Все статьи
Замысел, спецификации и контекст — AI-Native SAFe®
Дата: 28.07.2026
Замысел (Intent), спецификации и контекст нужны для того, чтобы все — и человеческие команды, и автономные ИИ-агенты — точно понимали, зачем создаётся продукт, что он должен делать и где обязан преуспеть. Замысел устанавливает фундаментальное «зачем», лежащее под бизнес-эффектами (outcomes): благодаря ему исполнение направлено на решение значимых проблем клиента, а не просто на обработку задач. Спецификации переводят эту стратегию в ясные «что» и «как», задавая машиночитаемые границы и достаточную детализацию решения, из которых складывается успешный продукт. Наконец, контекст даёт критически важное «где»: он заземляет разработку в меняющейся реальности клиента, рынка и регуляторной среды.
Явная связь этих трёх элементов обеспечивает абсолютную согласованность по всей организации. Это устраняет неоднозначность, предотвращает автоматизированные ошибки и ускоряет принятие решений на местах, позволяя командам поставлять ценность быстро и ответственно.
От результатов к эффектам в ИИ-организации, вебинар AI-Native SAFe Series 30.06.2026 (русская озвучка, 25 минут)
Не диктуйте людям, что делать и как. Вместо этого предельно ясно объясняйте свои намерения. Скажите, какого результата вы от них ждёте, и, самое главное, объясните зачем.
Содержание
ИИ (искусственный интеллект) из универсального чат-бота становится точным, надёжным и применимым на практике партнёром по разработке продукта только на трёх опорах: намерении, спецификациях и контексте. Без этого сочетания он работает в вакууме и часто выдаёт результаты, которые либо нерелевантны, либо попросту выдуманы. Когда опоры ясны и связаны между собой, у каждого человека и каждого агента в организации появляется общий язык — и это меняет саму практику совместной разработки продуктов.
Рисунок 1 выше сводит эти три опоры в единое связное целое. Каждая опора отвечает на свой вопрос о продукте, который создаёт ART:
- Зачем? Замысел — это место, где ART формулирует стратегию, воплощающую заявленные концепцию и бизнес-эффекты: какое изменение он собирается создать и какие проблемы ради этого берётся решать.
- Что и как? Спецификации разворачивают замысел в достаточную детализацию решения — в живые машиночитаемые артефакты, которые говорят, как выглядит хорошее решение и каких границ ему нельзя переступать.
- Где? Контекст — это то, как организация понимает среду, в которой продукт обязан преуспеть: не только сегодняшние условия его работы, но и скорость, с которой они меняются.
Три опоры зависят друг от друга и друг друга формируют. Высказанные явно, они становятся общим основанием, из которого ART ведёт рассуждение, — кто бы ни принимал следующее решение, человек или ИИ-агент.
Замысел: зачем
Замысел определяет глубинную цель, стоящую за бизнес-эффектом: то самое «зачем», которое стоит за ключевым результатом, а не саму метрику. Фокус смещается с исполнения инструкций на реализацию конкретного ценностного предложения. Концепция продукта и бизнес-эффекты ART задают «зачем» в самом общем виде — замысел доводит его до конкретики и проносит ту же логику внутрь стратегии: каким клиентам служить, какие проблемы решать, какие ставки делать и чем оправдана каждая. Замысел по-прежнему отвечает на «зачем»: он на уровень ниже бизнес-эффектов и на уровень выше того, как будет построено решение.
Ясное «зачем» ведёт и людей, и ИИ-агентов. Людям оно даёт общее основание для десятков решений, которые команда принимает каждый день. Для ИИ ясно сформулированный замысел работает как «функциональный характер» — устойчивая опора для рассуждения, когда приоритеты конкурируют и неоднозначность нужно чем-то разрешить. ИИ — усилитель. Размытый замысел он сделает еще более нечетким и выдаст шаблонный результат. Ясное — позволит ему принимать более качественные решения и вести себя как надёжный партнёр, а не просто инструмент.
Замысел тянется от стратегии до исполнения. Стратегический замысел удерживает направление, в котором идёт ART, и логику этого выбора. Реализационный замысел превращает направление в проверяемые ставки: каждая называет проблему, за которую берётся, и то знание или ценность, которые рассчитывает принести. Пример того, как концепция продукта разворачивается в стратегический и реализационный замысел, показан на рисунке 2.
Каков наш стратегический замысел и почему он важен?
Продуктовую стратегию в AI-Native SAFe описывают прежде всего концепция продукта и бизнес-эффекты ART. Так задумано: они называют пункт назначения, но не стратегию, которая туда приведёт. Следующий слой детализации даёт стратегический замысел — он формулирует «где играть» и «как побеждать», два выбора в основе любой продуктовой стратегии. Оба относятся к области «зачем»: «где играть» отвечает, почему именно эти клиенты, а не другие; «как побеждать» — почему они выберут этот продукт.
