[Stepik] ИИ для Системных Аналитиков: от промптов до агентов

​

Курс для системных аналитиков уровня Junior и выше: как встроить ИИ в работу от промпта до агента. Требования, BPMN и PlantUML, OpenAPI и AsyncAPI, ERD и DDL, C4 и ADR с LLM на одном сквозном проекте, библиотека промптов команды, ассистент с базой знаний и RAG, CLI-агент с файлом правил AGENTS.md, скиллом и стоп-условием. В своём темпе, без проверки заданий, с чек-листами самопроверки и машинными проверками артефактов.

Вы просите модель описать контракт метода и через минуту получаете аккуратный JSON. В нём два поля, которых не было в постановке, и на ревью никто не может сказать, откуда взялось требование. В новом чате тот же запрос даёт другой формат, а контекст проекта приходится объяснять заново.

Дело не в модели и не в формулировке. Работа с ИИ у большинства аналитиков остаётся на уровне чата: нет порядка загрузки контекста, нет проверки результата, удачные промпты теряются в истории диалогов. Материалы по ИИ обычно учат формулировать запросы, а не встраивать модель в процесс, где у артефакта есть вход, проверка и ревью.

Курс выстраивает работу с ИИ как процесс, а не как набор удачных запросов. Контекст, генерация, проверка, артефакт файлом – сначала на каждом артефакте системного аналитика, затем в библиотеке промптов, ассистенте и агенте, который работает в папке вашего проекта по вашим правилам.

Для кого этот курс

• Вы аналитик уровня Junior и выше и пользуетесь ИИ как чатом. Иногда помогает, иногда выдумывает поля и методы, и каждый раз вы заново объясняете модели проект. Курс превращает разовые удачи в воспроизводимый процесс: контекст грузится по порядку, у каждого артефакта есть проверка.
• Вы прошли курсы линейки по системному анализу и ищете следующий шаг. Требования, BPMN, OpenAPI, ERD, C4 и ADR вы уже делаете руками. Здесь они не объясняются заново, а ускоряются: каждый модуль 2–6 опирается на артефакт, который вы умеете проверять.
• Вы хотите быть на острие ИИ-трансформации в индустрии, а не догонять. Курс доводит вас до уровня, где вы пишете ТЗ на агента: файл правил, скиллы и стоп-условия, по которым он работает. Это и есть роль аналитика в агентной разработке.
• Вы лид или старший аналитик и думаете, с чего начать внедрение ИИ в команде. Курс даёт вход, который не требует ни бюджета, ни согласований с ИБ: библиотеку промптов команды в едином формате карточек, ассистента по этапу анализа и агента для пилота.

Курс не подойдёт, если

• Вы пока не делаете артефакты системного аналитика руками. ИИ ускоряет то, что вы умеете проверить: если вы не отличите корректную спецификацию от правдоподобной, модель вас обманет. Сначала закройте хард-скиллы курсами «Системный аналитик Middle» или «Системный аналитик Middle+/Senior», затем возвращайтесь сюда.
• Вам нужна проверка заданий автором. Проверки заданий, созвонов и чата в курсе нет, вопросы задаются в комментариях к шагам. Если вам нужен поток с ревью проектов автором, посмотрите стажировку по системному анализу: там уроки по ИИ стоят внутри каждого технического модуля.
• Вы ждёте, что ИИ сделает работу за вас. Курс последовательно учит обратному: решение о готовности артефакта принимает аналитик, а агент без лимитов и стоп-условий – это риск, а не автоматизация.

Начальные требования

Что нужно знать
Опыт работы с требованиями, диаграммами и контрактами хотя бы на уровне Junior. Курс показывает, как ускорить создание этих артефактов с нуля.

Что не нужно
Писать код и оплачивать подписки на чаты. Опыт работы в терминале: команды для агента и git разобраны пошагово, с полным выводом, а для тех, кому терминал непривычен, есть агент в редакторе с наглядным интерфейсом.

Из инструментов
Для модулей 1–7 – только чат с LLM и Obsidian, плюс bpmn.io в браузере и Postman. С модуля 8 – Node.js, git и открытый CLI-агент, в модуле 10 – Docker и n8n. Всё ставится тогда, когда до инструмента дошёл курс, по шагам.

