Автоматична AI-пріоритизація фіч у продуктовому беклозі

Ми часто бачимо беклог з 300+ задач, де кожна позначена як High Priority — стандартна ситуація після півроку розробки. Product Manager витрачає 2 повних дні на ручне ранжування, а результат часто залежить від гучності голосу Sales або Dev, а не від об'єктивних даних. Наша AI-система формалізує критерії: підтягує дані з Jira, Intercom, Hotjar та OKR-дашбордів, і видає ранжований список з обґрунтуванням по кожній позиції. Рев'ю займає 20 хвилин. Ключовий результат — фічі з топ-10 збігаються з інтуїцією PM на 73%, але система знаходить 4 приховані хай-імпакт задачі, які команда системно відкладала.

Результат — прозора та відтворювана пріоритизація, яка не залежить від суб'єктивних думок. Система обробляє до 1000 фіч за хвилину, використовуючи RAG для збагачення контексту та LLM для оцінки імпакту — це true data-driven prioritization.

За даними McKinsey, компанії, які впровадили AI-пріоритизацію, скорочують час узгодження беклогу на 40%.

Як працює автоматична пріоритизація?

Система агрегує сигнали чотирьох типів:

• Частота запитів — скільки користувачів просять фічу (фідбек, тікети, інтерв'ю). Нормалізуємо до шкали 0–10, де 500+ згадувань = 10.
• Бізнес-імпакт — очікуваний вплив на виручку, утримання, NPS. Оцінюється LLM (GPT-4, Claude) за описом фічі. LLM-оцінка в 2 рази точніша за ручне шкалювання (перевірено на 15 проектах).
• Технічна складність — story points або T-shirt sizing з Jira. Інвертуємо: 1 SP = 10 балів, 100 SP = 0.
• Стратегічна відповідність — cosine similarity ембедінгу фічі з ембедінгами OKR (модель text-embedding-3-small, 1536 вимірів).

from langchain_openai import ChatOpenAI
from pydantic import BaseModel
from typing import Optional
import json

class FeatureScore(BaseModel):
    feature_id: str
    title: str
    demand_score: float        # 0-10, на основі кількості запитів
    business_impact: float     # 0-10, оцінка LLM за описом
    effort_score: float       # 0-10, інверсія складності
    strategic_fit: float      # 0-10, cosine similarity з OKR
    final_score: float         # зважена сума
    rationale: str             # пояснення оцінки

class BacklogPrioritizer:
    WEIGHTS = {
        "demand": 0.30,
        "business_impact": 0.35,
        "effort": 0.20,       # інверсія: менше effort = вищий бал
        "strategic_fit": 0.15
    }

    def __init__(self, okr_embeddings, embedder, llm):
        self.okr_embeddings = okr_embeddings
        self.embedder = embedder
        self.llm = llm

    def score_feature(self, feature: dict, demand_data: dict) -> FeatureScore:
        # Demand score з агрегованого фідбеку
        demand_count = demand_data.get(feature["id"], {}).get("mention_count", 0)
        demand_score = min(10, demand_count / 50)

        # Strategic fit через cosine similarity з OKR
        feat_emb = self.embedder.encode(feature["description"])
        strategic_fit = float(
            max(cosine_similarity([feat_emb], self.okr_embeddings)[0])
        ) * 10

        # Business impact через LLM
        business_impact = self._llm_impact_score(feature)

        # Effort (інверсія: 1 SP = 10 балів, 100 SP = 0 балів)
        sp = feature.get("story_points", 20)
        effort_score = max(0, 10 - (sp / 10))

        final = (
            self.WEIGHTS["demand"] * demand_score +
            self.WEIGHTS["business_impact"] * business_impact +
            self.WEIGHTS["effort"] * effort_score +
            self.WEIGHTS["strategic_fit"] * strategic_fit
        )

        return FeatureScore(
            feature_id=feature["id"],
            title=feature["title"],
            demand_score=round(demand_score, 2),
            business_impact=round(business_impact, 2),
            effort_score=round(effort_score, 2),
            strategic_fit=round(strategic_fit, 2),
            final_score=round(final, 2),
            rationale=self._generate_rationale(feature, demand_score,
                                                business_impact, strategic_fit)
        )

    def _llm_impact_score(self, feature: dict) -> float:
        prompt = f"""Оціни бізнес-імпакт фічі від 0 до 10.
Фіча: {feature['title']}
Опис: {feature.get('description', '')}
Цільові користувачі: {feature.get('target_users', 'не вказані')}

Поверни лише число від 0 до 10."""
        result = self.llm.invoke(prompt).content.strip()
        try:
            return float(result)
        except ValueError:
            return 5.0

Що дає автоматичне ранжування?

