AI-ассистент: задавайте вопросы о метриках на естественном языке
Дашборды — это здорово, пока вам не нужен ответ, который не вписывается ни в один готовый график. «Какое было среднее время ревью PR за прошлый месяц, исключая команду инфраструктуры?» Для такого запроса нет кнопки. Требуются фильтрация, группировка и вычисления.
AI-ассистент PanDev позволяет задавать подобные вопросы на обычном языке. На базе Google Gemini он понимает ваши инженерные данные и возвращает ответы, графики и таблицы за секунды. Gartner прогнозирует, что к 2026 году более 80% предприятий будут использовать API генеративного AI или развернут AI-аугментированные приложения — аналитика на естественном языке является частью этого сдвига.
Как это работает
AI-ассистент располагается между вами и уровнем данных PanDev:
Вы вводите вопрос на естественном языке
│
▼
┌─────────────────────┐
│ Google Gemini │
│ (языковая модель) │
│ Понимает намерение │
│ Генерирует запрос │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ Движок запросов │
│ PanDev │
│ Выполняет │
│ структурированный │
│ запрос к вашим │
│ данным │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ Форматированный │
│ ответ │
│ Таблицы, графики, │
│ сводки │
└─────────────────────┘
AI-модель никогда не видит ваши сырые данные. Она переводит ваш вопрос в структурированный запрос, движок PanDev выполняет его против вашей базы данных, а результаты возвращаются в отформатированном виде.
К чему AI имеет доступ
AI-ассистент запрашивает те же данные, что доступны в ваших дашбордах PanDev:
- Коммиты, ветки и изменения кода
- Pull requests / merge requests — открытые, смерженные, закрытые, активность ревью
- Активность в IDE — время кодирования по разработчику, проекту, языку
- Данные задач из Jira, ClickUp или Yandex.Tracker
- Метрики спринтов и эпиков
- Метрики DORA
- Структура команды и профили пользователей
Он не может получить доступ к исходному коду, содержимому файлов или чему-либо за пределами базы метрик PanDev.
Начало работы
Доступ к ассистенту
- Войдите в PanDev Metrics
- Нажмите на иконку AI Assistant в верхней навигационной панели (или нажмите
Ctrl+K/Cmd+K) - Введите вопрос и нажмите Enter
Всё. Никакой настройки, никаких API-ключей, никакой конфигурации.
Первые вопросы
Начните с простого, чтобы увидеть, как работает ассистент:
Вы: "Сколько PR мы смержили на прошлой неделе?"
AI: На прошлой неделе (3–9 марта) ваша организация смержила 47 pull requests
в 12 репозиториях.
Топ репозиториев:
│ Репозиторий │ PR смержено │
│ backend-api │ 14 │
│ frontend-app │ 11 │
│ mobile-ios │ 8 │
│ infrastructure │ 6 │
│ shared-libs │ 5 │
│ другие (3 репо) │ 3 │
Вы: "Каким был средний cycle time в этом месяце?"
AI: Средний cycle time PR за март 2026: 18.4 часа (рабочих).
Разбивка:
• Время кодирования (первый коммит → открытие PR): 6.2ч в среднем
• Время до первого ревью: 4.8ч в среднем
• Ревью и итерации: 5.1ч в среднем
• Мерж после аппрува: 2.3ч в среднем
По сравнению с февралём: cycle time снизился на 12% (с 20.9ч).
Примеры из реальной практики
Вот вопросы, которые реальные пользователи PanDev задают AI-ассистенту, организованные по ролям.
Для Engineering Manager
Обзор производительности команды:
Вы: "Покажи время кодирования и количество PR каждого разработчика за последний спринт"
AI: Спринт 24 (24 фев – 7 мар):
│ Разработчик │ Время код. │ PR смержено │ Ср. размер PR │
│ Anna Chen │ 28ч 15м │ 8 │ +142 строк │
│ Boris Kim │ 22ч 30м │ 6 │ +203 строк │
│ Carlos Diaz │ 31ч 45м │ 11 │ +87 строк │
│ Diana Ray │ 19ч 20м │ 5 │ +312 строк │
│ Erik Svensson│ 25ч 10м │ 7 │ +156 строк │
Выявление узких мест:
Вы: "Какие PR открыты более 5 дней?"
