Je to AI asistent specializovaný na analytické práce při vývoji IS. Spolupracuje s analytikem na celém procesu návrhu softwaru – od procesního modelu přes Use Case scénáře až po Class Model.
Není to generický chatbot. Má v sobě zabudovaná pravidla analytické práce a aktivně je aplikuje – ptá se, validuje, upozorňuje na mezery a generuje strukturované výstupy pro modelovací nástroje.
Nenahrazuje analytika. Analytik přináší doménové znalosti a rozhodnutí, asistent přináší metodickou důslednost a podporu tvorby dokumentů, a to i velmi rozsáhlých, kdysi ručně nerealizovatelných.
BASE znalosti jako META Rules
ANA Method Assistant není hotový produkt, který „instalujete a zapomeňte“.
Je to člen týmu, který se učí – stejně jako každý nový analytik, který do firmy nastoupí. BASE znalosti jsou jeho odborné vzdělání, se kterým přichází do firmy v aktuální verzi obecných znalostí. Ale teprve praxí ve firmě a na projektech se z něj stává skutečně užitečný spolupracovník.
A stejně jako u živého analytika – i jeho odborné vzdělání se vyvíjí. BASE se průběžně rozšiřuje o nové verze: nová pravidla, zpřesněné validace, podpora dalších nástrojů. Upgrade BASE od autora znamená, že všechny firmy a projekty, které s ním spolupracují, automaticky získají vylepšení.
Znalostní BASE vrstva obsahuje obecnou analytickou metodiku, kterou asistent ovládá nezávisle na firmě nebo projektu:
BASE: Procesní modelování (BPM Lite)
Umí identifikovat klíčový proces firmy a vedlejší podpůrné procesy. Rozkládá proces na cyklus činnost–event–aktivita a v každé aktivitě hledá vstupní bod do systému – místo, kde proces volá konkrétní Use Case.
BASE: Use Case scénáře
Píše strukturované scénáře interakce uživatele (obecněji Actor) se systémem. Rozlišuje vzory UC scénářů. Kontroluje pokrytí atributů z Class Modelu. Navrhuje alternativní scénáře.
BASE: Class Model
Rozpoznává typy vztahů mezi entitami pomocí slovesných vzorů a kontrolních otázek. Upozorňuje na typické chyby – například když se entita vybírá ze seznamu, nemůže být v kompozici.
BASE: ANA-OQL dotazy
Specifikuje data pro zobrazení, výběrová pole a validační podmínky pomocí jednoduchého objektového dotazovacího jazyka (OQL) – komunikačního mostu mezi analytikem a programátorem.
BASE: Konzistence modelů
Aplikuje „Zákon zachování informace“ – pokud systém čte hodnotu, musí existovat místo, kde se zapsala. Řetěz sleduje až k činnosti v podniku mimo hranici systému.
Připravuji se další kontroly konzistence modelů.
BASE: Umí a učí se spolupracovat s nástroji
Umí spolupracovat s modelovacími nástroji (např. Enterprise Architect). Konkrétní nástroje se učí podle požadavků.
Třívrstvá znalostní architektura
Asistent pracuje ve třech vrstvách znalostí – od obecné metodiky po konkrétní projekt. Každá vrstva přidává specifičtější znalosti. A stejně jako v živém týmu – zkušenosti z praxe se přenášejí zpět: co se osvědčí na projektu, může se stát standardem firmy. Co se osvědčí ve firmě, může se stát součástí BASE.
1. BASE (META Rules)
Obecná analytická metodika popsaná v předešlé sekci. Platí univerzálně, nezávisle na firmě, projektu nebo nástroji. Obsahuje i tooling BASE – ověřená pravidla pro práci s konkrétními nástroji, která prošla praxí a zobecnila se.
BASE se průběžně rozšiřuje novými verzemi.
2. Firemní vrstva
Když asistent nastoupí do firmy, začne se učit její specifika (nástroje, postupy atd.) Toto učení není jednorázové. S každým projektem asistent lépe rozumí firmě.
3. Projektová vrstva
Na konkrétním projektu se asistent učí to nejspecifičtější a používá k tomu:
- Rozpracované artefakty – UC scénáře, BPM modely, Class Model aj. a to ve stavu, v jakém právě jsou.
- Dokumenty k projektu – zadávací dokumentace, manuály agend při dalším vývoji, již vyvinutá databáze (DDL) atd.
- Projektové nástroje a integrace – projekt může vyžadovat práci s nástrojem. Pokud jej asistent neumí, tak se ho naučí. I zde platí stejný princip: osvědčí-li se projektová znalost šířeji, může postoupit do firemní vrstvy.
Jak nasazení funguje v praxi
Nasazení ANA Method Assistant do firmy není jen instalace softwaru, je to specifická konzultační spolupráce – společná analýza firemních potřeb, tvorba firemní a projektové znalostní vrstvy, ladění pravidel, postupné rozšiřování schopností. Podobně jako když do firmy přivedete seniorního konzultanta, který tým metodicky vede.
Tento přístup je záměrný. Analytická práce je příliš specifická na to, aby fungovala „z krabice“. Každá firma má jiné procesy, jiné nástroje, jiné konvence. Profesionální nasazení vyžaduje počáteční spolupráci s autorem metodiky, s tvůrcem asistenta.
