Задача: проверить систему в работе
В текущем проекте ГИС СУБ я работаю над системой регистрации газовых баллонов и их идентификации по меткам Grid Matrix. На старте важно было получить работающий путь: зарегистрировать объект, сформировать код, прочитать его и сопоставить данные с реестром.
Я использовала AI в разработке MVP. Отправной точкой были предметная задача, модель данных и понятный результат для проверки.
Что вошло в MVP
- Регистрация баллонов и работа с реестром.
- Генерация кодов Grid Matrix (GM) в PNG.
- Чтение кода из файла и с камеры, проверка данных.
- Локальная сборка для Mac и офлайн-пакет для Windows.
Как я выстраиваю работу с AI
Я задаю логику продукта и критерии готовности. AI подключаю к реализации, разбору ошибок и проверкам. Задачи разбиваю на части, для каждой фиксирую ожидаемый результат.
Требования, принятые решения и состояние проекта сохраняю в репозитории контекста. Это помогает продолжать работу между сессиями и инструментами, не восстанавливая историю по памяти.
При работе с кодами проверяю всю цепочку: генерацию, формат изображения, чтение и совпадение полей. Успешный запуск интерфейса сам по себе не подтверждает, что цепочка работает.
Результат, который можно проверить
За три недели появился работающий MVP. В программной приёмке выбранное ядро распознало 1000 из 1000 уникальных чистых PNG с проверкой данных.
Это результат проверки цифровых изображений. Печать, нанесение меток на баллоны и чтение в реальных условиях требуют отдельной проверки. Так я разделяю готовность MVP и готовность к эксплуатации.
Что этот кейс даёт бизнесу
Работающий MVP позволяет раньше проверить сценарии и обнаружить ограничения. Вместо обсуждения только сметы и сроков можно разбирать конкретную реализацию: что работает, что нужно изменить и какие испытания провести дальше.
В этом для меня ценность AI: быстрее переходить от требований к проверяемому результату, сохраняя ответственность за постановку задачи и качество решений.
Мой принцип
Сначала — задача, данные и критерии проверки. Затем — работа с AI короткими итерациями. На выходе — результат и доказательства того, что именно проверено. Практиками делюсь в «ИТ-Коктеле».