Застосування технологій штучного інтелекту для оптимізації опису завдань проектного менеджменту

Abstract

Метою роботи є підвищення ефективності процесів проєктного менеджменту шляхом розроблення веб-орієнтованої інформаційної системи, що інтегрує технології штучного інтелекту для генерації та оптимізації описів завдань. Об’єкт дослідження – процес управління завданнями та вимогами в проєктах розробки програмного забезпечення. Предмет дослідження – методи та засоби застосування великих мовних моделей (LLM) для автоматизованого формування технічної документації. Методи дослідження включають: системний аналіз, об’єктно-орієнтоване проєктування, методи інженерії знань (Prompt Engineering), емпіричне тестування програмного забезпечення. В даній роботі розроблено веб-застосунок для управління проєктами за методологією Kanban, побудований на стеку технологій Next.js, Hono та PostgreSQL. Реалізовано модуль інтеграції з OpenAI API, що забезпечує автоматичну генерацію розширених описів завдань, критеріїв приймання та оцінки складності на основі короткого контексту. Впроваджено архітектурний підхід Feature-Sliced Design та принцип BYOK (Bring Your Own Key) для гнучкості налаштування. Створена система дозволяє скоротити час бізнес-аналізу, стандартизувати формат вимог та зменшити комунікаційне навантаження на команду розробки.

The purpose of the work is to increase the efficiency of project management processes by developing a web-oriented information system that integrates artificial intelligence technologies for generating and optimizing task descriptions. The object of the study is the process of managing tasks and requirements in software development projects. The subject of the study is methods and tools for applying large language models (LLM) for the automated formation of technical documentation. The research methods include: system analysis, object-oriented design, knowledge engineering methods (Prompt Engineering), and empirical software testing. In this work, a web application for project management based on the Kanban methodology was developed, built on the technology stack of Next.js, Hono, and PostgreSQL. An integration module with the OpenAI API has been implemented, providing automatic generation of extended task descriptions, acceptance criteria, and complexity estimation based on a short context. The Feature-Sliced Design architectural approach and the BYOK (Bring Your Own Key) principle were implemented for configuration flexibility. The created system allows reducing business analysis time, standardizing the requirements format, and decreasing the communication load on the development team.