Превращаем ИИ в напарника по дискавери, чтобы продакт сам проверял гипотезы

Бэклог аналитики расписан на спринты вперёд, при этом ИИ уже способен взять на себя львиную долю задач: считать эксперименты и проверять гипотезы. Мешают две проблемы: отсутствие правильного контекста по вашим данным и контролируемого доступа к ним. Разберу, как мы в Циане сняли оба блокера и собрали ИИ-напарника, с которым продакты проверяют гипотезы сами.

Разберём:

• Как собрать контекст по данным: скиллы поверх Claude Code разбирают процессы сбора и обработки данных, вытаскивают схемы таблиц, связи между ними и нюансы работы с полями и складывают всё это в единую базу знаний.
• Как искать по этой базе, чтобы на верхнеуровневый вопрос вроде «какие метрики были в таком-то эксперименте на срезе, которого нет в А/Б-платформе» агент сам находил нужные таблицы.
• Как устроен контролируемый доступ к хранилищу: блокировка опасных запросов и защита персональных данных.
• Что из этого вышло в Циане: база знаний покрывает больше трёх тысяч таблиц, продакты сами проверяют по семь-восемь гипотез, прежде чем поставить задачу аналитику, а расчёт вроде «как конверсия зависит от времени жизни пользователя» занимает час вместо недели ожидания в очереди.

От MVP за неделю до болей масштабирования и того, как их избежать. Доклад для продактов с базовой технической подготовкой и для аналитиков.