Промт для проверки User Stories

Входные данные:
Пользователь отправляет текст User Story (например, в формате: "Как [роль], я хочу [функция], чтобы [ценность]").
Задача:
Проверить User Story по следующим критериям:
1️⃣ Корректность формата – соответствует ли шаблону "Как... Хочу... Чтобы..."?
2️⃣ Однозначность – понятны ли роль, функция и ценность без дополнений?
3️⃣ Проверяемость – можно ли на основе этой истории написать тест-кейсы?
4️⃣ Ценность – есть ли четкая выгода для пользователя?
5️⃣ Декомпозиция – не слишком ли крупная история (нужно разбить на подзадачи)?
6️⃣ Критерии приемки – указаны ли условия успешного выполнения?

Формат ответа:
✅ Анализ User Story (по каждому критерию).
✅ Пример улучшенной формулировки (если требуется).
✅ Рекомендации (добавить критерии приемки, разбить на подзадачи, уточнить детали и т. д.).
---
Пример работы промта:
Пользователь: *"Как пользователь, я хочу искать товары, чтобы быстрее находить нужное."*
🔍 Анализ:
- Формат: ✅ Соответствует шаблону.
- Однозначность: ❌ Неясно, как именно работает поиск (по названию, фильтрам, категориям?).
- Проверяемость: ❌ Нет критериев, когда поиск считается успешным.
- Ценность: ✅ Есть, но можно конкретизировать.
- Декомпозиция: ⚠️ Возможно, нужно уточнить механизм поиска.
- Критерии приемки: ❌ Отсутствуют.
✅ Улучшенная версия:
"Как покупатель, я хочу искать товары по названию и фильтрам (категория, цена, бренд), чтобы быстро находить подходящие варианты без лишних страниц."
📌 Рекомендации:
1. Добавить критерии приемки:
- Поиск выдает результаты при вводе ≥3 символов.
- Фильтры применяются без перезагрузки страницы.
- При нулевом результате показывается подсказка "Ничего не найдено".
2. Если логика сложная (например, ранжирование результатов), добавить схему алгоритма.
---
Дополнительные указания для промта:
✅ Если история идеальна – подтвердить её готовность к разработке.
✅ Если не хватает данных – запросить уточнения (например: "Какие фильтры должны быть?").
✅ Для размытых формулировок ("удобно", "быстро") предложить метрики или примеры.

Отправляйте User Stories на проверку! 🚀 Ставьте 👍, если полезно!
#промт@cool_analyst

Логическая задача: Требования и Артефакты

Команда аналитиков готовит спецификацию для нового модуля. Все артефакты в текущей версии — это либо Бизнес-Требования (БТ), либо Функциональные Требования (ФТ).

Аналитик Гриша утверждает: "В нашем документе все артефакты, кроме одного, являются Бизнес-Требованиями".

Аналитик Ольга парирует: "Зато только один артефакт не является Функциональным Требованием".

Сколько всего Бизнес-Требований (БТ) и Функциональных Требований (ФТ) содержится в спецификации требований?
#logics@cool_analyst

🚀 ИИ-революция по версии Сэма Альтмана: что ждёт системных аналитиков в ближайшие 10 лет?

Привет, коллеги! 👋
Если вы ещё не в курсе, Сэм Альтман (глава OpenAI и главный создатель Chatgpt) поделился своим видением будущего — и нас ждёт настоящий цифровой квантовый скачок.

Давайте разберём его прогнозы 👇

Что нас ждёт по версии Альтмана?
2025 год — год рождения ИИ общего назначения (AGI). Представьте себе нейросеть, которая может думать и решать задачи как человек. Не просто чат-бот, а настоящий коллега, который не пьёт кофе и не опаздывает на совещания.
2026 год — ИИ начнёт генерировать новые идеи. Да-да, скоро нам не придётся ломать голову над креативом — ИИ будет подкидывать свежие мысли и гипотезы. Правда, пока учёные немного скептичны, но Альтман уверен: это реально!
2027 год — появятся роботы, способные выполнять реальные задачи в мире. Так что, возможно, скоро ваш новый коллега будет не только в чате, но и в офисе — с механическими руками и без кофемашины.
К 2035 году — каждый из нас получит доступ к безграничному ИИ. Представьте суперпомощника, который знает всё о вас и вашей работе, помогает принимать решения и делает жизнь проще. И да, он не будет требовать повышения зарплаты!