- «Где играть» — это логика поля, которое выбрал продукт: неудовлетворённые потребности кого он по своей позиции закроет лучше других, где у него есть убедительное право на победу и — так же осознанно — где он в борьбу не пойдёт. Свою позицию в стратегии сегмент получает потому, что продукт может там выиграть, а не потому, что он самый крупный; и сегменты, которые ART отклонил, — такая же часть стратегии, как и те, за которые он взялся.
- «Как побеждать» — это логика преимущества продукта, доводы в пользу того, почему эти клиенты предпочтут его альтернативам: ценность, которую им нелегко найти в другом месте, плюс позиционирование, ценообразование и упаковка, превращающие эту ценность в повод выбрать продукт — и выбирать его дальше. «Где играть» определяет, какие это клиенты; «как побеждать» — почему они выбирают этот продукт, а не другой.
Эти выборы записываются в самых разных артефактах. Описание стратегии сегментации может перечислять рассмотренные когорты, критерии отбора, приоритетные сегменты и стратегию расширения. Продуктовое дерево (product tree) фиксирует задуманный путь развития продукта. Фреймворк ценностного предложения (Value Proposition Framework) может описывать ожидаемые выгоды для клиента и подход к дифференциации.
Эти выборы опираются на понимание, которое даёт контекст, и сами же показывают, где это понимание придётся углубить, когда стратегия сузит фокус.
Каков наш реализационный замысел и как он продвигает стратегию?
Любой результат работы ART рождается из замысла. Почему мы считаем, что этот результат продвинет стратегию? Что мы узнаем и зачем нам это знание? Какое допущение проверим и почему? Какой риск оценим и чем это важно? В AI-Native SAFe замысел таких бизнес-эффектов выражается через один из артефактов:
- Эксперименты и прототипы нужны, чтобы учиться. Каждый существует ради ответа на вопрос, который стратегия пока закрыть не может, и ради доказательств, позволяющих либо держать курс, либо менять его. Результат, который рано ставит крест на бесперспективной идее, здесь — ценность, а не провал.
- Фичи и энейблеры нужны, чтобы наращивать продуктовую способность. За каждым стоит гипотеза выгоды: ценность, которую должна создать фича, или будущая работа, которую энейблер сделает безопаснее и быстрее. «Зачем» здесь — довод, в который команда верит достаточно, чтобы действовать уже сейчас.
Фича, энейблер, эксперимент, прототип — каждый рождается как реализационный замысел, разворачивается через спецификации и только затем идёт в поток как единица работы и обучения, прослеживаемая назад до замысла, которое её запустило. Реализационный замысел закрепляет «зачем»; «что» и «как» приходят следом.
Почему важно держать замысел в руках человека?
Каждый выбор в этом разделе — акт суждения: каким клиентам служить, где продукт победит, какие ставки того стоят. Суждения такого рода — работа человека. В замысел организация решает, что она ценит и чего добивается, а такие решения люди обязаны брать на себя.
ИИ-агенты откликаются на замысел, но не задают его. Они помогут с авторством: сведут воедино то, о чём говорит контекст, смоделируют варианты сегментации, подготовят черновики, проверят логику на прочность. Но само решение и ответственность за него остаются за человеком.
Авторство — половина дела. И те, кто определяют замысел, и те, кто по нему действует, должны это усвоить. Замысел, который сгенерировали, но не впитали, отдали ИИ-агенту в производство и так и не удержали в команде, теряет смысл — как бы хорошо он ни читался. Усвоенное «зачем» — это то, что оставляет людей хозяевами своих инструментов; так замысел, при всей пользе для машин, продолжает служить людям, ради которых он и создано.
Спецификации: что и как
Спецификации превращают замысел в детали решения, по которым могут строить и люди, и ИИ-агенты. Эта статья исходит из разработки на основе спецификаций (Spec-Driven Development, SDD) — складывающегося отраслевого паттерна. OpenSpec, GitHub Spec Kit и AWS Kiro — его сегодняшние реализации; инструменты, как мы ожидаем, будут меняться, а сам паттерн останется. Это ИИ-эволюция разработки на основе поведения (Behavior-Driven Development, BDD). BDD сделал исполняемым ожидаемое поведение; разработка на основе спецификаций делает спецификацию тем артефактом, из которого ИИ строит решение и по которому его проверяет.
AI-Native SAFe выделяет два типа спецификаций: функциональные — описывают задуманную реализацию, и спецификации политик — задают границы, за которые ей нельзя выходить.
Что такое функциональные спецификации?
Анатомия функциональной спецификации
Эфемерные и долговечные спецификации
Что делает функциональную спецификацию хорошей?
Что бы она ни описывала, у хорошей функциональной спецификации есть несколько общих свойств:
- Прослеживается до замысла — ясно связана с тем «зачем», ради которого написана.
