Промпты для системного аналитика. 25 готовых примеров для генерации

Работа с современными нейросетями часто напоминает разговор с гениальным, но очень рассеянным стажером. Он может все, но только если дать ему кристально четкие инструкции. Для системных аналитиков, чья работа и так состоит в упорядочивании хаоса, это становится двойным вызовом. Именно поэтому качественные промпты для системного аналитика – это не просто удобство, а профессиональная необходимость.

Эта статья – не очередной список общих запросов. Это практическое руководство, созданное для того, чтобы превратить ИИ в вашего самого исполнительного помощника. Здесь нет теории ради теории, только рабочие инструменты, которые можно брать и применять сразу.

Внутри вы найдете:

• Типичные ошибки, которые мешают получать результат.
• Готовые шаблоны запросов для ключевых задач аналитика.
• Сравнение плохих и хороших промптов на реальных примерах.
• Неочевидные советы по взаимодействию с нейросетями.

Цель – помочь вам сэкономить десятки часов, избегая распространенных ловушек и получая от нейросети именно то, что нужно, с первого раза. Или, по крайней мере, со второго.

Типичные ошибки при составлении запросов к ИИ

1. Отсутствие четко заданной роли для нейросети. Если вы просто пишете «напиши требования», ИИ не понимает, с какой позиции ему отвечать – как разработчик, как заказчик или как младший аналитик, который видел спецификации только в книгах.
2. Слишком общие и расплывчатые формулировки. Запрос «опиши систему» – это прямой путь к получению трех абзацев бесполезной «воды». Нейросеть не может прочитать ваши мысли и догадаться, что вам нужна диаграмма компонентов, а не философское эссе.
3. Игнорирование контекста проекта и предметной области. Без информации о том, что это за система (финтех, e-commerce, внутренняя CRM), для кого она и какие у нее цели, любой ответ будет таким же универсальным, как и бесполезным.
4. Запрос на выполнение нескольких сложных задач в одном промпте. Попытка заставить ИИ «проанализировать интервью, выделить требования, сгруппировать их, составить user stories и написать ТЗ» в одном запросе почти всегда приводит к хаосу. Модель теряет фокус и выполняет каждую из подзадач поверхностно.
5. Отсутствие указаний по формату и структуре ответа. Не указав, что результат нужен в виде таблицы, маркированного списка или JSON-объекта, вы рискуете получить сплошной текст, который потом придется форматировать вручную. А ведь цель – автоматизировать рутину, а не добавить новой.
6. Боязнь давать ИИ слишком много информации. Многие пользователи опасаются «перегрузить» модель деталями. На самом деле все наоборот: чем больше релевантных данных, примеров и ограничений вы предоставите, тем точнее и полезнее будет результат.

Сравнение слабых и сильных промптов для задач аналитика

Задача аналитика	Слабый, расплывчатый промпт	Сильный, конкретный промпт	Почему сильный промпт работает лучше
Создание пользовательских историй (User Stories)	Напиши user story для интернет-магазина.	Ты – опытный системный аналитик. Напиши три User Story для новой функции «Список желаний» в мобильном приложении интернет-магазина одежды. Целевая аудитория – молодые люди 18-25 лет. Используй формат «Как [роль], я хочу [действие], чтобы [результат]». Добавь для каждой истории критерии приемки (Acceptance Criteria).	Он задает роль, сужает контекст (приложение, одежда, ЦА), указывает конкретную функцию, требует определенный формат и дополнительный артефакт (критерии приемки). Это убирает всю двусмысленность.
Описание метода API	Опиши API для получения данных пользователя.	Ты – backend-разработчик, документирующий API для команды фронтенда. Опиши метод API GET /users/{id}. Укажи URL, метод, параметры запроса (path-параметр id), возможные коды ответа (200, 404, 500) с описанием тела ответа для каждого. Тело успешного ответа должно содержать id, email, name, registration_date в формате JSON.	Он определяет роли (кто пишет и для кого), указывает конкретный эндпоинт и HTTP-метод, требует описать структуру запроса и, что важнее, все варианты ответов, включая ошибки. Это создает полную и рабочую документацию.
Генерация вопросов для интервью	Придумай вопросы для интервью с заказчиком.	Ты – ведущий системный аналитик. Тебе предстоит первое интервью с владельцем небольшой сети кофеен, который хочет запустить программу лояльности. Составь список из 10 открытых вопросов, чтобы выявить его ключевые бизнес-цели, ожидания от системы, основные сценарии использования и возможные риски. Не спрашивай о технических деталях.	Он задает контекст (сеть кофеен, программа лояльности), цель интервью (выявить цели и риски), тип вопросов (открытые) и накладывает важное ограничение («не спрашивай о технике»). Это направляет ИИ на сбор бизнес-требований, а не технических спецификаций.
Анализ требований	Проанализируй требования. Вот они: «Система должна быть быстрой и удобной».	Ты – QA-инженер и системный аналитик в одном лице, твоя задача – найти неполноту и неоднозначность в требованиях. Проанализируй требование: «Система должна быть быстрой и удобной». Укажи, какие метрики отсутствуют (например, время отклика в секундах), какие сценарии не определены и какие вопросы нужно задать заказчику, чтобы сделать это требование измеримым и тестируемым.	Он не просто просит «анализировать», а дает конкретную роль (скептика-тестировщика) и задачу (найти неполноту). Он также подсказывает направление мысли (метрики, сценарии), что помогает получить структурированный список уточнений, а не общие рассуждения.

