Генерация ТЗ с помощью ИИ: как собрать требования из всех каналов за 1–3 дня

Практика крупных финансовых компаний показывает, что даже Jira, куда переносят требования вместо Confluence или Word, не закрывает потребность целиком. В Jira нет версионности задач, нет истории получения требований из переписки, нет интеграции с каналами коммуникаций. Аналитик по-прежнему ловит вводные из почты, мессенджера, комментариев и вложенных файлов, а единого места, где всё складывалось бы в целостную картину, не существует. Ниже разберём, как построить систему, которая собирает ТЗ автоматически из источников и подключает ИИ для навигации по результату.

Что понадобится?

• Jira или аналогичный трекер задач (уже используется в большинстве команд).
• Каналы, откуда приходят требования: корпоративная почта, Slack или другой мессенджер, комментарии в задачах, общие папки с файлами.
• Инструмент связанных заметок для прототипа: Obsidian, Notion или специализированная система управления требованиями. Obsidian подходит для первой проверки концепции на одном человеке, но для командной работы понадобится решение с согласованиями и версионностью.
• ИИ-модель с поддержкой протокола MCP (Model Context Protocol, стандарт подключения внешних данных к языковой модели). MCP позволяет нейросети «видеть» содержимое вашей системы и отвечать на вопросы по связанным карточкам.
• Примерное время на настройку базового прототипа: от одного до трёх рабочих дней.

Пошаговая инструкция

1. Определите все каналы входящих требований. Выпишите, откуда аналитик реально получает вводные: почта, мессенджер, комментарии Jira, файлы, ссылки. Без этого списка автоматизация закроет только часть потока.

2. Выберите систему, где ТЗ станет выборкой, а не файлом. Ключевой принцип: документы разных типов связываются между собой, каждый имеет ссылку на источник, историю обсуждения и согласования. ТЗ это не страница, а всегда актуальная подборка связанных карточек. Если команда маленькая и нужно быстро проверить идею, подойдёт Obsidian. Для полноценной командной работы нужна система с правами доступа и утверждениями.

3. Настройте интеграцию с каналами. Подключите почту, мессенджер и трекер к выбранной системе. Цель: каждое входящее требование автоматически превращается в карточку со ссылкой на источник. Аналитик перестаёт вручную переносить текст из переписки в документ.

4. Свяжите карточки между собой. Используйте принцип связанных заметок: каждая карточка-требование ссылается на родительскую задачу, смежные требования и согласования. Папки не работают, работают связи.

5. Подключите ИИ через MCP.

# Пример промпта для ИИ-агента, подключённого к системе требований
Системный промпт:
"Ты ассистент системного аналитика. У тебя есть доступ
к базе связанных карточек-требований через MCP.
Когда пользователь спрашивает о статусе ТЗ,
пройди по связям между карточками, покажи полную
картину: какие требования приняты, какие ещё
на согласовании, откуда каждое пришло."

Без ИИ набор карточек трудно охватить взглядом: это уже не документ, который читают сверху вниз. Нейросеть проходит по связям и показывает целостную картину, отвечает на вопросы по ней.

1. Проверьте на реальном кейсе. Возьмите одну текущую задачу, соберите все требования к ней через систему и сравните результат с тем, что аналитик написал бы вручную. Обратите внимание на требования, которые «потерялись» бы в переписке.

Кому это пригодится и что делать прямо сейчас?

Системным аналитикам и техническим писателям. Вы перестанете вручную переносить требования из переписки в документ. Система заберёт их из каналов и свяжет. Освободившееся время пойдёт на анализ, а не на оформление.

Разработчикам. Вы получите всегда актуальное задание с прослеживаемой историей: видно, откуда пришло каждое требование, кто его согласовал и когда оно изменилось.

Бизнес-заказчикам и руководителям проектов. Принятые решения сразу окажутся в ТЗ. Не нужно проверять, «дошло ли до разработки» то, что обсудили в переписке.

Авторам Дзена и контент-командам. Принцип «не пиши документ, а собирай из источников» работает и для редакционных заданий: бриф, собранный автоматически из переписки с заказчиком, экономит те же часы.

Выстроить такую систему за день не получится, но начать можно с одного канала и десятка карточек. Подключите почту, свяжите требования, задайте ИИ первый вопрос по ним. Когда увидите, что нейросеть нашла потерянное требование быстрее вас, мотивация масштабировать появится сама.