- Самодостаточна — называет и то, чего касается, и то, что осталось за границами, так что действовать по ней можно, не разыскивая недостающий контекст.
- Правильного размера — достаточно подробна, чтобы направлять генерацию, и достаточно компактна, чтобы человек ещё мог её проверить.
- Тестируема — относительно намерения, которое за ней стоит, и политик, которым она обязана следовать.
Каким политикам должно следовать решение?
Спецификация политики — это ограничение, действующее поверх всей работы, а не описание отдельного её куска. Её наследуют, а не переписывают заново: изоляция клиентских данных (tenant isolation) — политика, которую условный ИИ-ассистент планирования несёт вместе с каждой своей фичей, независимо от того, упомянула ли её хоть одна спецификация. Чему решение обязано соответствовать, определяют три вида политик:
- системные качества, которые оно должно проявлять;
- стандарты, которым обязано следовать;
- и процессы, которые обязано соблюдать.
Системные качества — это свойства, которые решение должно проявлять, такие как производительность, безопасность, масштабируемость, надёжность: не что оно делает, а насколько хорошо оно это делает. Это нефункциональные требования из основы SAFe (Core SAFe), формализованные так, чтобы их можно было использовать как рычаг.
Стандарты — это внешние и внутренние правила, которым решение должно соответствовать: обязательный стандарт шифрования, утверждённый протокол, регуляторное обязательство и утверждённый набор компонентов. Их выбирают однажды и придерживаются на протяжении всей работы.
Процессы определяют, как идёт работа и когда её результат считается принятым. Критерии готовности (Definition of Done) — процессная политика: они говорят, когда что-то считается сделанным, чтобы люди и ИИ-агенты держали одну планку, а не каждый свою. Модели согласования и гейты «человек в контуре» (human-in-the-loop) — тоже процессные политики: они задают, кто или что даёт одобрение и когда.
ИИ меняет здесь охват. Когда ИИ-агенты генерируют и перегенерируют решения на скорости, политика, сформулированная один раз и сделанная машиночитаемой, проверяется на каждом решении по мере его создания — вместо того чтобы всплывать в памяти у того, кому досталось рецензирование. Качество, как настаивал Деминг, встраивается, а не проверяется постфактум; явная политика и есть способ удержать этот принцип на машинной скорости.
Что делает спецификацию политики хорошей?
У хорошей спецификации политики есть несколько общих свойств:
- Ограничена — ясно определены условия, в которых она применяется.
- Тестируема и измерима — выражена объективными показателями, а не пожеланиями.
- Прослеживается до источника — указывает на исходный стандарт, регуляцию или контекст.
Как контекст формирует спецификацию?
Если вы дочитали до этого места, значит, вам интересен полезный контент о современных методах управления. Чтобы узнавать про новые статьи, видео и бесплатные мероприятия, вступайте в сообщество SAFe® Russia.
Контекст: где
Каковы ключевые аспекты контекста продукта?
- Клиентский контекст. Каким продукт предстаёт людям, которые им пользуются: их привычки, их среда, условия, в которых они работают, а вместе с этим потребности и ожидания, которые они приносят с собой; всё это фиксируют артефакты вроде эмпатических интервью и карт клиентских путей (Customer Journey Map). От этого контекста зависит, насколько быстро ожидания меняются — ИИ заново задаёт планку того, что люди считают само собой разумеющимся, — и сколько изменений они готовы принять, прежде чем пострадает адаптация.
- Рыночный контекст. Конкурентный ландшафт, в котором продаётся продукт: конкуренты и альтернативы, которые вскрывает конкурентный анализ, покупательская аудитория, а также рыночные ритмы и события, решающие, когда ход «зайдёт». От этого контекста зависит темп, с которым ландшафт сдвигается, — теперь сжатый ИИ-игроками, которые доходят до клиентов за долю прежнего времени, — и то, насколько сузилось окно, в котором организация должна успеть сделать ход, прежде чем позицию займут.
- Операционный контекст. Физическая и эксплуатационная реальность, в которой продукт работает: инфраструктура, от которой он зависит, окружения, куда он разворачивается, условия его поддержки и сопровождения. От этого контекста зависят ограничения, которые реальность накладывает на решение, и скорость, с которой под ним меняются платформы и условия эксплуатации.
- Экосистемный контекст. Более широкая сеть, от которой продукт зависит и в которую вносит вклад: продукты, с которыми он интегрируется, технические интерфейсы и «система систем», где он взаимодействует, и, всё чаще, ИИ-агенты и ИИ-модели, которые теперь работают с ним напрямую. От этого контекста зависит, насколько продукт может меняться, не ломая то, что на него опирается, и как быстро развивается экосистема вокруг.
