Аудит проекта с ИИ: как разобрать процессы и найти, что автоматизировать первым

Когда говорят «автоматизируй проект», обычно сразу бросаются писать скрипты. Я делаю по-другому: сначала аудит. Пока ты не разложил свои процессы по шагам, автоматизация превращается в набор случайных костылей, которые потом сам же и разгребаешь. ИИ здесь удобен тем, что быстро вытаскивает из твоего хаоса структуру. Покажу, как я делаю это руками на своём проекте HyTaleServers.tech — мониторинге и топ-листе серверов Hytale на Next.js и Supabase.

Аудит начинается со сбора

Первая ошибка — сразу думать «что бы автоматизировать». Начни с другого: собери всё, что ты реально делаешь. У меня для этого уже есть два документа, которые я веду по ходу разработки:

• Карта проекта — стек, статус, версия, из чего собран фронт и бэк.
• Хронология изменений — после каждой итерации я сверяюсь с ней и дописываю, что менял и почему.

Эти два файла и есть сырьё для аудита. Я скидываю их в диалог с ИИ целиком и прошу: «Вот карта проекта и журнал итераций. Составь список повторяющихся действий, которые я выполняю руками». Модель смотрит на мой рабочий процесс со стороны и возвращает то, что у меня давно замылилось.

Разбираем процесс на шаги

Возьмём мой Development Flow. Он выглядит так:

1. Создать ветку: git checkout -b feature/xxx
2. Внести изменения
3. Прогнать локально: npm run dev
4. Закоммитить: git commit -m "feat: xxx"
5. Запушить и открыть PR

Выглядит просто. Но когда я прошу ИИ разложить каждый шаг на микродействия и пометить, где механика, а где нужна голова, картина меняется. Оказывается, вокруг этих пяти пунктов налипло много рутины: обновить хронологию изменений, сверить версию в карте проекта, проверить, что сборка не падает на TypeScript-ошибках (у меня был откат к коммиту 89cdfd2 именно из-за них), почистить кеш .next.

Вот тут и виден смысл аудита. Автоматизировать сам git commit бессмысленно — это уже одна команда. А ведение журнала и проверка сборки перед пушем — типовая рутина, которая ест время каждую итерацию.

Как я прошу ИИ провести аудит

Я не жду от модели волшебства. Я задаю ей рамку. Мой рабочий промпт для аудита выглядит примерно так:

«Ты смотришь на мой процесс разработки как внешний аудитор. Вот карта проекта и хронология итераций. Разбей мой workflow на отдельные шаги. Для каждого шага ответь: это делается руками или уже автоматом? Как часто повторяется? Сколько занимает? Что сломается, если ошибиться?»

Четыре вопроса — частота, время, ручной труд, цена ошибки. Они превращают расплывчатое «надо бы автоматизировать» в таблицу, по которой уже видно приоритеты. ИИ хорошо держит такую структуру и не даёт мне соскользнуть в «давай напишем красивый скрипт вот для этого одного случая».

Что автоматизировать первым

После разбора у меня получается список кандидатов. Дальше я сортирую его по простому правилу: частота × ручной труд ÷ сложность автоматизации. То, что повторяется каждую итерацию, делается вручную и легко скриптуется, — идёт наверх.

На моём проекте наверх всплыли скучные вещи:

• Обновление хронологии изменений. Я делаю это после каждой итерации. ИИ отлично собирает черновик записи из diff и списка коммитов — мне остаётся вычитать.
• Проверка сборки перед пушем. Прогнать npm run build и поймать TypeScript-ошибки заранее, ещё до PR. Один раз уже пришлось откатываться — повторять не хочу.
• Сверка версии и статуса в карте проекта. Механическая сверка двух документов, где ИИ ловит расхождения.

А то, что казалось «крутой автоматизацией», — генерацию фич, автопостинг, умные пайплайны — я сознательно отложил вниз. Оно редкое, сложное и рискованное. Начнёшь с него — потратишь неделю и ничего себе не облегчишь.

Что в итоге

Аудит с ИИ работает только как привычка. Прогнал один раз и забыл — толку ноль. Я держу карту проекта и журнал итераций живыми и раз в несколько итераций прогоняю их через модель с вопросом «что тут стало рутиной». Проект растёт, процессы меняются, и то, что вчера было редким действием, сегодня повторяется каждый день.

Главное, что даёт такой подход: ты автоматизируешь по данным, по цифрам. Ощущения тут врут — а ИИ видит твою рутину честнее, чем ты сам. А решение, что и когда трогать, всё равно остаётся за тобой. И это правильно.