Планирование проекта и делегирование
Прошлый урок был про одну задачу. Но в агентстве работа — это проекты на недели, с десятками задач и несколькими людьми. Делегирование на уровне проекта — это отдельный навык: решить заранее, где ИИ будет помогать, где — нет, и как сделать так, чтобы каждый участник не изобретал это заново. Разберём на примере небольшого проекта.
Карта делегирования
Возьмём типичный проект: сайт для небольшой компании, четыре недели, команда — менеджер, аналитик, дизайнер, разработчик, тестировщик. Разложим по этапам и для каждого спросим: что здесь отдаём модели, в каком режиме, что остаётся людям.
Сбор требований. Аналитик проводит интервью с клиентом. Само интервью — человек. Подготовка гайда с вопросами — дополнение: модель предлагает, аналитик отбирает. Расшифровка и превращение в список требований — автоматизация. Поиск пробелов и противоречий в требованиях — дополнение. Факты о бизнесе клиента — только из его слов и его площадок; если модель что-то «дополнила», это идёт в список вопросов, а не в документ.
Дизайн. Концепция и композиция — дизайнер. Тексты для интерфейса, варианты формулировок, состояния ошибок — автоматизация. Критика макета с позиции разных пользователей — дополнение. Проверка контраста — лучше скриптом, чем «на глаз» и чем мнением модели.
Разработка. Архитектурные решения — разработчик, возможно с обсуждением. Типовой код, тесты, рефакторинг по образцу — агентность через Claude Code с чёткими границами. Ревью — дополнение: модель первая читает дифф, человек — второй.
Тестирование. Чек-листы из ТЗ, тест-данные, генерация граничных случаев — автоматизация. Исследовательское тестирование и решение о готовности — человек.
Управление. Протоколы встреч, статусы по заметкам, планы — автоматизация с проверкой фактов. Разговоры с клиентом о сроках и деньгах — человек; модель — для репетиции и формулировок.
Записанная таким образом карта делегирования занимает полстраницы. Её ценность в том, что решения приняты один раз и всей командой, а не каждым по-своему в момент спешки.
Модель как партнёр по планированию
Есть соблазн просить модель «составь план проекта». Это плохое делегирование: у модели нет вашего опыта, вашей команды и вашего клиента. Но модель — хороший партнёр по планированию, если использовать её в режиме дополнения.
Что она делает хорошо:
- Находит пропущенные этапы. «Вот план из восьми пунктов. Чего в нём не хватает для проекта такого типа?» Она напомнит про миграцию данных, настройку аналитики, редиректы со старых адресов.
- Задаёт вопросы. «Задай мне десять вопросов, ответы на которые нужны, чтобы оценить этот проект». Часть вопросов вы уже знаете, часть — забыли задать клиенту.
- Проверяет зависимости. «Вот список задач. Какие из них нельзя начать, пока не сделаны другие?»
- Играет роль. «Ты — клиент, который увидит этот план. Что тебя в нём смутит?»
Чего она не делает: не знает реальную скорость вашей команды, не знает, что разработчик уходит в отпуск, не знает историю отношений с клиентом. Сроки, оценки и приоритеты — ваши.
Разовое и повторяющееся
При взгляде на проект целиком становится видно, что многие задачи повторяются: еженедельный статус, чек-лист регресса перед каждым релизом, проверка макета по одному списку критериев, шаблон постановки задачи разработчику. Для таких задач описание стоит написать один раз и переиспользовать.
Форма зависит от инструмента. В чате это может быть сохранённый шаблон промпта или проект с инструкциями. В Claude Code — файл CLAUDE.md с правилами проекта или навык (Skill) для конкретной операции. Разница принципиальная: разовый промпт живёт у одного человека в истории чата, а инструкция в проекте живёт у всей команды и улучшается по мере накопления ошибок.
Хороший признак зрелого делегирования — когда после каждой найденной ошибки ИИ команда не говорит «ну вот, опять», а дописывает одну строку в общую инструкцию, чтобы ошибка не повторилась.
Границы для агентов
Чем самостоятельнее ИИ, тем важнее заранее описать, чего он делать не должен. Для агентных задач на уровне проекта полезно зафиксировать:
- какие файлы и данные можно менять, а какие — нет;
- когда нужно остановиться и спросить (например, перед удалением, перед изменением схемы базы, перед отправкой чего-либо наружу);
- как проверять результат (какие тесты запускать, какие критерии считать провалом);
- сколько попыток допустимо, прежде чем вернуть задачу человеку.
Эти правила в Claude Code живут в CLAUDE.md; в других инструментах — в системных инструкциях. Они не только защищают от ущерба, но и повышают качество: агент, который знает, как проверить свою работу, чаще её проверяет.
Как понять, что делегирование работает
Несколько признаков, по которым видно, что карта делегирования принесла пользу, а не стала ещё одним документом.