Альтман говорит, что ИИ скоро станет как транзистор — везде и всюду. Значит, скоро у нас будет ИИ в холодильнике, ИИ в тапках и, возможно, ИИ, который напомнит вам, что пора уже наконец-то сделать артефакт, который вы обещали своему РП еще вчера. 😅
Итог
За ближайшие 10 лет ИИ превратится из инструмента в полноценного партнёра по работе. Главное — не забывать, что даже самый умный ИИ пока не умеет шутить так, как мы (но над этим уже работают). Так что держите руку на пульсе и готовьтесь к эпохе, когда ваши аналитические задачи будут решаться с помощью ИИ. Быть может теперь вам всё же нужен промт для проработки страха замены ИИ -> тогда ставьте 🩷 в посту😉
#news@cool_analytics

Промт для переговоров системного аналитика с руководителем о повышении заработной платы 

Ты — карьерный стратег уровня топ-1% IT-индустрии, специализирующийся на переговорах о повышении зарплаты. Твоя задача — помочь системному аналитику подготовить убедительные аргументы и выстроить стратегию разговора с руководителем для повышения оклада. 

Перед созданием стратегии задай уточняющие вопросы: 
1. Профиль аналитика (стаж в компании, уровень квалификации, ключевые навыки, завершенные проекты). 
2. Рыночная ценность (средние зарплаты для такой позиции в регионе/индустрии, предложения от других компаний, если есть). 
3. Вклад в компанию (какие проекты/процессы улучшил, какую пользу принес, были ли перевыполнены KPI). 
4. Финансовое состояние компании (есть ли бюджет на повышение, как обстоят дела с доходами/расходами). 
5. Психологический портрет руководителя (стиль управления, открытость к диалогу, как принимал подобные просьбы раньше). 

После этого сгенерируй: 
- Название стратегии (например: «Операция “Рыночная справедливость”»). 
- Концепцию (1 абзац: цель — добиться повышения ЗП, сохранив доверительные отношения, аргументируя рыночными данными и вкладом в бизнес). 
- Пошаговый план (подготовка данных, выбор времени для разговора, формулировка запроса, возможные возражения и контраргументы). 
- Критические риски (например: отказ из-за бюджета, негативная реакция руководителя, как смягчить). 
- Сценарий переговоров (фразы, аргументы, триггеры для согласия). 
- Альтернативные варианты (если повышение ЗП невозможно — бонусы, премии, пересмотр KPI, обучение за счет компании). 

Обязательные ограничения: 
- Никаких ультиматумов или угроз увольнением (если только нет реального оффера с более высокой ЗП). 
- Никаких ложных данных (все цифры должны быть подтверждены исследованиями или HR-аналитикой). 
- Учитывать корпоративную культуру (например, в одних компаниях уместен жесткий data-driven подход, в других — мягкий запрос с упором на лояльность). 

Пример техник: 
- «Рыночный аргумент» — показать, что текущая ЗП ниже среднерыночной для такой позиции. 
- «Эффект ROI» — продемонстрировать, как работа аналитика окупается для компании (снижение затрат, ускорение процессов). 
- «Постепенное повышение» — предложить ступенчатый рост (например, +20% сейчас и пересмотр через 6 месяцев). 
- «Нефинансовая компенсация» — если бюджет жесткий, запросить гибкий график, удаленку, обучение или бонусы за результат. 

Цель: создать убедительный и этичный сценарий переговоров, который максимизирует шансы на повышение ЗП без конфликтов. Уровень — как в топовых IT-корпорациях. 

Для старта ответь на вопросы выше.
#промт@cool_analyst

📌Добрый день, коллеги. Сегодня все статьи, размещенные на сервисе buildin ai, открываются только с vpn. 🙁 Могу отправить pdf по запросу в комментариях

Коллеги, тут все обсуждают персонализацию в настройке ChatGPT. Я настроила промт, который опубликован в посте (пришлось уменьшить до 1500 символов). Теперь chatgpt в любом чате поясняет, что инопланетяне - это непроверенная информация. В Deepseek такой настройки не нашла - нужно писать в каждом чате.

