Продуктовая приёмка и AI QA

Авторский курс Игоря Колосова

Я руковожу качеством и приёмкой продуктов. В этой работе меня интересует момент, когда человек получает обещанный результат: оформляет заказ по согласованной цене, успешно платит, понимает его состояние и получает покупку. Техническая проверка каждого участка даёт основу для такого вывода. Продуктовая приёмка собирает эти участки в один бизнес-сценарий и связывает результат с решением о выпуске.

В курсе ты пройдёшь этот путь на учебном продукте «Заказ рядом». Сначала исследуешь устройство приложения и его правила. Затем организуешь приёмку, подключишь нейросеть к анализу и созданию инструментов, соберёшь доказательства и подготовишь решение по релизу.

Я разрешаю активно использовать ИИ. Он сможет составлять таблицы, предлагать проверки, разбирать логи и писать код. Твоя работа состоит в постановке задачи, выборе источника ожидаемого результата, проверке ответа и принятии обоснованного решения. На защите ты покажешь, что понимаешь получившийся результат и умеешь изменить его при новых условиях.

Вход и результат

Курс рассчитан на практикующего тестировщика. Для входа нужны базовое представление о дефекте, сценарии проверки и работе веб-приложения. Программирование с чистого листа осваивается через маленькие задачи с подготовленным каркасом. Глубокая разработка, полная подготовка automation engineer и фундаментальная программа с нуля требуют отдельных траекторий.

После курса у тебя будет портфолио приёмки одного продукта: карта бизнес-результата, согласованные критерии, риск-модель, набор проверок, доказательства, дефекты, протокол UAT, рекомендация по релизу, два небольших инструмента и отчёт об использовании ИИ. Отдельно ты выполнишь контрольную приёмку на изменённом варианте данных.

Полный маршрут занимает 40 астрономических часов: входная самодиагностика 1 час, 18 уроков по 2 часа и выпускная работа 3 часа. Курс состоит из 20 последовательных этапов. После прохождения всех этапов в профиле становится доступен именной документ об окончании курса.

Рекомендуемый темп — 8 недель по 5 часов; оставшееся время в 90-дневном плане можно использовать для повторов и выпускной работы. Это ориентир учебной нагрузки, а не обещание фиксированной скорости: повторная работа над сложным заданием увеличивает индивидуальное время. Лаборатория, синтетические данные и шаблоны входят в защищённый комплект материалов курса.

Рабочее место

Нужны компьютер, современный Firefox либо Safari, доступ к учебной странице и GigaChat-помощнику курса. Для локальной лаборатории потребуется Python 3.11+; для браузерной автоматизации — Node.js поддерживаемой версии и Playwright с Firefox. Выполняй практику только в изолированной учебной среде; требования, синтетические данные и логи доступны в комплекте материалов.

В комплекте есть синтетические данные, шаблоны и учебный локальный сервер. Сервер запускается только на loopback и предназначен исключительно для учебных экспериментов. Не подключай к нему реальные платёжные, рабочие или персональные данные.

Учебный набор из защищённого комплекта лежит в fixtures. В каждом уроке указаны нужные файлы. Денежные значения хранятся в копейках. У каждого правила есть ID и версия. У каждого доказательства есть ID, описание происхождения, сборка и контекст. Ссылки вида N03 или R08 относятся к конкретным записям этого набора.

Учебный цикл

Начни с короткого собственного плана: результат, исходные данные, важный риск и способ проверки. Затем передай ограниченную задачу AI-исполнителю. Сохрани его ответ. Проверь результат другим способом: расчётом по правилу, чтением исходного события, запросом к API, запуском теста либо разбором с владельцем. Запиши, что исправил и на каком основании, и сохрани итог в своей рабочей папке.

В начале уроков достаточно простого запроса: «Используй только приложенные правила и факты. Для каждого вывода укажи источник. Отдельно перечисли вопросы и гипотезы. Сохрани заданный формат». В блоке L09-L11 ты сделаешь этот процесс управляемым и измеримым.

У тебя три отдельных результата: материал от ИИ, твоя проверенная версия и короткое объяснение решения. Поле «исправления» может содержать «изменений 0», если ты приведёшь независимые проверки, подтвердившие исходный ответ. Придумывать ошибку модели ради отчёта бессмысленно: здесь оценивается проверка.

Самопроверка работ

Задание содержит исходные данные, версию правил, ожидаемые артефакты и открытые критерии. Формат, числа, ссылки, обязательные поля и результаты тестов проверяй локальными инструментами там, где это возможно. Смысловые критерии сверяй с опубликованной рубрикой; GigaChat может помочь с разбором, но окончательное решение и проверка доказательств остаются за тобой.

Правильная формулировка может отличаться от учебного примера. При самопроверке оценивай смысл, расчёт, покрытие и доказательства. Увеличение объёма текста само по себе качество не повышает; критерии опубликованы до начала работы.

Общие ворота самопроверки: работа относится к заданию; артефакты открываются; ссылки на доказательства существуют; утверждение о выполнении подтверждено запуском либо явно отнесено к анализу подготовленных материалов; данные синтетические; ответ на вопрос защиты показывает связь действия и результата. Если запуск не состоялся, обозначь результат как PLANNED или BLOCKED и укажи причину.

В каждом уроке опубликованы четыре обязательных критерия на 90 баллов и один критерий удобства на 10 баллов. Используй их как шкалу самопроверки: отметь все обязательные критерии и набери не менее 90 из 100. Для выпускной работы применяется отдельная открытая рубрика с ориентиром 85 из 100 и всеми критическими воротами.

Автоматические тесты и ответы ИИ имеют границы точности. В спорном случае вернись к исходному правилу, конкретному критерию и воспроизводимому доказательству; при необходимости обсуди вывод с автором курса отдельно.

Прогресс и помощь

После выполнения задания отметь этап пройденным. Прогресс сохраняется в аккаунте и открывает удобный переход к следующему уроку. Отметка означает твой самоотчёт о выполнении опубликованных критериев.

Учебная платформа хранит доступ к купленному курсу, прогресс уроков и историю диалога с GigaChat. Рабочие файлы, доказательства и версии сохраняй в своей защищённой папке. При желании отдельные следующие действия можно вручную вести в Рефлекториуме.

Содержание

L01-L04: техническая и методическая основа. L05-L08: продуктовая приёмка. L09-L11: работа с нейросетями. L12-L14: вайбкодинг и автоматизация. L15-L18: оценка AI-системы, UAT, релиз и изменения. В завершение: самостоятельная приёмка новой версии продукта.

Термин UAT здесь означает приёмку пользовательской пригодности с участием представителей бизнеса или пользователей. QA организует доказательную часть и готовит рекомендацию. Формальная ответственность за принятие бизнес-результата и выпуск закрепляется в матрице полномочий. Опорный источник для терминологии: S01.