Из ресурса
4–6 часов на модуль. Единица работы – шаг на 15–40 минут, практикум делится на 2–3 вечера. В первом модуле разобраны варианты ритма под вечерние часы после работы.

Чему вы научитесь

• Выбирать модель под задачу: проприетарные и open-source модели, подключение через OpenAI-совместимый эндпоинт, экономика токенов – и объяснять, почему для этой задачи хватит быстрой модели.
• Готовить контекст вместо подбора формулировок: последовательная загрузка артефактов от общего к частному, работа с доменом, которого модель не знает, Few-Shot и цепочки промптов.
• Проверять и декомпозировать требования с ИИ: противоречия и пробелы в БТ, уточняющие вопросы стейкхолдерам, User Story и Gherkin, аудит полноты НФТ, матрица трассировки и спецификация по шаблону.
• Генерировать и валидировать диаграммы: BPMN в XML, Use Case и Sequence в PlantUML, ветвления и исключения, as-is и to-be – с поиском семантических ошибок, а не только синтаксических.
• Проектировать контракты и ловить галлюцинации: OpenAPI, .proto, GraphQL SDL, AsyncAPI, маппинг форматов, поиск придуманных полей и методов, Postman-коллекция и Doc-As-Code из спецификации.
• Проектировать модель данных и архитектуру с ревью: ERD, DDL и тестовые данные, C4 с расчётом нагрузки и проверкой на DDD, ADR с trade-off таблицей и вопросами к согласующим.
• Собирать библиотеку промптов и ассистента: карточка промпта в едином формате, структура по этапам анализа, ассистент с базой знаний и проверкой, что он отвечает из базы, а не по памяти модели.
• Запускать агента на своём проекте: git как страховка, файл правил AGENTS.md, первый скилл со стоп-условием, которое само запускает проверку DDL и не отдаёт результат, пока она не прошла.

Программа:

Начало работа с курсом

• Процесс работы с курсом по ИИ
• 7 дисциплин работы с ИИ
• Подготовка ИИ к работе
• Рабочее место и контекст проекта

Работа с требованиями

• Анализ и валидация бизнес-требований с помощью ИИ
• ИИ-генерация спецификации требований
• ИИ-генерация спецификации и проверка покрытия требований
• Проект: ИИ практикум по требованиям

ИИ-проектирование процессов

• Проектирование бизнес-процесса при помощи ИИ
• Генерация Use Case Diagram
• Генерация Sequence Diagram
• Продвинутые сценарии
• Проект: ИИ практикум по процессам

ИИ-проектирование интеграций

• Генерация контрактов в табличном формате
• Генерация контрактов для синхронных интеграций
• Генерация контрактов для асинхронных интеграций
• Ревью контрактов и генерация вопросов/уточнений
• Продвинутые сценарии
• Проект: ИИ практикум по интеграциям

ИИ-проектирование БД

• Генерация модели SQL БД
• ИИ-ревью модели БД
• Полезные лайфхаки для работы с SQL БД
• Генерация модели noSQL БД
• Проект: ИИ практикум по БД

ИИ-проектирование архитектуры

• Генерация модели архитектуры с помощью ИИ
• Проверка и доработка архитектуры
• Формирование структуры сервиса в формате Doc-As-Code
• Генерация ADR
• ИИ-ревью ADR
• Проект: ИИ практикум по архитектуре
• Библиотека промптов команды

ИИ-ассистенты

• Ассистент и устройство базы знаний
• RAG: Проектирование под поиск
• Сборка ассистента под задачу

ИИ-агенты: запуск на своём проекте

• От ассистента к агенту
• Рабочее место и первый запуск
• Харнесс: из чего состоит агент
• Сборка харнесса
• Практика по работе с собранным агентом

Харнесс: своя методология в агенте

• Скиллы как система
• MCP
• Агентский цикл: верификация и стоп-условия
• Сценарии системного анализа через агента
• Проект: ИИ практикум по агентам

Автоматизация через N8N

• Оркестрация и автоматизация
• Автоматизация в N8N