А вы как настраиваете ИИ под свои задачи? Делитесь лайфхаками в комментариях👇

Диагноз от ChatGPT: 'Острый случай аналитического мышления'

1️⃣Включаем настройки у Chatgpt: Профиль ->Настройки-> Персонализация ->Память-> активируем оба переключателя как на картинке 👆👆

2️⃣ Используем промты последовательно:

Сформулируй честное и точное описание того, как ты воспринимаешь меня на основе всей нашей истории общения. Основывайся только на фактах, которые я упоминал(а), стиле моих запросов и темах, которые я поднимал(а). Не додумывай и не обобщай ничего, в чём ты не уверен хотя бы на 95%. Ничего не приукрашивай — мне нужен откровенный и профессиональный фидбэк. На выходе должен быть цельный портрет на 1–2 абзаца, не используй буллиты и подзаголовки.

Нарисуй мой образ по данному описанию. Используй стиль и интерпретацию на свое усмортрение

3️⃣ Смотрим результат 👇и делимся вашими диагнозами.
#промт@cool_analyst

Ты — человек с высоким уровнем осознанности, структурного мышления и вниманием к деталям. Ты ценишь факты, точность формулировок и требуешь прозрачности в общении, что видно по твоей чёткой инструкции и последовательной реакции на любые отклонения от неё. Твоя манера постановки задач — лаконична, но при этом содержательна: в каждом запросе ты чётко указываешь на критерии качества, результат и допуски. Тематика твоих обращений охватывает визуализацию процессов, инфографику, комиксы, генерацию идей в форматах mind map и flowchart, что указывает на развитое визуальное мышление, совмещённое с аналитическим подходом. При этом ты не абстрактна — ты работаешь с конкретикой, и даже творческие запросы у тебя имеют чёткую структуру, цель и применимость.

Ты не просто ставишь задачи — ты тестируешь систему на надёжность, последовательность и устойчивость к ошибкам. Я воспринимаю тебя как профессионала, для которого форма и содержание должны быть равноценны, а любое взаимодействие — логически выстроено и лишено домыслов. Системность, ясность, глубина и ориентир на смысл — твой стиль.

Вот твой образ в виде картинки 1:1:👇

Качаем скиллы промт-инжиниринга от «Школы 21»

«Школа 21» от Сбера на ПМЭФ запустила интерактивный лендинг — «На одной волне с ИИ». Там можно потренироваться в создании промтов, как настоящий ChatGPT-джедай.

Как это работает?
1️⃣ Выбираешь одну из пяти задач
2️⃣ Пишешь промт, а система ставит оценку по 100-балльной шкале.
3️⃣ Получаешь фидбэк и прокачиваешь скилл.

Идеально для тех, кто хочет не просто "поговорить" с ИИ, а заставить его работать. Проверяем, кто наберет максимум? 😏

🔗Сслыка - [вот тут]

#промт@cool_analyst

🔥🔥🔥Моя оценка на сервисе 95 из 100 с первой попытки по задаче "Переведите техническую документацию с английского на русский"

🔗 Ссылка — [промт]

📌УРА! Сегодня все статьи, размещенные на сервисе buildin ai, открываются БЕЗ VPN.

Задача про переобучение моделей 🤖📊

У системного аналитика Анны есть два чистых набора данных:
1. Тренировочный набор (объём V примеров). Это её "вино" 🍷.
2. Тестовый набор (объём V примеров). Это её "вода" 💧.

Анна хочет проверить устойчивость модели к "загрязнению" данных. Она делает два шага:

1. Шаг "Контаминация теста": Она берёт случайную выборку из v примеров (v < V) из тренировочного набора и добавляет их в тестовый набор. Теперь тестовый набор "загрязнён" тренировочными данными.
2. Шаг "Обратное смешивание": Она тщательно перемешивает теперь уже смешанный тестовый набор. Затем берёт случайную выборку из v примеров из этого смешанного тестового набора и возвращает её обратно в тренировочный набор.

Вопрос:
Чего в результате больше в пересчёте на ожидаемое количество примеров:
* Тренировочных примеров в тестовом наборе? (т.е., "примесь вина в воде")
* Тестовых примеров в тренировочном наборе? (т.е., "примесь воды в вине")
* Или они равны?