- Регуляторный контекст. Внешние правила, которым продукт обязан удовлетворять: стандарты, юридические обязательства и требования конкретных стран, ограничивающие то, что решению позволено делать, — от режимов защиты персональных данных вроде GDPR (General Data Protection Regulation, общий регламент по защите данных) до отраслевых обязанностей вроде AML (Anti-Money Laundering, противодействие отмыванию денег) и новых правил именно для ИИ, таких как регламент ЕС об ИИ (EU AI Act). Этот контекст задаёт ограничения, о которых редко удаётся торговаться, и меняется быстро: юрисдикции регулируют ИИ быстрее, чем большинство прежних технологий.
Как мы поддерживаем наше понимание контекста в актуальном состоянии?
Каждый из этих контекстов сам находится в движении, и несколько движутся разом. Конкурент выпускает релиз, регуляция продвигается, ожидание клиента переустанавливается: понимание, зафиксированное в один момент, вскоре расходится с теми условиями, в которых продукт оказался теперь. Поддерживать его — постоянная дисциплина, а не фаза, которую ART завершает и оставляет позади.
ИИ делает такое непрерывное понимание достижимым. ИИ-агенты следят за конкурентами, отслеживают регуляторные подвижки в целевых юрисдикциях, наблюдают за экосистемой на предмет изменений, значимых для продукта, и находят сдвиги куда быстрее, чем это удалось бы людям без их помощи. Граница при этом остаётся твёрдой: ИИ-агенты выносят сигнал наверх, люди судят, что он значит, и взвешивают последствия. Понимание собирается с помощью ИИ-агентов; истолкование остаётся за человеком.
Глубина этого понимания не обязана быть одинаковой везде. Оно обостряется там, куда попадает фокус намерения: как только стратегия останавливается на сегменте или проблеме, ART подробно разбирает именно эту часть своей среды, а остальное откладывает до смены фокуса.
Условному ART, который делает программное обеспечение для управления работами, пристального внимания требуют несколько контекстов: доверие давних клиентов по мере того, как ИИ выходит на передний план продукта; обязательства по изоляции и приватности данных, на которых это доверие держится; ИИ-игроки, перекраивающие его рынок; и мультитенантная платформа, на которой он работает.
Каково это на практике?
На рисунке 4 показан интерактивный обмен: человек и ИИ-агент разбирают задачу вместе. По-настоящему ценность раскрывается в агентных процессах: тот же короткий запрос мог бы отправить ИИ-агента писать спецификацию самостоятельно — собрать её из доступной информации и вернуть на проверку и одобрение, а человек включается, чтобы судить, а не собирать. Такая автономия безопасна лишь потому, что стек остаётся связным и актуальным.
Связным его держит прослеживаемость: три слоя ссылаются друг на друга, и изменение в замысел доходит до зависящих от него спецификаций и контекста — из общего ритма не выпадает никто. Актуальным его держит обратная связь от поставки. Стек — это вход в конвейер непрерывных инноваций и поставки (Continuous Innovation Delivery Pipeline), и то, чему конвейер учится, возвращается обратно: исследование углубляет замысел и контекст, с которых начинало, спецификация их обостряет, а выпуск в реальную среду проверяет их реальностью. Эти возвраты и есть корректировки, которые держат стек живым, так что каждый новый запрос опирается на то, что организация знает сегодня.
Ничто из этого не держится само по себе. Чтобы люди и ИИ-агенты могли опираться на стек, а сам он не рассыпался и поспевал за собственным ростом, замысел, спецификации и контекст в нём должны управляться как выверенные данные (Curated Data): управляемые, навигируемые и заслуживающие доверия. Мало определить — чтобы на это опирались, оно должно быть пригодным для использования. Замысел — это и рассуждение, и артефакты, которые его фиксируют. Люди формируют замысел суждением; организация записывает его в структурированные документы; ИИ-агенты рассуждают из этих документов; а работа, которая идёт следом, даёт корректировки, обновляющие их. Говоря о замысел, статья обычно имеет в виду всё сразу: сам акт замысла, зафиксированный артефакт и систему, которая держит их связанными.
Преимущество совместной работы ART
Строит ли команда ИИ-продукт или традиционный, ей нужна общая реальность, чтобы преуспеть. «Зачем», которое дают концепция продукта, бизнес-эффекты ART и продуктовый замысел, удерживает работу на той ценности, которая нужна клиенту. Ясная и выверенная связь между замысел, спецификациями и контекстом помогает разным командам оставаться согласованными от замысла до поставки. Систематически используя обратную связь по мере того, как идеи идут через конвейер непрерывных инноваций и поставки, команды быстро отказываются от провальных путей и извлекают выгоду из новых возможностей.
В совокупности это даёт фундамент процветающей организации, где люди усилены своими инструментами, а продукты, которые они создают, становятся от этого лучше.