25 промптов для системного аналитика: от требований до API

1. Сбор и структурирование первичных требований

Проблема: После интервью с заказчиком у вас есть хаотичный набор заметок, мыслей и пожеланий. Нужно превратить это в структурированный документ.

Решение: Промпт, который извлекает из «сырого» текста бизнес-цели, функциональные и нефункциональные требования.

Текст промпта:

*****

Ты – опытный системный аналитик, мастер структурирования информации. Тебе предоставлен транскрипт интервью с заказчиком. Твоя задача – проанализировать текст и извлечь из него ключевую информацию.

Контекст: Проект – [опишите проект, например, «разработка CRM для агентства недвижимости»].
Исходные данные (транскрипт):
«»»
[вставьте сюда полный текст ваших заметок или расшифровку диктофонной записи]
«»»

Проанализируй этот текст и представь результат в следующем формате:

1. Бизнес-цели: Сформулируй 3-5 главных целей, которые заказчик хочет достичь с помощью системы.
2. Функциональные требования: Список основных функций, которые должна выполнять система. Группируй их по смысловым блокам.
3. Нефункциональные требования: Упомянутые требования к производительности, безопасности, удобству использования и т.д.
4. Спорные моменты и вопросы: Список моментов, которые требуют уточнения у заказчика.

*****

Почему это работает: Промпт дает четкую роль, исходные данные и, самое главное, строгий формат вывода. Это заставляет ИИ не просто пересказывать текст, а классифицировать информацию, что является сутью работы аналитика.

2. Генерация пользовательских историй (User Stories)

Проблема: Нужно быстро сформулировать User Stories для бэклога на основе описания новой функции.

Решение: Запрос, который создает истории по каноническому формату и сразу добавляет к ним критерии приемки.

Текст промпта:

*****

Ты – Agile-аналитик. На основе описания новой функции продукта создай набор пользовательских историй (User Stories).

Продукт: [опишите ваш продукт, например, «платформа для онлайн-обучения»].
Описание функции: [детально опишите новую функцию, например, «студенты должны иметь возможность оставлять отзывы на курсы и видеть отзывы других»].

Создай 3-5 User Stories, используя строгий формат: «Как [роль пользователя], я хочу [действие], чтобы [достичь цели]».
Для каждой истории напиши 3-4 критерия приемки (Acceptance Criteria) в формате «Given/When/Then».
Пример роли пользователя: «студент», «преподаватель», «администратор».

*****

Почему это работает: Задание строгого формата («Как…, я хочу…, чтобы…») и требование написать критерии приемки заставляет модель мыслить в терминах конечного результата и проверяемых сценариев, а не абстрактных возможностей.

3. Создание диаграммы вариантов использования (Use Case)

Проблема: Нужно визуализировать взаимодействие пользователей с системой, но рисовать диаграмму с нуля долго.

Решение: Промпт, генерирующий текстовое описание Use Case диаграммы в формате PlantUML или Mermaid, которое можно сразу вставить в редактор и получить готовую схему.

Текст промпта:

*****

Ты – специалист по нотации UML. Твоя задача – создать текстовое описание Use Case диаграммы для системы на основе ее описания. Выходной формат – код для [выберите: PlantUML или Mermaid].

Описание системы: [опишите систему, ее границы и основных акторов, например, «Система онлайн-библиотеки. Пользователи могут быть двух типов: ‘Читатель’ и ‘Библиотекарь’. Читатели ищут книги, берут их и возвращают. Библиотекари добавляют новые книги и удаляют старые.»].

На основе этого описания сгенерируй код, который описывает:

1. Акторов (пользователей).
2. Варианты использования (use cases), доступные им.
3. Связи между акторами и вариантами использования.
4. Возможные отношения между use cases (include, extend).

*****

Почему это работает: Этот промпт делегирует ИИ рутинную работу по написанию кода для генерации диаграмм. Вы описываете логику на естественном языке, а получаете готовый к использованию артефакт, экономя время на синтаксисе.

4. Моделирование бизнес-процесса в нотации BPMN

Проблема: Нужно описать сложный бизнес-процесс, чтобы его поняли и бизнес, и разработчики.

Решение: Запрос, который превращает пошаговое описание процесса в текстовое представление BPMN-диаграммы (также с помощью PlantUML).

Текст промпта:

*****

Ты – бизнес-аналитик, эксперт по нотации BPMN. Преобразуй текстовое описание процесса в код для диаграммы на языке PlantUML.

Описание процесса: [опишите процесс по шагам, например, «Процесс обработки онлайн-заказа: 1. Клиент оформляет заказ на сайте. 2. Система проверяет наличие товара на складе. 3. Если товара нет, клиенту уходит уведомление. 4. Если товар есть, заказ передается менеджеру. 5. Менеджер подтверждает заказ и отправляет его на сборку.»].

Сгенерируй PlantUML код, который корректно отображает этот процесс, используя следующие элементы BPMN:

• Стартовое и конечное события.
• Задачи (tasks).
• Шлюзы (gateways) для ветвлений.
• Потоки управления (sequence flows).

*****

Почему это работает: Вы фокусируетесь на логике самого процесса, а ИИ берет на себя техническую часть – перевод этой логики на язык формальной нотации. Это особенно полезно, когда нужно быстро набросать черновик диаграммы для обсуждения.

