Кейсы

Промпт-инжиниринг: чего не хватает в большинстве запросов к нейросетям

ZOLT®AI / NEWS

Промпт-инжиниринг – новое направление в сетевом бизнесе, которое уже постепенно заполняет web-пространство. Что это и почему теперь так актуально? Прежде всего стоит уточнить, что под данным названием заключается вполне банальная задача: грамотное составление ТЗ нейросети. Например, не так важно, чего вы хотите, как то, чего вы хотите конкретно. Человек, который не разбирается в архитектуре своего проекта, не сможет составить ТЗ для внедрения новых функций. Значит, ключевым условием является знание мелких аспектов своей деятельности (то, что ещё обычно называют профессионализмом). Но какие ещё важные моменты стоит учитывать при работе с нейросетью? В своём блоге уже рассказывал о том, как правильно заниматься масштабированием IT-продукта через работу с нейросетью.

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

Обложка: Как научить ИИ писать E2E-тесты для iOS и Android по стандартам проекта
КейсыHabr AI

Как научить ИИ писать E2E-тесты для iOS и Android по стандартам проекта

Привет, Хабр! Меня зовут Дима Борщевский, я QA Engineer в Авито Товары и работаю в IT около десяти лет. В последнее время я разбираюсь, какую часть подготовки мобильных E2E-тестов можно передать ИИ-агенту без снижения требований к качеству. Сгенерировать несколько строк на Kotlin или Swift несложно. Сложнее получить изменение, которое использует инфраструктуру конкретного проекта, подготавливает воспроизводимые данные, проверяет результат каждого действия, компилируется и запускается. Обычного запроса в духе «напиши E2E-тест оформления заказа» для этого недостаточно. В статье я разберу подход, оформленный как универсальный скилл для мобильных E2E-тестов. Он поддерживает Android и iOS, но не навязывает общий фреймворк: источником правил остаётся целевой репозиторий.

Обложка: Путь к локальному LLM — модель которую я наконец-то реально использую каждый день
КейсыHabr AI

Путь к локальному LLM — модель которую я наконец-то реально использую каждый день

Путь к локальному LLM: как требвоания по ИБ и “дух авантюризма” привели меня к 125B-модели под столом - и почему агенты больше не просят облако ИИ-агенты у меня не демо для презентаций, а производственная сила: пишут код, расследуют инциденты по трассировкам, формируют постанвоки и прототипы, развивают платформы и закрывают кучу процессов бекофиса. Внутри компании у нас уже давно идет процесс ИИзации процессов и повышения личной эффективности за счет ИИ-агентов. Но чем больше они работают, тем настойчивее вопрос - сначала от ИБ Заказчиков, потом и мой собственный для контроля использовании ИИ во внутренних командах: а куда именно уходят постановки задач, куски кода и данные?

Обложка: Как мы убрали человека из код-ревью (но пока не везде)
КейсыHabr AI

Как мы убрали человека из код-ревью (но пока не везде)

Привет, Хабр! Меня зовут Анна Саботович, я веду внедрение AI-ревьюера в продуктовой группе Garage Eight, и самый частый вопрос, который мне задают: «Ну и когда он заменит человека?» Отвечу сразу: на части кода уже заменил. В октябре наши iOS-команды сняли третий обязательный апрув на merge request (MR). Теперь в продуктовых репозиториях их не больше двух, при этом в репозитории ревьюера за тот же октябрь влили 35 MR, и апрув кого-то, кроме автора, есть только у шести. Во внутреннем сервисе аналитики разработки влили 69 MR, и ни в одном нет апрува другого человека: автор мержит сам. Хочу рассказать, как мы учились доверять AI и что планируем делать дальше.