K čemu ji používáme
Weby děláme dlouho a hlídáme si v nich každý pixel. U portálů, evidencí a napojení jsme dřív část práce zadávali externě a mezi návrhem a hotovým kódem se ztrácely detaily. AI nám umožnila držet design a vývoj těsněji v jednom týmu a odstranit část rutinní práce. Ušetřený čas jde do návrhu a detailu.
Nejvíc pomáhá tam, kde je práce rutinní: boilerplate, typy a schémata, testovací data, části testů, migrace, základní adaptéry, opakující se komponenty nebo implementace podle už schváleného návrhu. To jsou hodiny, které nikoho neposunou a přitom se za ně platí. Chybové stavy mezi ně nepočítáme. Často v nich je nejdůležitější business logika, a proto je navrhujeme sami.
Změny procházejí review a testováním podle rizika.
Kde ji nenecháme rozhodovat
Typografie, mezery, stavy tlačítek, chování formuláře při chybě. Tyhle věci model odhadne podle průměru toho, co viděl, a průměr je přesně to, čemu se chceme vyhnout. Proto rozhraní ladíme sami a proti reálnému obsahu, ne proti vzorovému textu.
Tři hranice, které držíme
- Rozhodnutí o rozhraní zůstává u člověka. Model může navrhnout varianty, vybírá tým.
- Datový model a oprávnění kontrolujeme ručně a ověřujeme testy pro jednotlivé role.
- Za běžící systém ručíme my. Když něco spadne, nemá cenu hledat, jaký nástroj to napsal.
Čím výsledek prochází, než ho uvidíte
Tohle je podstatnější než to, co který nástroj napsal. Kód od modelu i od člověka jde stejnou cestou:
- Review každé změny, do hloubky podle rizika. Ne kvůli chybám v syntaxi, ty najde překladač, ale kvůli tomu, jestli kód dělá to, co jsme chtěli, a ne něco podobného.
- Testy na to, co se nesmí stát: dvakrát prodané místo, role, která vidí cizí data, formulář, který projde bez povinného pole.
- Ověření proti reálnému obsahu a reálným datům, ne proti vzorovému textu. Dlouhý název a prázdný seznam odhalí víc než deset hezkých obrazovek.
- Rozhodnutí, která se nedají vzít zpět, tedy datový model a oprávnění, kreslíme dřív, než se napíše první řádek.
Model je rychlý v tom, co už někde bylo. Je proto dobrý na migrace, typy, testovací data nebo opakující se komponenty a špatný tam, kde se má rozhodnout mezi dvěma rozumnými možnostmi podle toho, jak vaše firma funguje. Tam potřebuje někoho, kdo tu firmu zná.
Jednoduché pravidlo pro provoz
Co jde ověřit testem, může napsat AI. Co se pozná až očima nebo v provozu, píšeme sami. Návrh rozhraní, datový model a bezpečnost tedy zůstávají u nás, zbytek je otázka rychlosti.
Na vlastních produktech si tohle ověřujeme dřív, než to nabídneme klientovi. Walio provozujeme a dále rozvíjíme, WCRM používá náš obchodní tým každý den a upravujeme ho podle provozu. Víme tedy, které zkratky se vyplatily a které jsme zaplatili později.
Co to znamená pro klienta
Kratší cestu od zadání k první verzi a víc prostoru na detail, protože mechanická práce ubrala hodiny. Nezmenšuje to rozsah odpovědnosti: změny procházejí review a testováním podle rizika stejně jako dřív.
Co se nemění je cena za přemýšlení. Rozhodnutí, jak má systém fungovat, trvá stejně dlouho jako dřív. Právě tam se pozná, jestli výsledek obstojí.
Pro vás to znamená rychlejší cestu k první ověřitelné verzi, ne automaticky nižší cenu. O rozsahu, bezpečnosti a výsledku stále rozhoduje tým. Kdy zvládnete projekt s AI sami, popisujeme v článku Proč si web nebo aplikaci neudělat sami přes AI?