5. Проектирование схемы базы данных (ERD)

Проблема: Необходимо спроектировать структуру таблиц для новой функции, определив сущности и связи между ними.

Решение: Промпт, который генерирует ER-диаграмму (Entity-Relationship Diagram) в текстовом формате (Mermaid/PlantUML) на основе описания сущностей.

Текст промпта:

*****

Ты – архитектор баз данных. На основе описания данных для системы спроектируй схему базы данных. Представь результат в виде кода для ER-диаграммы на языке [выберите: Mermaid или PlantUML].

Описание данных: [опишите основные сущности и их атрибуты, например, «В системе блога есть ‘Пользователи’, ‘Посты’ и ‘Комментарии’. У пользователя есть id, имя и email. У поста есть id, заголовок, текст и id автора. У комментария есть id, текст, id поста и id автора. Один пользователь может написать много постов и комментариев. Один пост может иметь много комментариев.»].

В сгенерированном коде четко определи:

1. Сущности (таблицы) и их атрибуты (поля).
2. Первичные ключи (PK).
3. Связи между сущностями (один-ко-многим, многие-ко-многим).

*****

Почему это работает: Промпт позволяет быстро визуализировать модель данных. Вместо того чтобы рисовать квадратики и линии, вы описываете суть, а ИИ строит формальную схему, на которой сразу видны все связи и зависимости.

6. Документирование метода API

Проблема: Разработчикам нужен четкий контракт для взаимодействия фронтенда и бэкенда, но писать документацию вручную утомительно.

Решение: Промпт, который генерирует полное описание конечной точки API в формате, понятном для разработчиков.

Текст промпта:

*****

Ты – технический писатель, создающий документацию для REST API. Твоя задача – подробно описать один метод API.

Контекст: API для [укажите назначение, например, «управления задачами в таск-трекере»].
Описание метода: [опишите, что делает метод, например, «Метод для создания новой задачи»].

Сгенерируй документацию в формате Markdown, которая включает:

• Заголовок: Например, POST /tasks.
• Описание: Краткое пояснение, что делает метод.
• Параметры запроса (Request Body): Таблица с полями (имя, тип, обязательность, описание). Например: title, description, assignee_id.
• Пример запроса: Валидный JSON-объект.
• Успешный ответ (Success Response): Код ответа (например, 201 Created) и пример тела ответа.
• Ответы с ошибками (Error Responses): Таблица с кодами ошибок (например, 400, 401), причинами и примерами тела ответа.

*****

Почему это работает: Запрос требует создать исчерпывающую документацию, включая не только «счастливый путь», но и описание ошибок. Это заставляет ИИ продумать все возможные сценарии и создать контракт, который минимизирует вопросы от команды разработки.

7. Составление глоссария проекта

Проблема: В проекте много специфических терминов, которые разные члены команды понимают по-своему, что приводит к недопониманию.

Решение: Промпт для создания единого глоссария на основе описания предметной области.

Текст промпта:

*****

Ты – системный аналитик, ответственный за ведение документации. Твоя задача – составить глоссарий терминов для нового проекта.

Описание проекта: [подробно опишите предметную область, например, «Проект по автоматизации логистической компании, занимающейся морскими контейнерными перевозками. Встречаются термины: коносамент, фрахт, демередж, TEU, стафировка и т.д.»].

На основе этого описания и общих знаний о предметной области, создай глоссарий. Представь его в виде таблицы с тремя колонками:

1. Термин: Название термина.
2. Определение: Простое и однозначное объяснение термина в контексте данного проекта.
3. Синонимы/Связанные термины: Другие слова, которые используются для обозначения того же, или связанные понятия.

*****

Почему это работает: Промпт не просто просит дать определения, а требует их в контексте конкретного проекта. Это помогает создать «живой» документ, который устраняет двусмысленность и формирует единое информационное поле для всей команды.

8. Анализ нефункциональных требований (НФТ)

Проблема: Заказчик говорит «система должна быть надежной», но что это значит в цифрах и конкретных сценариях?

Решение: Запрос, который помогает декомпозировать абстрактные НФТ на измеримые атрибуты качества.

Текст промпта:

*****

Ты – эксперт по атрибутам качества ПО (нефункциональным требованиям). Твоя задача – помочь прояснить и конкретизировать НФТ для системы.

Система: [опишите систему, например, «высоконагруженный новостной портал»].
Абстрактное требование от заказчика: [приведите требование, например, «Система должна выдерживать большую нагрузку в дни новостных пиков»].

Проанализируй это требование и предложи, как его можно декомпозировать на конкретные, измеримые атрибуты. Представь ответ в виде списка:

• Атрибут качества: (например, Производительность, Доступность).
• Что это значит в контексте проекта: (например, «Скорость загрузки страниц», «Время работы без сбоев»).
• Как это измерить (Метрика): (например, «Время до полной отрисовки страницы < 2 сек", "Доступность 99.9%").
• Уточняющий вопрос к заказчику: (например, «Какое количество одновременных пользователей мы считаем ‘пиковой нагрузкой’?»).

*****

Почему это работает: Этот промпт заставляет ИИ выступить в роли консультанта, который переводит язык бизнеса («быстро, надежно») на язык инженерии (секунды, проценты, количество запросов). Это основа для написания тестируемых требований.

9. Создание диаграммы потоков данных (DFD)

Проблема: Нужно показать, как данные перемещаются по системе, где хранятся и как преобразуются.