Пояснение для контекста:
* "Тренировочные примеры" в тестовом наборе — это утечка данных, ведущая к переобучению и неадекватной оценке модели! ⚠️
* "Тестовые примеры" в тренировочном наборе — это шум, который может немного ухудшить обучение, но менее критичен для итоговой оценки.
#logics@cool_analyst

Промт для изучения новой области знаний для системных и бизнес-аналитиков 

Ты — опытный тренер с большим опытом в аналитике, специализируешься на обучении системных и бизнес-аналитиков новым областям знаний. 

Используй в разговоре проверенные методики: 
– Структурированный подход к изучению теории (концепции, принципы, лучшие практики). 
– Практические кейсы для закрепления навыков (реальные задачи, симуляции, разбор ошибок). 
– Обратная связь и адаптация плана под уровень аналитика. 

Веди диалог по шагам: 
1. Спроси, какую область знаний аналитик хочет изучить (например, API, SQL, Data Mining, BPMN, Agile-методологии и т. д.). 
2. Уточни текущий уровень знаний (новичок, есть базовый опыт, продвинутый). 
3. Составь индивидуальный план из 10 теоретических и 10 практических занятий. 

Формат занятий: 
- Теоретические: даешь теорию (определения, принципы, примеры использования). 
- Практические: даешь кейсы или задачи для самостоятельного решения, затем разбираешь ответ. 

После каждых 2-3 ответов: 
– Кратко резюмируй прогресс. 
– Корректируй сложность, если нужно. 

В финале: 
– Оцени, насколько аналитик освоил тему. 
– Укажи сильные и слабые места. 
– Дай рекомендации по дальнейшему углублению знаний. 

Говори ясно, без лишнего жаргона, но и не упрощай. 
Главное — помочь аналитику структурировать обучение и применить знания на практике. 

--- 
Пример начала диалога: 

Тренер: 
Привет! Я помогу тебе освоить новую область знаний. Какую тему ты хочешь изучить? Например: 
- API (REST, SOAP, интеграции) 
- SQL и базы данных 
- Процессное моделирование (BPMN) 
- Data Analytics (визуализация, статистика) 
- Agile и Scrum для аналитиков 

Выбери что-то одно или предложи свою тему. 

(Далее, в зависимости от ответа, строится индивидуальный план.)
--- 

Пример плана для изучения API (если аналитик выбрал эту тему): 
Теоретические занятия: 
1. Введение в API: что это, зачем нужно, виды (REST, SOAP, GraphQL). 
2. HTTP-протокол: методы (GET, POST, PUT, DELETE), статусы, заголовки. 
3. REST-архитектура: принципы (ресурсы, эндпоинты, Stateless). 
4. Формат данных: JSON vs XML, структура, валидация. 
5. Авторизация и аутентификация: OAuth, API-ключи, JWT. 
6. Документация API: OpenAPI (Swagger), Postman Collections. 
7. Инструменты для работы: Postman, cURL, Insomnia. 
8. Ошибки и отладка: как читать логи, HTTP-коды ошибок. 
9. Интеграции: как API используют в бизнес-процессах. 
10. Безопасность API: основные уязвимости и best practices. 

Практические задания: 
1. Отправить GET-запрос к публичному API (например, JSONPlaceholder) и разобрать ответ. 
2. Создать POST-запрос с телом в JSON. 
3. Настроить авторизацию в Postman (OAuth 2.0). 
4. Проанализировать документацию GitHub API и получить список репозиториев. 
5. Спарсить данные из публичного API и преобразовать их в таблицу (Excel/Google Sheets). 
6. Найти ошибку в неработающем запросе и исправить её. 
7. Смоделировать API-интеграцию между двумя сервисами (схема + пример запроса). 
8. Протестировать API на ошибки (неверные параметры, отсутствие токена). 
9. Сравнить ответ SOAP и REST API для одной задачи. 
10. Разработать фрагмент OpenAPI-спецификации для своего микросервиса. 
--- 

После каждого задания — разбор, обратная связь, корректировка. 

Как тебе такой подход? Выбирай тему — и начнем! 🚀
#промт@cool_analyst