Люди перестали задавать модели вопросы, на которые она не может знать ответ. Черновики приходят на ревью уже с пометками «проверено по источнику» и «нужно уточнить у клиента». Повторяющиеся задачи выполняются по общей инструкции, а не по памяти. И главное — время, сэкономленное на черновиках, тратится на проверку и на общение с клиентом, а не просто на большее количество черновиков.
Попробуйте сами
10–15 мин на рабочем месте- Возьмите текущий проект и составьте карту делегирования на полстраницы: этапы → что отдаём модели, в каком режиме → что остаётся людям. Покажите её команде и попросите поправить. Даже если карта неполная, разговор о ней стоит потраченных 15 минут.
- Отдайте модели свой план проекта (без данных клиента) с просьбой: «Чего в этом плане не хватает? Какие зависимости между задачами я мог упустить?». Отметьте, какие из её замечаний оказались полезными, а какие — общими.
- Найдите одну повторяющуюся задачу в проекте и напишите для неё инструкцию, которой мог бы воспользоваться коллега: контекст, что должно получиться, как проверить. Сохраните там, где её увидит команда.
Коротко
- Карта делегирования: для каждого этапа проекта — что отдаём модели, в каком режиме, что остаётся людям.
- Факты о клиенте — только из его слов и его площадок; «дополнения» модели — в список вопросов.
- Модель — партнёр по планированию (пропуски, вопросы, зависимости, роль клиента), а не автор плана.
- Повторяющиеся задачи описываем один раз: шаблон, проект с инструкциями, CLAUDE.md, навык.
- Для агентов заранее описываем границы: что менять нельзя, когда спросить, как проверять.
- Признак успеха: сэкономленное время уходит на проверку и клиента, а не на больше черновиков.
Видеоверсия
Сценарий озвучки · 430 слов, ≈ 3 мин
В прошлом уроке мы делегировали одну задачу. Но в агентстве работа — это проекты на недели, с десятками задач и несколькими людьми. Делегирование на уровне проекта — отдельный навык: решить заранее, где ИИ будет помогать, где нет, и как сделать так, чтобы каждый не изобретал это заново.
Возьмём небольшой проект: сайт для компании, четыре недели, команда из пяти человек. Пройдём по этапам. Сбор требований: само интервью с клиентом проводит человек. Гайд с вопросами — модель предлагает, аналитик отбирает. Расшифровка и превращение в список требований — автоматизация. Поиск пробелов и противоречий — снова вместе. И важное правило: факты о бизнесе клиента берутся только из его слов и его площадок. Если модель что-то дополнила, это идёт в список вопросов, а не в документ.
Дизайн: концепция и композиция — дизайнер. Тексты для интерфейса, состояния ошибок, варианты — автоматизация. Критика макета с позиции разных пользователей — вместе. Разработка: архитектура — разработчик. Типовой код, тесты, рефакторинг по образцу — агент вроде Claude Code с чёткими границами. Ревью — модель читает дифф первой, человек второй. Тестирование: чек-листы и граничные случаи — автоматизация, решение о готовности — человек. Управление: протоколы и статусы — автоматизация с проверкой фактов, разговоры о сроках и деньгах — человек.
Такая карта занимает полстраницы. Её ценность в том, что решения приняты один раз и всей командой, а не каждым по-своему в момент спешки.
Теперь про соблазн попросить модель составить план проекта. Это плохое делегирование: у неё нет вашей команды и вашего клиента. Но она хороший партнёр по планированию. Спросите: чего не хватает в этом плане? Она напомнит про миграцию данных, аналитику, редиректы. Попросите: задай десять вопросов, без ответов на которые проект не оценить. Часть вы забыли задать клиенту. Попросите проверить зависимости между задачами. Попросите сыграть клиента, который увидит план впервые. А сроки, оценки и приоритеты — ваши.
Когда смотришь на проект целиком, видно, что многие задачи повторяются: еженедельный статус, регресс перед релизом, проверка макета по одному списку. Для них описание пишется один раз. В чате это шаблон или проект с инструкциями. В Claude Code — файл клод-эм-дэ с правилами проекта или навык для конкретной операции. Разовый промпт живёт у одного человека, инструкция в проекте — у всей команды, и после каждой найденной ошибки в неё дописывается одна строка.
Чем самостоятельнее ИИ, тем важнее описать, чего он делать не должен. Какие файлы менять нельзя. Когда остановиться и спросить — перед удалением, перед изменением базы, перед отправкой наружу. Как проверять результат. Сколько попыток допустимо. Агент, который знает, как проверить свою работу, чаще её проверяет.
И как понять, что делегирование работает. Люди перестали спрашивать модель о том, чего она знать не может. Черновики приходят с пометками «проверено по источнику». А сэкономленное время уходит на проверку и на клиента, а не просто на большее количество черновиков.