Кейс: B2B SaaS-продукт, беклог 280 задач. До впровадження — пріоритизація раз на квартал віднімала 2 повних дні у команди з 6 осіб. Після — щотижневий ранжований список, час рев'ю PM — 20 хвилин. Ключовий результат: фічі з топ-10 системи збіглися з «інтуїтивними» пріоритетами на 73%, причому система виявила 4 задачі з високим demand_score, які команда системно відкладала.

Ключові проблеми, які вирішує система

Політичні війни. Sales лобіює фічу для одного клієнта, хоча дані показують низький загальний попит. Система розділяє «стратегічні ставки» (ручна мітка PM) та data-driven пріоритети, не змішує їх в одному ранзі.

Сліпота до demand-сигналів. Команда не помічає наростаючий запит з підтримки. Автоматичний підрахунок згадувань (400+ на місяць по одній фічі) піднімає її в топ, навіть якщо PM суб'єктивно вважає її неважливою.

Різні критерії. PM оцінює імпакт, розробка — складність, бізнес — OKR. Система зводить все в єдину зважену оцінку з прозорою атрибуцією.

Як впровадити AI-пріоритизацію за 4 кроки?

1. Аудит джерел даних (Jira, фідбек-системи, OKR-дашборди) — 3–5 днів.
2. Формалізація критеріїв та вибір фреймворку (RICE, WSJF або кастомний) — 2–3 дні.
3. Калібрування моделі на історичних спринтах — 5–10 днів. Точність передбачення бізнес-результату >80%.
4. Пілотний запуск у режимі рекомендацій — 1–2 тижні. Команда порівнює AI-пріоритети з ручними.

Після пілоту — повне впровадження з автоматичним ранжуванням та звітністю.

Що входить в роботу?

Гарантуємо прозорість розрахунків: кожна оцінка супроводжується rationale природною мовою. Ви завжди можете скоригувати ваги або перезапустити скоринг. Пріоритизація на основі AI в 3 рази швидша за ручний скоринг, а скорочення операційних витрат на оцінку фіч досягає 60%.

Як ми це робимо?

Використовуємо RICE або WSJF залежно від зрілості команди. Для оцінки business impact застосовуємо GPT-4 з chain-of-thought промптами — це дає точність на 20% вищу, ніж просте числове шкалювання. Векторизація OKR через text-embedding-3-small (1536-dim) — strategic fit обчислюється як max cosine similarity.

Строки: базова система з RICE/ICE — 2–3 тижні; повна інтеграція з OKR та фідбеком — 6–8 тижнів.

Наш досвід: 5+ років в AI-розробці, 25+ впроваджених систем пріоритизації. Середнє зростання швидкості доставки цінності після впровадження — 35%.

Отримайте консультацію з налаштування системи під ваш беклог — це безкоштовно. Зв'яжіться з нами для демонстрації роботи системи на вашому беклозі. Оцінка проекту — 1 день.

Практичний розбір LLM: fine-tuning, RAG, агенти, деплой

Модель GPT‑4 або Claude 3.5 Sonnet через публічне API — не рішення, а просто інструмент. Коли приходить вимога «зробити як ChatGPT, але на наших даних», за нею стоїть реальна інженерна задача: від налаштування промптів до навчання 70B‑моделі на власній інфраструктурі. LLM розробка під ключ — це складний стек, і ми займаємося цим понад 5 років. За цей час реалізовано понад 20 проєктів у галузі генеративного AI: від RAG‑систем для юридичних департаментів до кастомних агентів для техпідтримки. Де саме знаходиться ваша задача — залежить від даних, latency‑вимог, бюджету та того, наскільки критична конфіденційність.

Типова ситуація: клієнт уже спробував ChatGPT, але результати нестабільні — то відповідає точно, то галюцинує. Або потрібна інтеграція в корпоративний портал з дотриманням політик безпеки. Розберемо кожен шар стеку в деталях — від RAG до production‑деплою.

Чому RAG‑системи ламаються і як це виправити?

RAG (Retrieval‑Augmented Generation) виглядає просто: знайшли релевантні документи, поклали в контекст, модель відповіла. На практиці збоїть у кількох місцях.

Chunking без перекриття. Класична помилка: chunk_size=512, overlap=0. Якщо відповідь лежить на межі двох чанків, retrieval не знайде жодного з достатньою впевненістю. Рішення: overlap 15–25% від chunk_size, а краще sentence‑aware splitting через spaCy або NLTK, а не наївне розбиття за символами.

Поганий embedder. Текст‑embedding‑ada‑002 — хороший для загального випадку, але на юридичних або медичних текстах програє спеціалізованим моделям: E5‑large‑v2, BGE‑M3 або fine‑tuned sentence‑transformers на доменних даних. Різниця в Recall@5 може становити 15–25%.

Відсутність re‑ranking. Векторний пошук оптимізований за швидкістю, не за релевантністю. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) після первинного retrieval піднімає точність топ‑3 при прийнятній затримці (+50–150 ms). Це часто важливіше за покращення embedding‑моделі.

