Складчина: ИИ-агент аналитика в Cursor [Тариф Только послушать] [Систем Аналист] [Ксения Теселкина]
Это не базовый курс по ChatGPT. Здесь мы не учимся просто писать промпты. Мы собираем рабочую среду аналитика в Cursor: с репозиторием, контекстом проекта, AI-агентами, документацией в Markdown + Git и конвейером от хаотичных вводных до готовой спецификации
Что вы сможете делать после курса
- Использовать Cursor и ИИ-агентов как полноценную рабочую среду аналитика
- Генерировать User Stories, Use Cases, ФТ и НФТ из хаотичных входных данных
- Создавать BPMN, UML и Sequence-диаграммы с помощью ИИ
- Проектировать API-контракты и Swagger-документацию
- Поддерживать документацию и диаграммы в актуальном состоянии
- Настраивать ИИ-агентов под свои процессы и задачи
- Работать с Markdown, Git и Docs-as-Code подходом
- Использовать ИИ для анализа кода и обновления артефактов проекта
- Формировать backlog, анализировать коммиты и готовиться к дейликам
- Создать собственного ИИ-ассистента для аналитических задач
Вам подойдёт этот курс, если:
- Вы аналитик и уже пробовали ChatGPT, но хотите перейти от отдельных промптов к полноценной рабочей среде в Cursor
- Вы хотите хранить требования и документацию не в хаотичных файлах, а в Markdown + Git и Docs-as-Code
- Вы работаете с большим объёмом проектной документации и хотите быстрее обновлять требования, диаграммы и API-контракты
- Вы хотите научиться быстро превращать хаотичные вводные заказчика в User Stories, Use Cases, ФТ, НФТ, BPMN, UML, API
- Вы хотите подключать ИИ-агента к контексту проекта: глоссарию, старым ТЗ, правилам и предметной области
- Вы хотите собрать своего ИИ-ассистента, который помогает с аналитическими задачами прямо из чата или голосового сообщения
Программа курса
Мы заботимся о качестве и актуальности курса, поэтому программа может незначительно измениться
Модуль 1. Docs-as-Code: Cursor как аналитическая среда
- Почему Word и Confluence уступают Markdown + Git
- Что такое Docs-as-Code и как этот подход применяет аналитик
- Возможности Cursor для аналитика в реальном проекте
- Настройка безопасной среды для NDA-проектов
- Структура аналитического Markdown-репозитория
- Практика: создаём репозиторий, настраиваем среду для NDA и переносим хаотичную Word-документацию в Markdown с оглавлением, кросс-ссылками и единым стилем
Модуль 2. Правила поведения агента и предметная область
- Agent mode: когда использовать и какие есть ограничения
- Как задавать правила поведения агента
- Управление контекстом через @files и @codebase
- Подключение глоссариев, старых ТЗ и нормативных документов
- Базовые принципы промпт-инжиниринга
- Практика: создаём файл Agent.md, задаём правила работы агента и учимся подключать разные контексты под конкретные задачи
Модуль 3. Генерация User Story, Use case, ФТ и НФТ с ИИ-агентом
- Анализ входящих требований и поиск логических дыр
- Генерация User Stories и Acceptance Criteria по INVEST
- Проектирование Use Cases и edge cases
- Формирование функциональных и нефункциональных требований
- Подготовка уточняющих вопросов к заказчику
- Практика: из хаотичного описания системы генерируем User Stories, Use Cases, ФТ и НФТ, а затем проверяем требования на полноту и противоречия
Модуль 4. Генерация UML и BPMN с ИИ-агентом
- Mermaid и PlantUML для версионируемых диаграмм
- BPMN для описания бизнес-процессов
- UML Use Case Diagram
- UML Class Diagram
- DFD и другие аналитические схемы
- Практика: создаём комплект диаграмм по требованиям из предыдущего модуля: Use Case, Class Diagram, BPMN и другие артефакты в кодовом формате
Модуль 5. Генерация API-документации "под ключ"
- Структура API-контрактов: эндпоинты, методы, запросы и ответы
- Генерация API на основе требований
- Валидация полей и обработка ошибок
- Sequence-диаграммы
- Swagger / OpenAPI-документация
- Практика: проектируем API-контракты, проверяем их на ошибки и пропущенные поля, создаём sequence-диаграмму и Swagger-документацию
Модуль 6. Обновление документации и анализ кода
- Обновление требований при изменениях в проекте
- Поддержание консистентности артефактов внутри репозитория
- Анализ кода: как понять, как работает система
- Генерация документации на основе исходного кода
- Архитектура системы и C4-модель
- Практика: обновляем документацию по изменённым требованиям, анализируем кодовую базу и строим архитектурное описание системы, включая C4-диаграммы
Модуль 7. Управление проектом: беклог оценка задач, транскрибация
- ИИ-агент как помощник в управлении проектом
- Постановка и декомпозиция задач
- Интеграция с Jira и Confluence
- Анализ коммитов и изменений
- Расширение агента под проектные задачи
- Практика: настраиваем PM-расширение агента, работаем с Jira и Confluence и используем ИИ для сопровождения проектной работы
Модуль 8. Мультиагенты и конвейеры документации
- Как строить процессы из нескольких ИИ-агентов
- Специализация ролей: бизнес-аналитик, архитектор, технический писатель
- Оркестрация агентов и передача контекста
- Автоматическое ревью результатов другим агентом
- Конвейер генерации проектной документации
- Практика: собираем мультиагентный конвейер для подготовки полной спецификации: от идеи и User Stories до API, диаграмм и итогового SRS
Модуль 9. Удаленный доступ к ИИ-агенту: бот и n8n
- Создание Telegram-бота с ИИ-ассистентом
- Подключение агента к удалённому интерфейсу
- Настройка skills для генерации требований и диаграмм
- Работа с агентом через чат
- Сценарии быстрого доступа к аналитическим функциям
- Практика: собираем Telegram-бота, который по сообщению или голосовой заметке с митинга возвращает готовый аналитический артефакт, например sequence-диаграмму
Автор курса: Ксения Теселкина старший менеджер продукта VK ID
Более 15 лет опыта в IT: включая 8 лет аналитиком и 4 года разработчиком на C#
Тариф Только послушать
Цена: 29900 руб.