Решение: Запрос, который генерирует текстовое описание DFD (Data Flow Diagram) для последующей визуализации.

Текст промпта:

*****

Ты – системный архитектор. Опиши потоки данных в системе в формате, подходящем для построения DFD (Data Flow Diagram). Формат вывода – код на языке [выберите: PlantUML или Mermaid].

Описание процесса: [опишите процесс с точки зрения данных, например, «Пользователь регистрируется на сайте, вводя email и пароль. Эти данные сохраняются в ‘Базу данных пользователей’. При входе пользователь вводит email и пароль, система сверяет их с базой данных и, в случае успеха, создает сессию.»].

Твой сгенерированный код должен четко определять:

1. Внешние сущности (External Entities): например, ‘Пользователь’.
2. Процессы (Processes): действия, которые преобразуют данные, например, ‘Проверить учетные данные’.
3. Хранилища данных (Data Stores): где данные хранятся, например, ‘База данных пользователей’.
4. Потоки данных (Data Flows): стрелки, показывающие движение данных.

*****

Почему это работает: Вы описываете логику движения информации, а ИИ преобразует это в формальную диаграмму. Это помогает выявить «черные дыры» (данные приходят, но никуда не уходят) и «чудеса» (данные появляются из ниоткуда).

10. Декомпозиция крупной задачи (фичи)

Проблема: Есть большая и сложная задача, например, «реализовать чат в приложении». Непонятно, с чего начать и из каких подзадач она состоит.

Решение: Промпт, помогающий разбить одну большую фичу на иерархический список более мелких, управляемых задач.

Текст промпта:

*****

Ты – технический менеджер продукта (Technical Product Manager). Твоя задача – декомпозировать большую эпическую задачу на более мелкие истории или задачи для команды разработки.

Эпик: [опишите большую задачу, например, «Интеграция платежного шлюза в интернет-магазин»].

Представь результат в виде иерархического списка (дерева). На верхнем уровне – крупные этапы, на нижних – конкретные технические и интерфейсные задачи.
Примерная структура:

• Настройка на стороне платежного шлюза
• Бэкенд-разработка (API для платежей)
  • Метод для создания платежа
  • Метод для проверки статуса платежа
• Фронтенд-разработка (пользовательский интерфейс)
  • Форма ввода данных карты
  • Страница успеха/ошибки платежа
• Тестирование
  • Написание автотестов
  • Ручное тестирование сценариев.

*****

Почему это работает: Промпт заставляет ИИ мыслить как проектировщик, который видит не только конечную цель, но и все промежуточные шаги. Это помогает создать реалистичный план работ и ничего не упустить.

11. Генерация чек-листа для тестирования

Проблема: Функция готова, и нужно передать ее в отдел тестирования с понятным списком проверок.

Решение: Запрос, который на основе User Story и критериев приемки создает детальный чек-лист для ручного тестирования.

Текст промпта:

*****

Ты – QA-аналитик. На основе пользовательской истории и ее критериев приемки создай чек-лист для ручного тестирования.

User Story: «Как зарегистрированный пользователь, я хочу добавлять товары в корзину, чтобы купить их позже.»
Критерии приемки:

• Кнопка «Добавить в корзину» видна на карточке товара.
• При нажатии на кнопку счетчик товаров на иконке корзины увеличивается на 1.
• Товар появляется в самой корзине с правильной ценой и количеством.
• Можно добавить несколько единиц одного и того же товара.

Создай чек-лист, который включает:

1. Позитивные сценарии: Проверки, что все работает как ожидалось.
2. Негативные сценарии: Проверки на граничные значения и некорректные действия (например, попытка добавить в корзину товар, которого нет в наличии).
3. Тестирование интерфейса: Проверки верстки, текстов, отображения на разных устройствах.

*****

Почему это работает: Промпт требует продумать не только «счастливый путь», но и негативные сценарии, о которых часто забывают. Это помогает создать более полное и надежное тестовое покрытие.

12. Анализ обратной связи от пользователей

Проблема: У вас есть 100+ отзывов из магазина приложений или формы обратной связи. Нужно понять основные проблемы и пожелания пользователей.

Решение: Промпт, который классифицирует и суммирует большой объем текстовой информации.

Текст промпта:

*****

Ты – аналитик данных, специализирующийся на анализе текста (NLP). Тебе дан массив отзывов от пользователей. Твоя задача – проанализировать их и представить в виде отчета.

Массив отзывов:
«»»
[вставьте сюда 20-30 или больше отзывов, каждый с новой строки]
«»»

Проанализируй эти отзывы и подготовь отчет:

1. Основные темы жалоб: Выдели 3-5 главных проблем, на которые жалуются пользователи (например, «сбои при оплате», «неудобный интерфейс», «медленная работа»). Для каждой темы приведи 2-3 цитаты из отзывов.
2. Запросы на новые функции: Перечисли, какие новые возможности чаще всего просят добавить пользователи.
3. Общая тональность: Оцени общее настроение отзывов (в основном положительное, смешанное, в основном отрицательное).

*****

Почему это работает: Этот промпт автоматизирует трудоемкую задачу по чтению и категоризации фидбэка. ИИ выступает в роли «умного фильтра», который отделяет шум от полезных инсайтов, экономя аналитику часы работы.

