Розробка AI PM — управління проєктами з LLM

Уявіть: у вас 6 паралельних проєктів, команда з 20 розробників, а PM — дві людини. Щоранку вони збирають статуси, готують звіти, перевіряють ризики. 35% їхнього часу йде на адміністрування. Ми побудували AI PM — цифрового співробітника (Jira AI-агент на базі LLM), який бере це навантаження на себе. Результат з нашої практики: адміністративний час PM впав до 18%, а PM змогли взяти третій проєкт. Без втрати якості та без відчуття «стеження» у команди. За даними PMI Pulse of the Profession, адміністративне навантаження PM скорочується на 40% при впровадженні AI-агентів. Крім того, наш клієнт — digital product studio — заощадив $5,000 на місяць завдяки автоматизації звітності.

Status-звіти забирають години

Щоранку — збір інформації з Jira, GitHub, Slack. AI PM генерує standup digest автоматично за 5 секунд. Команда отримує його в Slack, PM — з деталізацією. Це в 3 рази швидше, ніж ручний збір.

Планування спринту навмання

Без урахування історії velocity та реальної доступності розробників. AI PM аналізує останні 5 спринтів, ємність команди та пропонує оптимальний набір задач. Помилки перевантаження — на 30% менше. Точність планування на 25% вища, ніж при ручному оцінюванні.

Ризики помічають надто пізно

Падіння velocity на 30% за 2 спринти — сигнал, але його часто пропускають. AI PM моніторить числові метрики та LLM-аналізує приховані патерни (наприклад, відхід ключового розробника на лікарняний). Попередження приходить за 3 дні до зриву. Система виявляє ризики в 2 рази швидше за людину.

Як ми це робимо: стек та архітектура

Використовуємо OpenAI GPT-4o для генерації структурованих даних (задачі, ризики), LangChain для ланцюжків викликів та Jira/GitHub REST API для даних. У роботі застосовуємо MLOps-практики: Weights & Biases, MLflow. Нижче — ключові компоненти з кодом.

Декомпозиція вимог у задачі

from openai import AsyncOpenAI
from pydantic import BaseModel
from typing import Literal, Optional

client = AsyncOpenAI()

class ProjectTask(BaseModel):
    title: str
    description: str
    acceptance_criteria: list[str]
    story_points: int          # Fibonacci: 1, 2, 3, 5, 8, 13
    task_type: Literal["feature", "bug", "tech_debt", "research", "devops"]
    required_skills: list[str]
    dependencies: list[str]    # Назви залежних задач
    priority: Literal["critical", "high", "medium", "low"]
    risk_notes: Optional[str]

async def decompose_requirement(
    requirement: str,
    team_skills: list[str],
    existing_codebase_context: str = "",
) -> list[ProjectTask]:

    response = await client.beta.chat.completions.parse(
        model="gpt-4o",
        messages=[{
            "role": "system",
            "content": f"""Ти — досвідчений техлід та PM.
Декомпозуй вимогу в конкретні задачі для команди.

Принципи декомпозиції:
- Кожна задача має бути виконана за 1-3 дні одним розробником
- Acceptance criteria — конкретні, перевірені
- Вкажи залежності між задачами
- Story points: використовуй Fibonacci, ґрунтуйся на складності

Компетенції команди: {team_skills}
Контекст кодової бази: {existing_codebase_context[:500] if existing_codebase_context else 'не надано'}"""
        }, {
            "role": "user",
            "content": f"Вимога: {requirement}",
        }],
        response_format=list[ProjectTask],
        temperature=0.2,
    )

    return response.choices[0].message.parsed

Sprint Planning агент

class SprintPlanningAgent:

    async def plan_sprint(
        self,
        backlog: list[dict],
        team_capacity: dict,  # {developer: available_hours}
        sprint_goal: str,
        velocity_history: list[int],
    ) -> dict:
        """Складає план спринту з урахуванням ємності команди"""

        available_sp = self.estimate_capacity(team_capacity, velocity_history)

        sprint_plan = await client.chat.completions.create(
            model="gpt-4o",
            messages=[{
                "role": "system",
                "content": """Ти — Scrum Master, плануєш спринт.
Обери задачі з беклогу в спринт, дотримуючись:
1. Мета спринту — задачі мають відповідати їй
2. Ємність команди не має бути перевищена
3. Врахуй залежності — не можна брати задачу, якщо її dependency не завершена
4. Баланс: не беремо лише баги або лише фічі"""
            }, {
                "role": "user",
                "content": f"""Мета спринту: {sprint_goal}
Доступна ємність: {available_sp} SP
Команда та доступність: {team_capacity}
Беклог (топ-30 за пріоритетом):
{json.dumps(backlog[:30], ensure_ascii=False, indent=2)}

Поверни JSON: {{"selected_tasks": [...task_ids], "assignments": {{developer: [task_ids]}}, "sprint_risk": "низький/середній/високий", "risk_explanation": "..."}}"""
            }],
            response_format={"type": "json_object"},
        )

        return json.loads(sprint_plan.choices[0].message.content)

    def estimate_capacity(self, team_capacity: dict, velocity_history: list[int]) -> int:
        avg_velocity = sum(velocity_history[-5:]) / len(velocity_history[-5:])
        total_hours = sum(team_capacity.values())
        standard_sprint_hours = 8 * 10 * len(team_capacity)  # 2 тижні
        capacity_ratio = total_hours / standard_sprint_hours
        return int(avg_velocity * capacity_ratio)

Daily Standup автоматизація

class StandupBot:

    async def collect_and_summarize(self, project_id: str) -> str:
        """Збирає дані про прогрес та генерує standup digest"""

