А теперь к более серьезным новостям из области практического применения ChatGPT. За последние 2 недели я провел много интересных экспериментов. Начнём с самого впечатляющего. Оказалось, что ChatGPT очень хорош в создании или исправлении OpenAPI спецификаций. Особенно круто работает его «понимание» доменных сущностей и генерация структур данных и документации без необходимости задавать детальный контекст. То есть, вы описываете доменный смысл API и минимальную информацию о данных, а на выходе получаете прекрасную OpenAPI спеку. Процесс со всеми корректировками занимает 5-10 минут. Не менее крутым оказалось «причесывание» корявого API. Как известно, разработчики ленятся документировать API, добавлять примеры, расставлять атрибуты обязательности полей, описывать все варианты ответов и в результате API выглядит кривым и непонятным для интеграции и тестирования. ChatGPT способен очень быстро исправить эти проблемы и дополнить API всем необходимым. А потом еще и сгенерировать изменения в коде, чтобы генерация спеки давала тот же результат. 2 часа заняло у меня «причесать» API для клиента в достаточно большой системе на 100+ эндпоинтов. Я начал активно проводить воркшопы по использованию ChatGPT у клиентов и стараюсь все показывать на релевантных примерах. На одном из воркшопов мы просто достали из бэклога достаточно типовую задачу с оценкой 2 дня и сделали ее полностью за 1 час с помощью ChatGPT: API -> API тесты -> реализация эндпоинта на Spring Boot в гексагональном стиле -> тесты на адаптеры -> модульные тесты на бизнес логику -> бизнес логика -> рефакторинг -> подготовка PR. Еще одно натуральное и очень полезное применение нашлось в области подготовки к собеседованию. Формулируешь контекст вакансии, требования к кандидату, что хотелось бы проверить на собеседовании, а потом генерируешь списки вопросов по каждому топику в ширину и глубину. И на собеседовании ты имеешь готовые вопросы для всех сценариев. Время подготовки 10-15 минут. Последнее на сегодня использование касается проведения ретроспектив. ChatGPT отлично справляется с задачей генерации детальной структуры ретроспективы под конкретный контекст и цель, с таймингом и инструкциями для фасилитатора. Отличный инструмент для начинающих. Но я обычно четко знаю что я и как хочу делать на ретро. Поэтому эксперименты касаются упрощения ретро для команды и расширения поля зрения. Вместо генерации карточек на какую-то тему можно с помощью ChatGPT быстро сгенерировать полный набор опций и попросить людей выбрать наиболее актуальные для них. То же самое можно делать на этапе генерации идей улучшений по какой-то области. Сначала спрашиваем ChatGPT и потом обсуждаем эти варианты с целью либо подобрать наиболее подходящий, либо лучше понять проблему и сгенерировать свой лучший вариант. Мне кажется, это может вывести командные ретроспективы на совершенно новый уровень и снизить зависимость от экспертности SM и уровня зрелости команды. А у вас есть новые интересные кейсы? Делитесь в комментариях!