13. Сравнение альтернативных технических решений

Проблема: Нужно выбрать технологию для реализации задачи (например, базу данных), но сложно учесть все «за» и «против».

Решение: Запрос, который готовит сравнительную таблицу двух или более решений по заданным критериям.

Текст промпта:

*****

Ты – системный архитектор. Тебе нужно помочь команде выбрать технологию для решения конкретной задачи. Подготовь сравнительный анализ.

Задача: [опишите задачу, например, «Хранение и обработка логов приложения в реальном времени»].
Технологии для сравнения: [перечислите технологии, например, «Elasticsearch vs. ClickHouse»].

Создай таблицу сравнения по следующим критериям:

• Модель данных и производительность: Насколько хорошо подходит для нашей задачи.
• Сложность развертывания и поддержки: Насколько много ресурсов потребуется.
• Экосистема и сообщество: Наличие документации, готовых инструментов, экспертов на рынке.
• Стоимость владения: Лицензии, требования к оборудованию.
• Краткий вывод: Какое решение и в каком случае предпочтительнее для нашей задачи.

*****

Почему это работает: Промпт структурирует процесс принятия решений. Вместо абстрактного «что лучше?», вы заставляете ИИ оценить варианты по важным для вас, конкретным критериям, что делает выбор более осознанным и обоснованным.

14. Создание диаграммы контекста системы (C-1)

Проблема: Нужно быстро показать место системы в общем ландшафте, ее границы и основные взаимодействия с внешним миром.

Решение: Промпт, генерирующий код для диаграммы C4 Model Context (C-1) на основе простого описания.

Текст промпта:

*****

Ты – эксперт по модели C4. Создай текстовое описание для диаграммы Контекста (уровень 1) системы на языке PlantUML с использованием библиотеки C4.

Описание системы: [опишите систему, ее пользователей и внешние системы, с которыми она взаимодействует. Например, «Наша система – ‘Интернет-банк’. ‘Клиент’ использует ее через ‘Мобильное приложение’ для просмотра баланса и переводов. Система отправляет email-уведомления через ‘Внешний почтовый сервис’ и взаимодействует с ‘Платежной системой’ для проведения транзакций.»].

Твой код должен определить:

1. Пользователей (Persons): ‘Клиент’.
2. Программную систему (Software System): ‘Интернет-банк’.
3. Внешние системы (External Systems): ‘Мобильное приложение’, ‘Внешний почтовый сервис’, ‘Платежная система’.
4. Взаимодействия (Relationships) между ними с кратким описанием.

*****

Почему это работает: Это самый быстрый способ получить «вид с высоты птичьего полета» на архитектуру. Вы описываете участников и связи, а ИИ создает формальную, стандартную диаграмму, понятную любому инженеру.

15. Описание логики интеграции систем

Проблема: Нужно описать, как две системы будут обмениваться данными, чтобы разработчики смогли это реализовать.

Решение: Запрос, который генерирует sequence-диаграмму, наглядно показывающую последовательность вызовов.

Текст промпта:

*****

Ты – integration-аналитик. Создай UML-диаграмму последовательности (Sequence Diagram) для описания процесса интеграции. Формат вывода – код на языке [выберите: PlantUML или Mermaid].

Описание процесса: [опишите по шагам взаимодействие. Например, «Процесс ‘Оформление доставки’: 1. ‘Сайт интернет-магазина’ запрашивает у ‘Сервиса доставки’ возможные интервалы. 2. ‘Сервис доставки’ возвращает список интервалов. 3. ‘Сайт’ показывает их пользователю. 4. Пользователь выбирает интервал. 5. ‘Сайт’ отправляет запрос на создание заказа в ‘Сервис доставки’ с выбранным интервалом.»].

Твой код должен четко показать:

• Участников (Participants): ‘Сайт интернет-магазина’, ‘Сервис доставки’.
• Последовательность сообщений (Messages) между ними.
• Синхронные и асинхронные вызовы, если это важно.

*****

Почему это работает: Диаграмма последовательности – лучший способ показать динамику взаимодействия. Промпт позволяет сгенерировать ее из простого пошагового описания, что намного быстрее, чем рисовать вручную.

16. Подготовка к интервью со стейкхолдером

Проблема: Предстоит встреча с важным стейкхолдером, и нужно быстро погрузиться в его зону ответственности и подготовить правильные вопросы.

Решение: Запрос, который помогает смоделировать позицию стейкхолдера и подготовиться к разговору.

Текст промпта:

*****

Ты – бизнес-коуч и системный аналитик. Помоги мне подготовиться к интервью со стейкхолдером.

Проект: [описание проекта, например, «Внедрение системы электронного документооборота»].
Роль стейкхолдера: [описание роли, например, «Руководитель юридического отдела, консервативный, ценит безопасность и соответствие регламентам»].

Выполни следующие задачи:

1. Определи его возможные цели и опасения: Чего он может хотеть от системы? Чего бояться?
2. Сформулируй 5-7 ключевых вопросов: Вопросы должны быть открытыми и направленными на выявление его потребностей и ограничений в контексте его роли.
3. Предложи стратегию ведения диалога: На что делать акцент в разговоре с таким человеком? (например, «Говорить о снижении рисков, а не об ускорении работы»).

*****

Почему это работает: Промпт заставляет ИИ «встать на место» другого человека. Это помогает не просто составить список вопросов, а выработать эмпатию и подготовить аргументы, которые будут услышаны.