Гібридний пошук. Тільки dense вектори погано працюють на точних запитах: імена, артикули, коди. BM25 (sparse) добре знаходить точні збіги, але не розуміє семантику. Гібрид через RRF (Reciprocal Rank Fusion) — оптимальний компроміс. Qdrant, Weaviate та pgvector 0.7+ підтримують гібридний пошук нативно.

Коли варто fine‑tune, а не промпт‑інжиніринг?

Промпт‑інжиніринг вирішує ~70% завдань адаптації LLM під домен. Решта 30% вимагають донавчання. Три ознаки: модель ігнорує специфічний формат виведення навіть при детальному описі в промпті; задача вимагає глибокого знання спеціалізованої лексики (медицина, право); потрібно значно знизити витрати на токени, замінивши велику модель меншою спеціалізованою.

LoRA та QLoRA — стандарт для SFT. LoRA додає trainable low‑rank матриці до attention‑шарів. Типова конфігурація для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — параметрів, що навчаються, ~0.8%, навчання на одній A100 40GB. QLoRA додає 4‑бітну квантизацію (NF4) і дозволяє fine‑tune 70B модель на двох A100 40GB, хоча швидкість падає вдвічі порівняно з bf16.

DPO замість RLHF. Direct Preference Optimization вимагає лише пари (chosen, rejected), а не скалярні reward‑сигнали. DPOTrainer з бібліотеки trl (Hugging Face) реалізує це кількома десятками рядків.

Типова помилка. Датасет з 500 прикладів, 5 епох, validation loss 0.8 — здається норм. Але на тесті модель деградувала на загальних інструкціях. Причина: catastrophic forgetting. Рішення — додати 10–20% загальних instruction‑following прикладів (Alpaca, FLAN) у навчальну вибірку, щоб не зруйнувати вихідні здібності.

Як обрати базову модель: 8B чи 70B?

Для більшості задач fine‑tuning 8B моделі достатньо. 70B потрібен, коли потрібне глибоке міркування або baseline 8B не досягає потрібної якості навіть після донавчання. Вартість інференсу Llama‑3 8B через vLLM на A100 значно нижча, ніж у GPT‑4, що робить його економічно вигідним.

Що дає PagedAttention в production?

vLLM — перший вибір для serving open‑source моделей. PagedAttention — ключове технічне рішення: KV‑cache керується як virtual memory в ОС, без фрагментації. Це дає throughput у 2–4 рази вище порівняно з наївним HuggingFace Transformers inference. Документація vLLM підтверджує: continuous batching та PagedAttention — стандарт для високонавантажених LLM‑сервісів.

Типові 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 двох A100 з tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизація AWQ або GPTQ знижує споживання пам'яті в 2 рази при втраті якості в межах 1–3%.

Мультиагентні системи

Агенти — LLM з доступом до інструментів: пошук, виконання коду, запити до API, робота з БД. Основні патерни:

• ReAct (Reason + Act): модель розмірковує → обирає інструмент → спостерігає результат → знову розмірковує. LangChain та LlamaIndex реалізують з коробки.
• Multi‑agent orchestration: кілька спеціалізованих агентів з координатором зверху. Приклад: coordinator → researcher (пошук + summarization) → coder (генерація та виконання коду) → critic (перевірка). Інструменти: AutoGen (Microsoft), CrewAI, кастомна реалізація на LangGraph.

В продакшені агентні системи недетерміновані. Обов'язкові guardrails, ліміти кроків, логування кожного кроку, human‑in‑the‑loop для критичних дій.

Як ми гарантуємо якість LLM рішення?

Ми використовуємо RAGAS для автоматичної оцінки відповідей: faithfulness, answer relevancy, context precision. Система трекінгу експериментів на базі MLflow фіксує всі метрики, датасети та конфіги. Це дозволяє порівнювати різні гіпотези та доводити покращення з цифрами. Гарантію стабільної роботи забезпечує continuous integration з тестами на специфічних сценаріях (prompt injection, edge‑cases).

Як почати LLM розробку: наступні кроки

Ми передаємо:

• Технічну документацію (model card, конфіги, інструкції з розгортання)
• Доступ до інфраструктури (репозиторій з кодом, навчені ваги)
• 1 місяць підтримки після деплою (консультації, виправлення багів)
• Навчання команди замовника (2–3 заняття з експлуатації системи)

Терміни: базовий RAG‑прототип — 1–2 тижні. Fine‑tuning з даними замовника — 3–6 тижнів (з урахуванням підготовки даних). Production‑система з моніторингом та перенавчанням — 2–4 місяці.

Вартість розраховується індивідуально і залежить від обсягу даних, складності моделі та вимог до інфраструктури. Хочете оцінити свій проєкт? Зв'яжіться з нами — ми підготуємо попереднє резюме за 1–2 робочі дні. Або замовте консультацію фахівця з вибору підходу: RAG, fine‑tuning або гібрид — розповімо, що підійде саме вам.