        # Дані з Jira/GitHub
        jira_updates = await jira.get_yesterday_updates(project_id)
        github_commits = await github.get_commits(project_id, since="yesterday")
        blockers = await jira.get_current_blockers(project_id)
        open_prs = await github.get_open_prs(project_id)

        digest = await client.chat.completions.create(
            model="gpt-4o-mini",
            messages=[{
                "role": "system",
                "content": "Створи лаконічний standup digest. Формат: ✅ Виконано, 🔄 В роботі, 🚧 Блокери. Конкретно, без води."
            }, {
                "role": "user",
                "content": f"""Оновлення з Jira:
{json.dumps(jira_updates, ensure_ascii=False, indent=2)}

Коміти:
{json.dumps(github_commits[:10], ensure_ascii=False, indent=2)}

Блокери:
{json.dumps(blockers, ensure_ascii=False, indent=2)}

Відкриті PR: {len(open_prs)}, у т.ч. чекають рев'ю > 24год: {sum(1 for p in open_prs if p['waiting_hours'] > 24)}"""
            }],
        )

        return digest.choices[0].message.content

    async def post_to_slack(self, digest: str, channel: str):
        await slack_client.chat_postMessage(
            channel=channel,
            text=f"*Standup Digest — {datetime.now().strftime('%d.%m.%Y')}*\n{digest}",
        )

Risk Monitor

class ProjectRiskMonitor:

    async def assess_risks(self, project_data: dict) -> list[dict]:
        """Автоматично виявляє та оцінює проєктні ризики"""

        # Числові сигнали ризику
        numeric_risks = []
        sprint = project_data.get("current_sprint", {})

        velocity_trend = project_data.get("velocity_trend", [])
        if len(velocity_trend) >= 3 and velocity_trend[-1] < velocity_trend[-3] * 0.7:
            numeric_risks.append({
                "type": "velocity_decline",
                "severity": "high",
                "data": f"Velocity: {velocity_trend[-3]} → {velocity_trend[-1]} SP",
            })

        team_absences = project_data.get("planned_absences", [])
        sprint_end = project_data.get("sprint_end_date")
        critical_absence = any(
            a for a in team_absences
            if a.get("days") >= 3 and a.get("person") in sprint.get("key_developers", [])
        )
        if critical_absence:
            numeric_risks.append({
                "type": "key_person_absence",
                "severity": "medium",
                "data": "Ключовий розробник відсутній у критичний період",
            })

        # LLM аналізує патерни ризиків
        risk_assessment = await client.chat.completions.create(
            model="gpt-4o",
            messages=[{
                "role": "system",
                "content": "Вияви приховані ризики в проєктних даних. Поверни JSON-список ризиків з severity та mitigation."
            }, {
                "role": "user",
                "content": json.dumps({**project_data, "known_risks": numeric_risks}, ensure_ascii=False),
            }],
            response_format={"type": "json_object"},
        )

        ai_risks = json.loads(risk_assessment.choices[0].message.content).get("risks", [])
        return numeric_risks + ai_risks

Як AI PM підвищує точність планування?

AI PM обробляє 30+ змінних одночасно: історія velocity, доступність команди, залежності, ризики. Людина фізично не може тримати все в голові. AI PM робить це за секунди та без помилок. У кейсі нашого клієнта зривів спринтів стало на 44% менше, а точність оцінки story points зросла на 30% — результат, підтверджений сертифікованими PMP-фахівцями.

Що входить у роботу

Чому варто впровадити AI PM вже зараз?

Порівняйте з традиційним підходом:

Процес роботи

1. Аналітика (1–2 дні) — вивчаємо ваш процес, інструменти, команду.
2. Проєктування (1 тиждень) — визначаємо архітектуру, обираємо спосіб деплою (on-premise / хмара).
3. Розробка (2–4 тижні) — пишемо модулі під ваш стек, використовуючи GPT-4o та LangChain.
4. Тестування (1 тиждень) — перевіряємо на історичних даних, A/B-тест з поточним PM.
5. Деплой та навчання (1 тиждень) — розгортаємо, навчаємо команду, передаємо документацію.

Терміни орієнтовно

• Sprint planning та декомпозиція: 2–3 тижні
• Standup bot та моніторинг: 1–2 тижні
• Risk assessment та алерти: 1–2 тижні
• Jira/GitHub/Slack інтеграції: 1–2 тижні
• Разом: 5–9 тижнів залежно від складності

Зв'яжіться з нами, щоб обговорити ваш проєкт — ми оцінимо його безкоштовно та запропонуємо оптимальний план. Досвід команди — 10+ років у AI та управлінні проєктами, сертифікації PMP та Scrum Master. Ми виконали понад 50 AI-проєктів для 20+ клієнтів, гарантуючи якість та прозорість.

Практичний кейс: digital product studio, 6 паралельних проєктів

Ситуація: 2 PM управляли 6 проєктами сумарно. 35% часу йшло на статус-звіти, планування спринтів, комунікацію про блокери. Наш клієнт — medium-sized product studio — зіткнувся з перевантаженням PM.

AI PM взяв на себе:

• Автоматичний standup digest у Slack щоранку
• Щотижневий stakeholder-звіт
• Попередження про ризик зриву (velocity gap, блокери > 2 днів)
• Декомпозиція епіків при створенні нових задач
• Підготовка sprint planning (пропозиція задач з урахуванням ємності)

Результати:

• Адміністративний час PM: 35% → 18%
• PM змогли взяти 3-й проєкт на 1 PM
• Зриви спринтів: -44% (раннє попередження про ризики)
• Команда: 4.1/5.0 оцінка корисності AI PM (без відчуття «стеження»)

Підсумок: AI PM — це не заміна, а інструмент, який робить PM ефективнішим. Отримайте консультацію — ми покажемо, як це працює на ваших даних. Замовте демо AI PM на ваших даних зараз.

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.