Один источник истины для команды и AI.

Клиент: собственный технологический продукт в области искусственного интеллекта и автоматизации процессов разработки программного обеспечения.

Задача: решить одну из ключевых проблем современной разработки — потерю продуктового контекста между аналитиками, архитекторами, разработчиками и AI-агентами.

Требования, бизнес-правила и архитектурные решения часто оказываются разбросаны по документации, перепискам и отдельным инструментам. Информация устаревает, возникают противоречия, а разработчикам и AI-ассистентам приходится повторно восстанавливать контекст перед каждой задачей.

Необходимо было создать интеллектуальную платформу, которая централизованно хранит знания о продукте, помогает выявлять пробелы в требованиях, контролирует согласованность решений и предоставляет актуальный контекст как людям, так и AI-инструментам.

В рамках проекта реализованы следующие направления разработки:

• спроектирована архитектура SaaS-платформы для совместной работы продуктовых и инженерных команд;
• разработана структурированная модель знаний, включающая 11 типов сущностей: от бизнес-целей и пользовательских сценариев до требований, ограничений и архитектурных решений;
• создан AI-аналитик, который проводит интервью с пользователями, уточняет требования и формирует связанные между собой записи;
• реализована система автоматического выявления пробелов, противоречий и неоднозначностей в продуктовой документации;
• внедрён механизм версионирования, согласования и утверждения знаний с сохранением истории изменений;
• разработан цифровой Паспорт продукта, формируемый на основе утверждённых знаний и объединяющий ключевую информацию в 8 тематических разделах;
• реализован MCP-интерфейс для интеграции с Claude Code, Cursor, Codex и другими AI-агентами;
• создан механизм Context Pack для передачи AI-разработчикам только релевантных требований, бизнес-правил и архитектурных ограничений;
• реализованы рабочие пространства, управление проектами, приглашения участников и гибкая ролевая модель доступа;
• внедрены автоматические проверки согласованности знаний с возможностью регулярного запуска;
• разработан современный адаптивный интерфейс на React 19 и TypeScript с поддержкой светлой и тёмной тем;
• реализована инфраструктура для работы с языковыми моделями и управления версиями AI-агентов.

Особое внимание уделили архитектурной целостности системы, прослеживаемости решений и принципу Human-in-the-Loop: искусственный интеллект помогает анализировать и формировать знания, но окончательные решения всегда остаются за человеком.

В результате разработки Intentra:

• создан функциональный MVP интеллектуальной платформы управления продуктовыми знаниями;
• объединены 11 типов знаний в единую связанную модель с контролем изменений и историей решений;
• реализован автоматизированный анализ требований для обнаружения пробелов и противоречий;
• создан Паспорт продукта из 8 разделов, формируемый непосредственно из утверждённых данных;
• обеспечены 2 полноценных способа взаимодействия с платформой: через веб-интерфейс и через MCP для внешних AI-агентов;
• реализована передача структурированного контекста разработчикам и AI-инструментам без необходимости вручную собирать информацию из множества документов;
• внедрена система ролей, согласований и контроля достоверности продуктовых знаний;
• сформирована технологическая основа для дальнейшего развития SaaS-платформы и пилотного внедрения в продуктовые команды.

Intentra превращает разрозненные требования и решения в управляемую систему знаний, создавая связующее звено между бизнесом, разработчиками и искусственным интеллектом.

Это новый подход к AI-assisted разработке, при котором AI-агенты получают не просто доступ к коду, а понимание того, что создаётся, зачем и каким требованиям должен соответствовать результат.