AI: 3 PR открыты более 5 дней:
1. backend-api#342 — "Refactor auth middleware" (Anna Chen)
Открыт: 4 мар | Посл. активность: 6 мар | Ревью: 1 комментарий, нет аппрува
⚠️ Ожидает ревью от Boris Kim
2. frontend-app#891 — "Migrate to React 19" (Carlos Diaz)
Открыт: 28 фев | Посл. активность: 7 мар | Ревью: 3 раунда, запрошены изменения
⚠️ Большой PR (+2,341 строк) — рассмотрите разделение
3. infrastructure#156 — "Upgrade PostgreSQL to 16" (Erik Svensson)
Открыт: 3 мар | Посл. активность: 3 мар | Ревью: нет
⚠️ Ревьюер не назначен
Баланс нагрузки на ревью:
Вы: "Кто делает больше всего код-ревью в backend-команде?"
AI: Распределение код-ревью в команде Backend (за последние 30 дней):
│ Ревьюер │ Ревью │ Ср. время до ревью │ Доля аппрувов │
│ Boris Kim │ 23 │ 3.2ч │ 78% │
│ Anna Chen │ 14 │ 5.7ч │ 85% │
│ Diana Ray │ 6 │ 8.4ч │ 92% │
Boris Kim обрабатывает 53% всех backend-ревью. Рассмотрите более
равномерное распределение нагрузки, чтобы снизить риск узкого места.
Для Project Manager
Прогресс спринта:
Вы: "Мы укладываемся в текущий спринт?"
AI: Прогресс спринта 25 (10–21 мар, день 4 из 10):
Запланировано: 34 story points (18 задач)
Завершено: 11 points (6 задач) — 32%
В работе: 13 points (7 задач)
Не начато: 10 points (5 задач)
Темп: 2.75 points/день (нужно 3.4/день, чтобы успеть)
⚠️ Немного отстаём от темпа. 3 задачи в "In Progress" без
коммитов за последние 48 часов — стоит обсудить на стендапе.
Точность оценок:
Вы: "Насколько точными были наши оценки за прошлый квартал?"
AI: Точность оценок Q1 2026:
│ Story Points │ Задач │ Ср. реальное время │ Точность │
│ 1 point │ 42 │ 3.1ч кодирования │ ±15% │
│ 2 points │ 38 │ 6.8ч кодирования │ ±22% │
│ 3 points │ 29 │ 12.4ч кодирования │ ±31% │
│ 5 points │ 17 │ 22.1ч кодирования │ ±45% │
│ 8 points │ 8 │ 41.3ч кодирования │ ±62% │
Небольшие задачи оцениваются точнее. Задачи на 5+ points
имеют высокую вариативность — рассмотрите их дальнейшую декомпозицию.
Для CTO и VP
Метрики DORA:
Вы: "Какие у нас DORA-метрики за Q1?"
AI: DORA-метрики — Q1 2026:
│ Метрика │ Значение │ Рейтинг │
│ Deployment Frequency │ 4.2/неделю │ ⭐ Высокий │
│ Lead Time for Changes │ 2.1 дня │ ⭐ Высокий │
│ Mean Time to Recovery │ 4.3 часа │ ⭐ Высокий │
│ Change Failure Rate │ 8.7% │ ⭐ Средний │
Тренд: все метрики улучшились по сравнению с Q4 2025, кроме Change
Failure Rate, который вырос с 6.2% до 8.7%. Это коррелирует с
проектом миграции фронтенда (12 ревертов в феврале).
Сравнение между командами:
Вы: "Сравни cycle time по всем командам за последний месяц"
AI: Средний cycle time PR по командам (февраль 2026):
│ Команда │ Cycle Time │ PR │ Тренд vs. янв │
│ Backend │ 14.2ч │ 68 │ ↓ 18% │
│ Frontend │ 22.7ч │ 45 │ ↑ 31% │
│ Mobile │ 16.8ч │ 32 │ ↓ 5% │
│ Infrastructure │ 28.4ч │ 19 │ ↑ 12% │
│ Data │ 11.3ч │ 24 │ ↓ 22% │
Cycle time фронтенда вырос из-за миграции на React 19 —
крупные PR в среднем +890 строк (при норме команды +210).
Для индивидуальных разработчиков
Личная статистика:
Вы: "Сколько я кодировал на прошлой неделе?"
