Warsztat na realnym stacku
Przygotowaliśmy scenariusze dla TypeScript, Pythona i Go, oparte o typowe zadania z backlogu zespołu.
Klient miał już dostęp do narzędzi AI, ale zespół korzystał z nich głównie do autouzupełniania kodu. Celem projektu było zbudowanie powtarzalnego workflowu i bezpiecznych zasad pracy z Claude Code, Copilotem i Cursorem.
Zespół developerski korzystał z narzędzi AI niespójnie. Część osób pracowała wyłącznie na Copilocie, część testowała Cursor lub Claude Code, ale brakowało wspólnego języka, zasad bezpieczeństwa i sposobu mierzenia sensownego użycia AI.
W praktyce prowadziło to do dwóch skrajności: albo AI było używane wyłącznie do drobnych podpowiedzi, albo budziło opór, bo brakowało zaufania do jakości i bezpieczeństwa wyniku.
Przygotowaliśmy scenariusze dla TypeScript, Pythona i Go, oparte o typowe zadania z backlogu zespołu.
Pokazaliśmy role Copilota, Claude Code i Cursora w implementacji, review, debugowaniu i refaktoryzacji.
Wspólnie z liderami przygotowaliśmy zasady dotyczące promptów, zakresu użycia AI, weryfikacji zmian i pracy na danych wrażliwych.
Po warsztacie wróciliśmy do zespołu, żeby sprawdzić adopcję, usunąć blokery i doprecyzować standardy pracy.
Przed szkoleniem zebraliśmy informacje o stacku, obecnych narzędziach, obawach liderów i przypadkach użycia AI w repozytorium.
Szkolenie obejmowało implementację, review, debugowanie i refaktoryzację na zadaniach przypominających codzienną pracę zespołu.
Po warsztacie zamknęliśmy wspólne ustalenia w postaci guidelines dla zespołu i checklisty do dalszej pracy.
Zweryfikowaliśmy, które praktyki weszły do codziennego użytku, a które wymagały korekty lub lepszego osadzenia w procesie.
Zespół zaczął używać AI nie tylko do autouzupełniania, ale też do większych zadań wymagających kontekstu repozytorium.
Liderzy przestali mieć kilka równoległych, niespójnych sposobów pracy z AI, bo pojawił się jeden wspólny standard zespołowy.
Firma uporządkowała zasady pracy z kodem, danymi i odpowiedzialnością za wynik generowany przez AI.
Po pilocie klient rozszerzył praktyki AI coding na kolejne zespoły i włączył temat do onboardingu technicznego.
Jeśli narzędzia już są, ale efekty są nierówne albo zespół pracuje bez wspólnych zasad, pomożemy dobrać format szkolenia i pilota, który przełoży się na codzienną pracę.