// Корпоративна програма · осінь 2026

AI-агенти
в роботі QA та BA

Матеріали програми для QA-інженерів і бізнес-аналітиків: слайди занять, демо з реальними прогонами, шпаргалки й домашні завдання. Усе, що з'являється після заняття, — тут.

Вʼячеслав Колдовський 6 спільних + 3 групових заняття завдання після кожного · фінальний проєкт dev-ai.dev

Спільні заняття · щосереди

С1
Як працюють AI-агенти, як ставити їм задачі і скільки це коштує
Чим агент відрізняється від чату і чому він «забуває». Структурований промпт: роль, вхідні дані, задача, критерії приймання, формат. Чотири висновки перевірки. Звідки береться вартість і як бачити токени.
23.09Завдання — до вт 29.09, 23:59
слайдиС1 конспектусе заняття текстом демояк виконати і здати шпаргалкапромпти й MR завданняgitlab.com
23.09
С2
Вимоги: від acceptance criteria до UAT-сценаріїв і тест-кейсів
Неоднозначності, прогалини й суперечності у вимогах; INVEST і уточнювальні питання; AC, які можна перевірити; UAT-сценарії для BA, тест-кейси, чек-листи й тест-дані для QA; матриця покриття. Баг-репорт як спільна мова. Розбір завдання С1.
30.09Завдання — до вт 06.10, 23:59
слайдиС2 конспектусе заняття текстом демовимога → AC → тести шпаргалкапромпти й шаблони завданняgitlab.com
30.09
С3
Агент, трекер і база знань в одній екосистемі
Агент через MCP працює з трекером задач і базою знань: відповіді з посиланнями на джерела, пошук суперечностей і застарілих сторінок, задачі з результатів аналізу готовим скілом. Той самий підхід — для Jira і Confluence. Розбір завдання С2.
08.10 · перенесено з 07.10Завдання — до вт 13.10, 23:59
слайдиС3 конспектусе заняття текстом демоMCP → джерела → задачі шпаргалкакоманди й промпти завданняgitlab.com підключенняGitLab MCP у Claude Code Jira і Confluenceза бажанням
08.10
С4
Специфікація: як описати продукт, щоб агент зробив саме те, що треба
Чому без чіткого опису агент з кожною ітерацією робить гірше. Специфікація — спільний контракт: для BA — пакет вимог, у якому кожна зміна видна й контрольована, для QA — джерело тестів. OpenSpec: специфікація → пропозиція зміни → архів. Розбір завдання С3.
14.10Завдання — до вт 20.10, 23:59
слайдиС4 конспектусе заняття текстом демоспека → зміна → archive шпаргалкапромпти й команди завданняgitlab.com OpenSpec CLIза бажанням прикладдемо-варіант L1–L3
14.10
С5
Скіли і правила: агент працює за вашими стандартами
Як перестати щоразу пояснювати агенту одне й те саме. Правила задають стандарти і межі, скіли пакують повторювані задачі вашої ролі. Від особистих напрацювань до командної бібліотеки. Розбір завдання С4.
21.10Завдання — до вт 27.10, 23:59
слайдиС5 конспектусе заняття текстом демоправила → скіл → наскрізний скіл шпаргалкапромпти й команди завданняgitlab.com налаштуванняправила і скіли в агенті зразкидемо-варіант, скіли QA і BA
21.10
С6
Технічний контекст з коду: карта систем та інтеграцій
Агент пояснює код, API і логіку систем без документації мовою аналітика й тестувальника: AS-IS, відновлення вимог, карта інтеграцій, потоки даних, діаграми Mermaid. Біля кожного твердження — файл і функція. Видача фінального проєкту. Розбір завдання С5.
28.10Завдання — QA до вт 03.11, BA до вт 10.11, 23:59
слайдиС6 конспектусе заняття текстом шпаргалкапромпти, перевірка, Mermaid, OpenAPI завданняgitlab.com демо-система«Пакунок» · запуск за бажанням
зараз
фінальний проєктокреме завдання, видане на С6, — до пн 14.12, 23:59 · опис і шаблони в розділі «Завдання»