AI: Ваша активность за 3–9 марта:
Общее время кодирования: 22ч 45м
Проекты: backend-api (14ч), shared-libs (6ч), docs (2ч 45м)
Языки: Go (12ч), TypeScript (8ч), Markdown (2ч 45м)
PR открыто: 4 | PR смержено: 3 | Ревью сделано: 6
Самый активный день: среда (5ч 20м)
Самое активное время: 10:00–12:00
Сложные запросы
AI обрабатывает сложные запросы с несколькими условиями:
"Покажи разработчиков, которые ревьюили более 10 PR за прошлый месяц,
но сами написали менее 5 PR"
"Какой процент наших PR мержится без комментариев к ревью?"
"Перечисли все задачи из спринта 23, которые перенеслись в спринт 24,
и покажи, сколько времени кодирования было потрачено на каждую до переноса"
"Сравни частоту деплоев по понедельникам и пятницам за последний квартал"
"Какие репозитории имеют наибольшую частоту code churn?"
Уточняющие вопросы
Ассистент сохраняет контекст внутри диалога. Можно углубляться:
Вы: "Каким был cycle time за прошлый месяц?"
AI: Средний cycle time в феврале: 18.4 рабочих часа.
Вы: "Разбей по размеру PR"
AI: │ Размер PR │ Cycle Time │ Кол-во │
│ Small (<50) │ 8.2ч │ 42 │
│ Medium (50-200) │ 16.7ч │ 35 │
│ Large (200-500) │ 28.9ч │ 18 │
│ XL (500+) │ 52.3ч │ 7 │
Вы: "А только для backend-команды?"
AI: Cycle time backend-команды по размеру PR (февраль):
│ Размер PR │ Cycle Time │ Кол-во │
│ Small (<50) │ 6.1ч │ 22 │
│ Medium (50-200) │ 13.4ч │ 19 │
│ Large (200-500) │ 24.2ч │ 8 │
│ XL (500+) │ 38.7ч │ 2 │
Советы для лучших результатов
Указывайте временные рамки
❌ "Как у нас дела?"
✅ "Какая была пропускная способность PR за последние 2 недели?"
Называйте команды и проекты явно
❌ "Покажи статистику ревью"
✅ "Покажи статистику ревью для backend-команды в репозитории frontend-app"
Просите сравнения
✅ "Сравни velocity этого спринта с предыдущими 3 спринтами"
✅ "Как наш cycle time в этом квартале по сравнению с прошлым?"
Запрашивайте конкретные форматы
✅ "Покажи таблицу времени кодирования по разработчику и языку"
✅ "Дай еженедельный тренд количества мержей PR за последние 8 недель"
Конфиденциальность и безопасность
AI-ассистент спроектирован с чёткими границами данных:
| Что AI видит | Что AI никогда не видит |
|---|---|
| Агрегированные метрики | Исходный код |
| Имена разработчиков (в рамках вашей организации) | Содержимое файлов |
| Имена репозиториев | Диффы коммитов |
| Заголовки и ID задач | Учётные данные или токены |
| Данные о времени и количестве | Данные других организаций |
Модель Google Gemini обрабатывает ваш вопрос на естественном языке и генерирует структурированный запрос. Ваши реальные данные метрик остаются внутри инфраструктуры PanDev — они никогда не отправляются в языковую модель.
Для on-premise развёртываний AI-ассистент подключается к API Google Gemini только для обработки языка. Если ваша политика безопасности не позволяет внешние вызовы AI API, свяжитесь с нами по поводу вариантов с self-hosted LLM.
Чего AI пока не может (но скоро сможет)
Для управления ожиданиями:
- Не может изменять данные — только чтение. Нельзя создавать задачи, закрывать PR или переназначать ревью через ассистент
- Не может предсказывать будущее — может показать тренды и паттерны, но не прогнозирует даты завершения спринта (пока)
- Не может объяснить «почему» — может сказать, что cycle time вырос на 30%, но анализ коренной причины — за вами
- Не может обращаться к внешним инструментам — запрашивает только базу PanDev, не Jira или GitHub напрямую
Эти ограничения будут сужаться со временем по мере расширения возможностей ассистента.
Начало работы
AI-ассистент доступен на всех планах PanDev Metrics. Откройте его с помощью Ctrl+K (или Cmd+K на Mac) с любой страницы PanDev, введите вопрос и получите ответ за секунды.
Никаких дашбордов для настройки. Никакого SQL. Просто спросите.
Задайте вопрос своим данным. Попробуйте AI-ассистент в PanDev Metrics — на базе Google Gemini, создан для инженерных команд.