Technicky firma používá svoje připojení k vybranému produktu LLM, doporučuji Claude. Platba za spotřebu tokenů je tedy plně v režii firmy, tj. moje firma tyto operace nezprostředkovává.
Jak se s asistentem pracuje
Chcete-li kvalitní výstup, musíte být přesní a proto vás mnohdy asistent formou dialogu vede k cíli. Analytik popisuje doménu, asistent se doptává. Ne proto, aby poučoval, ale proto, aby od analytika získal nutné informace pro kvalitní tvorbu dokumentů. Typické otázky asistenta:
– „Odkud systém zná tuto hodnotu? Který Use Case ji do systému zapsal?“
– „Zakládá se Y současně s X, nebo se Y vybírá z existujícího seznamu?“
– „Co se děje v podniku předtím, než aktér použije systém, stačí stručně?“
Každá odpověď zpřesňuje model. Každá otázka může odhalit chybějící proces, chybějící Use Case nebo nekonzistenci v modelu.
Samozřejmě, pokud analytik řekne asistentovi tyto informace dopředu, například použije klasicky „slovní Class Model“, tak spousta dotazů odpadne a asistent dává přímo artefakty, ale v případě nejasností se doptává.
Pochopitelně funguje i obrácená zpětná vazba: Analytik kontroluje výstupy a opravuje chyby. Pokud je chyba důsledkem nedostatečných znalostí asistenta a nikoliv důsledkem informačního šumu, znalosti asistenta se opraví nebo doplní.
Současná práce na více úrovních
Asistent nepracuje sekvenčně – nejdřív procesy, pak Use Case, pak Class Model. Pracuje na všech úrovních současně, protože se vzájemně ovlivňují. Při rozpracování Use Case scénáře může zjistit, že v procesním modelu chybí aktivita. Při validaci Class Modelu může odhalit, že žádný Use Case nezapisuje hodnotu, kterou jiný Use Case čte.
Asistent tedy současně s tvorbou dokumentů drží metodickou konzistenci, analytik drží doménovou pravdu s požadavky na tvorbu dokumentů.
Příklady z praxe
Následující příklady ukazují, jak spolupráce s asistentem vypadá v reálných situacích. Nejsou to okrajové případy – jsou to situace, které se při analytické práci opakují pravidelně.
Výběr ze seznamu není kompozice
Analytik popisuje: „Na detailu Rizika uživatel přidá 1-N opatření z katalogu a ohodnotí jejich účinnost.“
Slova „přidá“ a „má svoje“ svádějí k tomu modelovat vztah jako kompozici – Riziko vlastní svá Opatření. Ale asistent zachytí klíčový signál: „z katalogu“. Pokud se opatření vybírají z existujícího seznamu, nemohou se současně rodit s Rizikem. Kompozice je vyloučena. Jedná se buď o asociační třídu anebo vzor Vlak má svoje Vagóny vlaku ze seznamu Vagónů.
Odkud to systém ví?
Analytik píše scénář Use Case „Schválení faktury“ a uvede krok: „Systém ověří, že částka nepřekračuje schvalovací limit uživatele.“
Asistent se zeptá: „Který Use Case zapisuje schvalovací limit do systému?“ Analytik identifikuje UC „Nastavení limitu adminem“. Asistent pokračuje: „Odkud administrátor zná správnou hodnotu limitu?“ Řetěz vede až k činnosti v podniku – vedení firmy schválí směrnici, která se distribuuje na IT oddělení.
Bez této validace by model předpokládal, že systém hodnotu „prostě zná“. Při implementaci by se na to přišlo – ale pozdě a draze.
Jak začít spolupracovat
Z popisu třívrstvé architektury znalostí asistenta je zřejmé, že jeho nasazení vyžaduje intenzivní spolupráci – zejména na začátku. Vytvoření firemní a projektové znalostní vrstvy, naučení firemních nástrojů, ladění pravidel pro konkrétní doménu – to vše vyžaduje čas a osobní vedení autora metodiky. Týmy ve firmě se musí naučit pracovat s AI Asistentem, jak ho něčemu naučit, jak se v kontextu dobře ptát, jak ho nechat generovat požadované dokumenty a korigovat při odchylkách a provádět zpětnou vazbu.
Proto je kapacita záměrně omezená na maximálně 2–3 firmy současně. Každá firma dostává plnou pozornost, ne povrchní onboarding.
Aktuální stav: Jedna firma již projevila zájem a spolupráce se rozjíždí. Zbývají 1 – 2 volná místa.
Pokud vás zajímá profesionální nasazení, a máte zájem o další informace, neváhejte se na mne obrátit – buď mailem objects@objects.cz anebo přes zprávu na LinkedIn. Domluvíme si úvodní konzultaci (může být online meeting), kde společně posoudíme, zda a jak ANA Method Assistant zapadne do vašeho týmu.
Závěr
ANA Method Assistant není nástroj, který „nainstalujete a zapomenete“.
Je to spolupracovník, který se učí – začíná s obecnou metodikou, přizpůsobuje se firmě a roste s každým projektem a s každým novým požadavkem.
A pokud máte zájem, můžete si takového výkonného, učenlivého a snaživého analytika přijmout do týmu.
Napsat komentář