Заняття груп · раз на два тижні

QA1
Автотест з опису сценарію та його перевірка
Агенти Playwright з живим браузером пишуть e2e-тест за сценарієм: planner → generator → healer. Потім доводимо, що тест щось ловить: навмисний дефект і defects:check, healer під контролем «дефект чи нова вимога?», юніт- і компонентні тести та мутаційне тестування Stryker. Розбір завдання С6 QA.
QA04.11Завдання — до вт 17.11, 23:59
слайдиQA1 конспектусе заняття текстом шпаргалкакоманди, промпти, запобіжник healer демоplanner → generator → healer → дефект → Stryker завданняgitlab.com
04.11
BA1
Discovery і декомпозиція з AI: від запиту до сторі на фактах
Агент за хвилину пише problem statement, гіпотези і десяток сторей; наша робота — перевірити, що кожне речення спирається на запит, нотатки чи продукт. Навчальна форма «Пакунок · Нове відправлення»: огляд екранів, декомпозиція, критерії приймання, аналіз відгуків. Розбір завдання С6 BA.
BA11.11Завдання — до вт 24.11, 23:59
слайдиBA1 навчальна форма«Пакунок · Нове відправлення»
11.11
QA2
API-тести з опису: контракти і регресія в CI
Агент за хвилину напише двадцять API-тестів з OpenAPI-опису. Доводимо, що вони перевіряють обіцянку опису, а не поточну відповідь сервісу: межі, негативні сценарії, схеми, контракт вебхука. Потім збираємо з тестів регресійний набір і запускаємо його в GitLab CI. Розбір завдання QA1.
QA18.11Завдання — до вт 01.12, 23:59
слайдиQA2
18.11
BA2
Прототипи і аналіз даних: показати і довести
Зі скріншота навчальної форми — клікабельний прототип із заданою зміною як постановка задачі розробникам: стани, помилки, ID екранів. Дані, які не вставиш у чат: скрипт замість копіювання, питання природною мовою → SQL, воронки, когорти й A/B. Кожне число можна перерахувати. Розбір завдання BA1.
BA25.11Завдання — до вт 08.12, 23:59
слайдиBA2
25.11
QA3
Діагностика дефектів і приймання тестів. Підсумок
Від збою до виправлення з доказом на кожному кроці: відтворити й звузити, знайти корінь, чернетка merge request «AI-proposed» з регресійним тестом — і QA не зливає сам. Тріаж збоїв CI: нестабільний тест, дефект продукту чи застарілий тест. Стандарт приймання тестів від агента. Підсумок фінального проєкту QA. Розбір завдання QA2.
QA02.12без завдання
слайдиQA3
02.12
BA3
AI як рев'юер: вимірювана якість вимог. Підсумок
Критичне рев'ю пакета агентом: «десять речей, незрозумілих розробнику». Узгодженість вимог, прототипу, UAT і задач, стрес-тест зміни. Аналіз впливу, RICE/ICE/MoSCoW, pre-mortem. Бібліотека промптів аналітика, правила як запобіжники, артефакти поставки. Підсумок фінального проєкту BA. Розбір завдання BA2.
BA09.12без завдання
слайдиBA3
09.12

Завдання

Кожне завдання — окремий публічний проєкт на gitlab.com. Здача — merge request через браузер, git не потрібен. Рівні L1 · L2 · L3. Строк — 23:59 вівторка напередодні наступного заняття; у середу зранку роботи перевіряють AI-рев'юер і тренер, а на занятті — розбір. Відгук AI-рев'юера з'являється в коментарях до merge request, бали — лише в рейтингу курсу.