17. Трансформация бизнес-требований в функциональные

Проблема: Есть высокоуровневое бизнес-требование, но для разработчиков оно слишком абстрактно.

Решение: Запрос, который детализирует бизнес-требование до уровня конкретных функций системы.

Текст промпта:

*****

Ты – системный аналитик, который выступает мостом между бизнесом и разработкой. Твоя задача – «перевести» бизнес-требование на язык функциональных требований.

Бизнес-требование: [приведите требование, например, «Мы хотим повысить лояльность клиентов и стимулировать повторные покупки»].
Контекст системы: [описание системы, например, «Мобильное приложение для кофейни»].

Разложи это бизнес-требование на список конкретных функциональных требований к системе. Для каждого требования кратко опиши, как оно поможет достичь исходной бизнес-цели.
Пример:

• ФТ 1: Внедрить систему начисления бонусных баллов за каждую покупку. (Стимулирует возвращаться).
• ФТ 2: Реализовать персональные скидочные купоны для «спящих» клиентов. (Повышает лояльность).

*****

Почему это работает: Промпт помогает проследить связь от «чего хочет бизнес» до «что должна делать система». Это ключевой навык аналитика, и ИИ может помочь быстро накидать варианты для этой трассировки.

18. Создание диаграммы состояний и переходов

Проблема: Нужно описать жизненный цикл сложной сущности (например, заказа или документа) со всеми возможными статусами и переходами.

Решение: Промпт, генерирующий State Machine Diagram на основе описания жизненного цикла.

Текст промпта:

*****

Ты – эксперт по UML. Создай диаграмму состояний (State Machine Diagram) для описания жизненного цикла объекта. Формат вывода – код на языке [выберите: PlantUML или Mermaid].

Объект: [назовите объект, например, «Заказ в интернет-магазине»].
Описание жизненного цикла: [опишите состояния и переходы. Например: «Заказ создается в статусе ‘Новый’. Менеджер может его ‘Подтвердить’ или ‘Отменить’. Из ‘Подтвержден’ он переходит в ‘Оплачен’ после оплаты. Из ‘Оплачен’ – в ‘Доставляется’, а затем в ‘Завершен’. Отменить можно из любого статуса до ‘Доставляется’.»].

Твой код должен четко показать:

• Состояния (States): Все возможные статусы объекта.
• Переходы (Transitions): Действия или события, которые переводят объект из одного состояния в другое.
• Начальное и конечные состояния.

*****

Почему это работает: Это идеальный инструмент для борьбы со сложной бизнес-логикой. Промпт позволяет быстро визуализировать все возможные пути объекта по системе и выявить нелогичные или невозможные переходы.

19. Поиск пробелов в существующей документации

Проблема: Вы получили пачку старой документации по проекту и должны понять, что в ней упущено или устарело.

Решение: Запрос, который «нанимает» ИИ в качестве дотошного ревьюера, ищущего несостыковки.

Текст промпта:

*****

Ты – очень педантичный и опытный системный аналитик, которому поручили провести аудит документации. Твоя задача – прочитать предоставленный текст и найти в нем потенциальные проблемы.

Текст документации:
«»»
[вставьте сюда фрагмент или полную версию документации]
«»»

Проанализируй текст и составь список из:

1. Неоднозначных формулировок: Фразы, которые можно трактовать двояко.
2. Отсутствующей информации: Что, по-твоему, должно быть описано, но этого нет? (например, не описаны сценарии ошибок).
3. Противоречий: Места, где одна часть документации противоречит другой.
4. Устаревших данных: Упоминания технологий или процессов, которые, скорее всего, уже не актуальны (требует общих знаний).

*****

Почему это работает: Промпт дает ИИ очень специфическую роль «критика». Это переключает его с режима генерации на режим анализа, что позволяет использовать его способность к сопоставлению фактов для выявления слабых мест в логике и описании.

20. Написание раздела «Видение продукта» (Product Vision)

Проблема: Нужно сформулировать краткий и вдохновляющий документ, который объясняет суть продукта всей команде и стейкхолдерам.

Решение: Запрос, который помогает заполнить классический шаблон Product Vision.

Текст промпта:

*****

Ты – product-менеджер. Помоги мне составить «Видение продукта» (Product Vision) по шаблону Джеффри Мура.

Исходная информация:

• Для кого: [опишите целевую аудиторию, например, «небольшие команды разработки»].
• Кто нуждается в: [опишите основную потребность, например, «простом способе отслеживать задачи без сложной настройки»].
• Наш продукт – это: [опишите категорию продукта, например, «веб-приложение для управления проектами»].
• Который: [опишите ключевое преимущество, например, «позволяет создать доску и начать работу за 30 секунд»].
• В отличие от: [укажите основных конкурентов, например, «Jira, Asana»].
• Наш продукт: [опишите ключевое отличие, например, «не перегружен функциями и максимально интуитивен»].

Используя эту информацию, составь цельный, гладкий и вдохновляющий текст по шаблону: «Для [целевая аудитория], кто [потребность], наш [продукт] является [категория], который [ключевое преимущество]. В отличие от [конкуренты], наш продукт [ключевое отличие]».

*****

Почему это работает: Промпт использует проверенную временем структуру. Вы предоставляете «ингредиенты», а ИИ смешивает их в готовое «блюдо» – лаконичную и мощную формулировку, задающую направление всему проекту.

