Перейти к основному содержимому

О разделе "ИИ в проектном процессе"

Copilot, ChatGPT, Claude, Cursor и локальные модели уже в IDE, браузере и иногда в трекерах. Раздел 7.24 — не про устройство нейросетей (это раздел 6 — ИИ), а про процесс команды: что можно генерировать, как ревьюить код от модели, куда не слать секреты и как не превратить junior в копировальщика нейрослопа.

Без письменной политики в wiki типичны утечки данных, споры об IP и PR, которые никто не может объяснить на review.


Для кого раздел

РольЧто полезно
РазработчикГраницы промптов, как помечать AI-код в PR
Тимлид / EMШаблон политики, процесс review, метрики риска
QA / BAВалидация тест-кейсов и user story от модели
PM / POДоговор с заказчиком, прозрачность для аудита
ИБЗапрет ПДн и секретов в облачных LLM
ИИ ускоряет, ответственность не снимает

Автор PR отвечает за каждую строку — как за свой рукописный код. Модель может ошибаться, галлюцинировать API и повторять чужие фрагменты под неподходящей лицензией.


Что входит в раздел

МатериалСодержание
ИИ и LLM в командной разработкеПолитика, таблицы разрешений, review, лицензии, пример политики AI code review
ИтогиРезюме для wiki и onboarding
Чек-листЕсть ли зрелая политика LLM в проекте

Смежные материалы:


Политика нужна, даже если все уже пользуются ИИ

Неформальное использование LLM создаёт разные правила у разных людей:

  • один шлёт фрагменты prod-кода в публичный ChatGPT;
  • другой генерирует auth без усиленного review;
  • junior сдаёт задачу, не понимая diff;
  • заказчик на аудите спрашивает, кому принадлежит сгенерированный код — ответа нет.

Политика на 1–2 страницы wiki согласуется с ИБ и юристами по IP. Она отвечает на вопросы:

  • какие инструменты одобрены (Copilot org, локальная модель, запрет облака);
  • что можно и нельзя класть в промпт;
  • как помечать AI-участие в PR;
  • кто усиленно ревьюит auth, платежи, ПДн;
  • как обучать junior работе с ассистентом.

LLM и Copilot — термины

ТерминЗначение
LLMLarge Language Model — большая языковая модель (GPT, Claude, Llama и др.)
CopilotAI-ассистент в IDE (GitHub Copilot, Cursor, JetBrains AI и аналоги)
ПромптТекст запроса к модели
InferenceЗапрос к модели и получение ответа (часто в облаке)
Локальная модельМодель на машине или в контуре компании без отправки кода наружу

Технические детали моделей — введение в ИИ, модели и инструменты.


Области применения в проектном процессе

В основной статье — таблицы разрешений и пример политики AI code review.


Review — центральное правило

Код от ИИ проходит тот же code review, CI и DoD, что и рукописный:

  • автор понимает каждую строку;
  • тесты проверяют поведение, а не assert True;
  • в описании PR указано использование ИИ (прозрачность);
  • для auth/платежей — второй ревьюер или security checklist.

Секреты, ПДн и compliance

Запрещено без явного исключения от ИБ:

  • API-ключи, пароли, токены, connection strings;
  • персональные данные клиентов и сотрудников;
  • полный репозиторий или большие фрагменты проприетарного кода в публичный облачный чат;
  • внутренние URL, архитектура под NDA в неодобренный сервис.

Допустимые альтернативы: локальная модель, enterprise-контур Copilot с DPA, обезличенные сниппеты.


Лицензии и IP

Сгенерированный код может совпадать с фрагментами под GPL или чужими репозиториями. Команда проверяет:

  • лицензии зависимостей;
  • SCA в CI при необходимости;
  • договор с заказчиком — кому принадлежит результат с участием ИИ.

Junior и обучение

ИИ — инструмент, как автодополнение или поиск, а не замена мышления. Наставник проверяет, что junior объясняет решение без подсказки модели. См. вайб-кодинг и советы для новичка.


Связь с удалёнкой и доставкой

В удалённой команде политика ИИ обязательно в wiki — не устная традиция одного офиса. DoD может включать пункт: "PR с AI — пометка в описании, review пройден".


Как читать раздел

  1. Основная статья — политика, review, пример регламента.
  2. Согласуйте черновик с ИБ и PO.
  3. Опубликуйте в wiki, добавьте ссылку в онбординг.
  4. Чек-лист — раз в полгода на retro.