QA1
Тест зі сценарію і доказ, що він ловить дефект
Навчальний застосунок «Пакунок», функція вашого варіанту. L1 — e2e-тести Playwright зі сценаріїв і навмисний дефект, який ваш тест ловить. L2 — набір тестів за конвенціями Playwright, healer після зміни інтерфейсу, запобіжник для зміни поведінки і тест без діагностичної цінності. L3 — юніт- і компонентні тести до mutation score 60%. Потрібні Node.js, Git і агент, що запускає команди; здача — один merge request.
QAдо вт 17.11, 23:59той самий варіантрозбір — QA2, 18.11
gitlab.com →
С6
Система з коду: пояснення, карта інтеграцій, тема фінального проєкту
Джерело — код демо-системи «Пакунок»: два сервіси без документації. L1 — пояснення системи з коду, карта інтеграцій і тема фінального проєкту. L2: BA — відновлені вимоги модуля і діаграма процесу; QA — реєстр міжсистемних сценаріїв і дефектів на стиках. L3: BA — потоки даних і sequence-діаграма; QA — контракт одного стику в OpenAPI. Код ви не пишете — біля кожного твердження файл і функція.
QA — до вт 03.11, BA — до вт 10.11, 23:59той самий варіантрозбір — QA1, 04.11 · BA1, 11.11
gitlab.com →
С5
Ваші правила і скіли для агента
L1 — особисті правила (AGENTS.md або CLAUDE.md) і чесне порівняння «до/після» на тому самому промпті. L2 — повторювана задача ролі як скіл (SKILL.md) на двох різних входах. L3 — наскрізний скіл ролі з README для колег: QA — від вимоги до тест-кейсів, чек-листа й тест-даних; BA — від запиту до пакета задач. Плюс токен-звіт.
до вт 27.10, 23:59той самий варіантрозбір — С6, 28.10
gitlab.com →
С4
Специфікація вашої функції і контрольовані зміни
Зібрати чинну правду про свою функцію (або власну ідею) в одну специфікацію у форматі OpenSpec: вимоги з SHALL/MUST, сценарії WHEN/THEN, джерело біля кожної вимоги. L2 — зміна через пропозицію, L3 — репетиція фінального проєкту: дві зміни й перевірка узгодженості. OpenSpec CLI — за бажанням.
до вт 20.10, 23:59той самий варіант або власна ідеярозбір — С5, 21.10
gitlab.com →
С3
Агент, трекер і база знань: відповідь із джерелами і задачі скілом
Та сама функція, що в С1–С2, — через кілька місяців після запуску: сторінки бази знань і задачі трекера розійшлися. Підключити GitLab MCP, отримати відповідь «по проєкту» з посиланнями, знайти суперечності, створити задачу адаптованим скілом. Кожен рівень — до 10 балів за частинами.
до вт 13.10, 23:59той самий варіантрозбір — С4, 14.10
gitlab.com →
С2
Вимога для розробки: проблеми, AC і тестові артефакти
Та сама функція, що в С1, — новий документ: вимога 1.0 зі сторі й acceptance criteria. Знайти проблеми, поставити питання, переписати AC; BA — UAT-сценарії, QA — тест-кейси. L2 — баг-репорт або покриття, L3 — суперечливі джерела.
до вт 06.10, 23:59той самий варіантрозбір — С3, 08.10
gitlab.com →
С1
Перша задача для AI: промпт, перевірка, вартість
QA — чек-лист перевірок за специфікацією, BA — розбір «сирого» запиту. У кожного свій варіант за першою літерою прізвища: десять функцій вигаданого сервісу доставки. Будь-який AI-інструмент, чат теж.
до вт 29.09, 23:5910 варіантіврозбір — С2, 30.09
gitlab.com →
ФП
Фінальний проєкт: QA — свій продукт, якість доведена тестами; BA — наскрізний аналітичний пакет
Одне завдання на ~7 тижнів. Тема — з каталогу або власна, обираєте в С6 (L1). QA: шаблон JS/TS з OpenSpec, GitLab CI, мутаційним порогом Stryker 60%, Playwright і діагностичним пакетом Д1–Д3. BA: від сирого запиту до пакета, готового до розробки, з перевіркою узгодженості й стрес-тестом зміни вимог. До 200 балів, «прийнято» — від 120.
до пн 14.12, 23:59видано на С6, 28.10
завданняправила, рубрика, каталоги шаблон QAgitlab.com шаблон BAgitlab.com
зараз