[Систем аналист] ИИ-агент аналитика в Cursor. Тариф Только послушать (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#