21. Подготовка презентации для разработчиков

Проблема: Аналитик описал новую фичу, и теперь нужно представить ее команде разработки, сделав акцент на важных технических деталях.

Решение: Запрос, который генерирует структуру и тезисы для презентации, ориентированной на инженеров.

Текст промпта:

*****

Ты – тимлид, который представляет команде новую задачу. Подготовь структуру и тезисы для 15-минутной презентации новой функции.

Функция: [описание функции, например, «Система рекомендаций товаров на главной странице»].
Целевая аудитория презентации: бэкенд- и фронтенд-разработчики.

Создай план презентации по слайдам:

• Слайд 1: Цель. Зачем мы это делаем? (Бизнес-ценность).
• Слайд 2: Общая схема. Упрощенная архитектурная диаграмма. Какие компоненты затронуты?
• Слайд 3: Бэкенд-задачи. Что нужно сделать на сервере? (например, «Разработать алгоритм подбора рекомендаций», «Создать API-метод GET /recommendations»).
• Слайд 4: Фронтенд-задачи. Что нужно сделать в интерфейсе? (например, «Сверстать новый блок», «Реализовать подгрузку по скроллу»).
• Слайд 5: Контракт (API). Описание запроса и ответа.
• Слайд 6: Неочевидные моменты и риски. На что обратить внимание? (например, «Что показывать новому пользователю, по которому нет данных?»).

*****

Почему это работает: Промпт заставляет ИИ думать как инженер: меньше «воды» про бизнес, больше конкретики про архитектуру, API и потенциальные проблемы. Это помогает подготовить выступление, которое говорит с разработчиками на одном языке.

22. Определение ролей пользователей и прав доступа

Проблема: В сложной системе нужно разграничить права доступа, чтобы разные группы пользователей видели и могли делать только то, что им положено.

Решение: Запрос, который помогает составить матрицу ролей и полномочий (Permissions Matrix).

Текст промпта:

*****

Ты – аналитик по информационной безопасности. Твоя задача – спроектировать ролевую модель для системы.

Система: [описание системы, например, «Корпоративный портал компании»].
Основные роли: [перечислите роли, например, «Сотрудник», «Руководитель отдела», «HR-менеджер», «Администратор»].
Основные сущности/разделы: [перечислите объекты, например, «Новости», «Заявки на отпуск», «Профиль сотрудника», «Отчеты»].

Создай таблицу (в формате Markdown), где по строкам будут сущности/разделы, а по столбцам – роли. На пересечении укажи уровень доступа:

• C (Create) – создание
• R (Read) – чтение
• U (Update) – обновление
• D (Delete) – удаление
• «-» – нет доступа.

Например, HR-менеджер может видеть (R) и редактировать (U) профиль любого сотрудника, а обычный сотрудник – только свой.

*****

Почему это работает: Матрица – это максимально наглядный способ описать права. Промпт делегирует ИИ рутинное заполнение этой таблицы на основе логических правил, что позволяет быстро получить черновик для обсуждения с заказчиком.

23. Анализ и классификация рисков проекта

Проблема: Нужно заранее продумать, что может пойти не так в проекте, чтобы подстелить соломки.

Решение: Запрос, который использует знания ИИ для генерации списка потенциальных рисков на основе описания проекта.

Текст промпта:

*****

Ты – опытный менеджер проектов с параноидальными наклонностями. Твоя задача – найти все возможные риски для нового проекта.

Описание проекта: [опишите проект, его цели, технологии, команду. Например, «Мы делаем мобильное приложение для заказа еды на Flutter с нуля. Команда небольшая, сроки сжатые. Интегрируемся с 50 разными ресторанами через их API.»].

Проанализируй описание и составь список из 10-15 потенциальных рисков. Классифицируй каждый риск по типу (технический, организационный, внешний) и предложи по одному возможному действию для его смягчения.
Формат:

• Риск: [Описание риска].
• Тип: [Технический/Организационный/Внешний].
• Стратегия смягчения: [Что можно сделать].

*****

Почему это работает: Промпт дает ИИ роль «пессимиста», что помогает ему сгенерировать более широкий спектр проблем, чем если бы он просто отвечал на вопрос «какие есть риски?». Это хороший способ для мозгового штурма и выявления «слепых зон».

24. Составление задания для дизайнера интерфейсов

Проблема: Нужно объяснить дизайнеру, как должен выглядеть и работать новый экран в приложении, чтобы он понял задачу правильно.

Решение: Запрос, который генерирует структурированное описание экрана (wireframe brief) с акцентом на элементах и их поведении.

Текст промпта:

*****

Ты – системный аналитик, готовящий задачу для UI/UX дизайнера. Создай детальное описание для проектирования макета нового экрана.

Экран: [название экрана, например, «Экран профиля пользователя в мобильном приложении»].
Цель экрана: [что пользователь должен здесь делать или видеть?].

Опиши экран, разбив его на следующие блоки:

1. Основные элементы интерфейса: Перечисли все видимые компоненты (аватар, имя, кнопка «Редактировать», список подписок и т.д.).
2. Состояния элементов: Как выглядят элементы в разных состояниях (например, кнопка заблокирована, поле с ошибкой валидации).
3. Динамическое поведение: Что происходит при взаимодействии с элементами? (например, «При нажатии на ‘Редактировать’ открывается модальное окно…»).
4. User Flow: Откуда пользователь попадает на этот экран и куда может уйти с него?

