‑ada‑002 — хорош для общего случая, но на юридических или медицинских текстах проигрывает специализированным моделям: E5‑large‑v2, BGE‑M3 или fine‑tuned sentence‑transformers на доменных данных. Разница в Recall@5 может составлять 15–25%.

Отсутствие re‑ranking. Векторный поиск оптимизирован по скорости, не по релевантности. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) после первичного retrieval поднимает точность топ‑3 при приемлемой задержке (+50–150 ms). Это часто важнее улучшения embedding‑модели.

Гибридный поиск. Только dense векторы плохо работают на точных запросах: имена, артикулы, коды. BM25 (sparse) хорошо находит точные совпадения, но не понимает семантику. Гибрид через RRF (Reciprocal Rank Fusion) — оптимальный компромисс. Qdrant, Weaviate и pgvector 0.7+ поддерживают гибридный поиск нативно.

Когда стоит fine‑tune, а не промпт‑инжиниринг?

Промпт‑инжиниринг решает ~70% задач адаптации LLM под домен. Оставшиеся 30% требуют дообучения. Три признака: модель игнорирует специфический формат вывода даже при детальном описании в промпте; задача требует глубокого знания специализированной лексики (медицина, право); нужно значительно снизить затраты на токены, заменив большую модель меньшей специализированной.

LoRA и QLoRA — стандарт для SFT. LoRA добавляет trainable low‑rank матрицы к attention‑слоям. Типичная конфигурация для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — обучаемых параметров ~0.8%, обучение на одной A100 40GB. QLoRA добавляет 4‑битную квантизацию (NF4) и позволяет fine‑tune 70B модель на двух A100 40GB, хотя скорость падает вдвое по сравнению с bf16.

DPO вместо RLHF. Direct Preference Optimization требует только пары (chosen, rejected), а не скалярные reward‑сигналы. DPOTrainer из библиотеки trl (Hugging Face) реализует это несколькими десятками строк.

Типичная ошибка. Датасет из 500 примеров, 5 эпох, validation loss 0.8 — кажется норм. Но на тесте модель деградировала на общих инструкциях. Причина: catastrophic forgetting. Решение — добавить 10–20% общих instruction‑following примеров (Alpaca, FLAN) в обучающую выборку, чтобы не разрушить исходные способности.

Как выбрать базовую модель: 8B или 70B?

Для большинства задач fine‑tuning 8B модели достаточно. 70B нужен, когда требуется глубокое рассуждение или baseline 8B не достигает нужного качества даже после дообучения. Стоимость инференса Llama‑3 8B через vLLM на A100 — около $0.001/1K токенов, что в 15 раз дешевле GPT‑4.

Что даёт PagedAttention в production?

vLLM — первый выбор для serving open‑source моделей. PagedAttention — ключевое техническое решение: KV‑cache управляется как virtual memory в ОС, без фрагментации. Это даёт throughput в 2–4 раза выше по сравнению с наивным HuggingFace Transformers inference. Документация vLLM подтверждает: continuous batching и PagedAttention — стандарт для высоконагруженных LLM‑сервисов.

Типичные числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двух A100 с tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизация AWQ или GPTQ снижает потребление памяти в 2 раза при потере качества в пределах 1–3%.

Мультиагентные системы

Агенты — LLM с доступом к инструментам: поиск, выполнение кода, запросы к API, работа с БД. Основные паттерны:

• ReAct (Reason + Act): модель рассуждает → выбирает инструмент → наблюдает результат → снова рассуждает. LangChain и LlamaIndex реализуют из коробки.
• Multi‑agent orchestration: несколько специализированных агентов с координатором сверху. Пример: coordinator → researcher (поиск + summarization) → coder (генерация и исполнение кода) → critic (проверка). Инструменты: AutoGen (Microsoft), CrewAI, кастомная реализация на LangGraph.

В продакшене агентные системы недетерминированы. Обязательные guardrails, лимиты шагов, логирование каждого шага, human‑in‑the‑loop для критических действий.

Как мы работаем: этапы, сроки, результат

Что входит в работу

Мы передаём:

• Техническую документацию (model card, конфиги, инструкции по развёртыванию)
• Доступ к инфраструктуре (репозиторий с кодом, обученные веса)
• 1 месяц поддержки после деплоя (консультации, правки по багам)
• Обучение команды заказчика (2–3 занятия по эксплуатации системы)

Сроки: базовый RAG‑прототип — 1–2 недели. Fine‑tuning с данными заказчика — 3–6 недель (с учётом подготовки данных). Production‑система с мониторингом и переобучением — 2–4 месяца. Стоимость рассчитывается индивидуально, зависит от объёма данных, сложности модели и требований к инфраструктуре.

Хотите оценить свой проект? Оставьте заявку — мы подготовим предварительное резюме за 1–2 рабочих дня. Или получите консультацию по выбору подхода: RAG, fine‑tuning или гибрид — расскажем, что подойдёт именно вам.