Скачать [Систем Аналист] ИИ-агент аналитика в Cursor. Тариф Только послушать [Ксения Теселкина]

Kail · Пятница в 16:04

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