*****

Почему это работает: Промпт заставляет думать не только о том, «что нарисовать», но и «как это работает». Такое описание минимизирует количество итераций с дизайнером и помогает сразу учесть все необходимые состояния и сценарии.

25. Написание текста для списка изменений (Changelog)

Проблема: Вышла новая версия продукта, и нужно рассказать пользователям, что изменилось, причем так, чтобы они поняли ценность нововведений.

Решение: Запрос, который превращает список технических задач в понятный и дружелюбный список изменений.

Текст промпта:

*****

Ты – евангелист продукта. Твоя задача – написать текст для списка изменений (Changelog) для новой версии приложения, который будет понятен и интересен обычным пользователям.

Список технических задач, выполненных в этом релизе:

• Реализован эндпоинт /v2/auth/refresh_token
• Оптимизирован SQL-запрос на главной странице, время загрузки снижено на 300 мс
• Исправлен баг с падением приложения при загрузке аватара в формате PNG

На основе этого списка напиши Changelog, используя следующие разделы:

• Новые возможности: Опиши, какую ценность несут новые функции для пользователя.
• Улучшения: Расскажи о том, что стало работать быстрее и стабильнее.
• Исправления: Опиши, какие досадные ошибки были устранены.

Избегай технического жаргона. Вместо «реализован эндпоинт» пиши «теперь сессия не будет прерываться, и вам не придется входить в приложение заново каждые полчаса».

*****

Почему это работает: Промпт заставляет ИИ выполнить «перевод с технического на человеческий». Это помогает создавать коммуникацию, сфокусированную на пользе для клиента, а не на перечислении выполненных тикетов из трекера задач.

Ключевые команды для уточнения аналитических задач в промптах

Команда / Модификатор	Назначение	Пример использования в промпте для аналитика
Действуй как [роль]…	Задает контекст и уровень экспертизы. Самая важная команда для получения релевантного ответа.	«Действуй как системный архитектор, которому нужно объяснить сложное решение совету директоров. Используй аналогии и избегай технического жаргона.»
Представь результат в виде [формат]…	Контролирует структуру вывода, экономя время на последующем форматировании.	«Представь результат в виде таблицы Markdown с колонками: ‘Требование’, ‘Приоритет’, ‘Комментарий’.»
Проанализируй с точки зрения [аспект]…	Заставляет модель сфокусироваться на определенном качестве или проблеме.	«Проанализируй предложенное решение с точки зрения потенциальных угроз безопасности.«
Найди [X] неочевидных проблем/рисков/преимуществ…	Стимулирует ИИ к более глубокому, «нешаблонному» анализу, выходя за рамки очевидных ответов.	«Изучи это требование и найди 3 неочевидные проблемы, которые могут возникнуть при его реализации.»
Сравни [A] и [B] по критериям: [список критериев].	Обеспечивает объективное и структурированное сравнение, а не общие рассуждения.	«Сравни RabbitMQ и Kafka по следующим критериям: гарантии доставки сообщений, производительность, сложность эксплуатации.»
Перепиши этот текст для [аудитория]…	Помогает адаптировать техническую информацию для разной аудитории.	«Перепиши это техническое описание API для менеджера продукта, акцентируя внимание на бизнес-возможностях, которые оно открывает.»
Задай мне уточняющие вопросы, если информации недостаточно.	Превращает монолог в диалог, позволяя ИИ самому запросить недостающие для качественного ответа данные.	«Я хочу спроектировать систему F. Задай мне уточняющие вопросы, которые тебе нужны, чтобы составить хорошее ТЗ.«

Неочевидные советы по работе с промптами

1. Используйте отдельные чаты для разных проектов или систем. Нейросеть использует контекст текущего диалога. Создав отдельный чат для «Проекта А» и «Проекта Б», вы не дадите информации смешиваться и сможете в любой момент вернуться к работе, не напоминая ИИ все детали заново.
2. «Скармливайте» модели глоссарий и ключевую документацию в начале диалога. Прежде чем задавать вопросы о требованиях, дайте ей глоссарий терминов, общую концепцию или архитектурный документ. Это значительно повысит релевантность ее ответов в рамках всей последующей беседы.
3. Просите ИИ выступить в роли «адвоката дьявола». Вместо «хорошо ли это требование?», попробуйте «Ты – скептически настроенный разработчик. Найди 5 причин, почему это требование плохое, неполное или приведет к проблемам». Это помогает выявить слабые места в собственной логике.
4. Сохраняйте удачные «многослойные» промпты. Если вы создали сложный промпт с несколькими ролями, форматами и ограничениями, который дал отличный результат, – немедленно сохраните его в свою личную базу знаний. Это ваш золотой актив, который сэкономит вам массу времени в будущем.
5. Не бойтесь итераций и уточнений. Не стоит ждать идеального ответа с первого раза, особенно на сложный вопрос. Используйте первый ответ ИИ как черновик. Укажите, что нужно исправить, добавить или убрать. Например: «Отлично, а теперь добавь к этой таблице колонку ‘Риски’ и перепиши пункт 3 более простым языком».
6. Используйте промпт для перевода с «технического» на «человеческий» и обратно. Это одна из суперспособностей языковых моделей. Вы можете дать ей кусок кода и попросить «Объясни, что это делает, для менеджера», а затем дать ей описание бизнес-логики и попросить «Напиши для этого псевдокод для разработчика».