Представьте: понедельник, 9:00. Вы открываете Slack, а там уже висит дайджест статусов за выходные, автоматически собранный из Jira и Notion. Никаких ручных стендапов, никаких «а где мы по задаче X?». Вы просто читаете и принимаете решения. Звучит как фантастика? В 2026 году это реальность для тех, кто научился правильно формулировать промты для AI-ассистентов.
Проблема в том, что большинство команд используют Jira, Notion и Slack как разрозненные инструменты. Менеджеры вручную переносят статусы, разработчики тратят время на митинги, а руководство ждёт отчётов. AI может стать связующим звеном, но только если вы дадите ему чёткие инструкции — промты, которые превращают разрозненные данные в единую систему.
В этой подборке — 10 проверенных промтов, которые я ежедневно использую в работе. Они охватывают генерацию статус-репортов, автоматизацию бэклога, синхронизацию между инструментами и даже создание Slack-ботов. Каждый промт — с примером и объяснением, как его адаптировать под ваши процессы.
1. Генерация ежедневного статус-репорта из Jira
Зачем: Утренний стендап занимает 15 минут у пяти человек — это больше часа в день. AI может собрать статусы из Jira и сформировать отчёт, который команда прочитает за 2 минуты.
Промт:
Ты — ассистент проекта. Сгенерируй статус-репорт на основе данных Jira за последние 24 часа.
Используй JQL: project = "PROJ" AND updated >= -1d ORDER BY updated DESC.
Для каждой задачи укажи: ключ, название, статус, исполнителя и краткое описание последнего комментария (если есть).
Сгруппируй задачи по статусам (To Do, In Progress, Done).
Выдели задачи, которые не двигались более 3 дней — это блокеры.
Формат вывода: Markdown, с заголовками и списками.
Добавь эмодзи для наглядности: 🔴 блокер, 🟡 в работе, 🟢 готово.
Пример использования: Вы интегрируете этот промт в Slack-бота, который каждое утро в 9:00 запрашивает Jira API, прогоняет данные через AI и публикует отчёт в канал #team-status. В результате стендап сокращается до обсуждения блокеров, а не перечисления задач.
Совет: Если у вас несколько проектов, добавьте в промт параметр projectKey и вызывайте его для каждого проекта отдельно.
2. Автоматическое обновление статусов в Jira на основе коммитов
Зачем: Разработчики забывают менять статус задачи, когда начинают работу или создают Pull Request. AI может связать коммиты с задачами и обновить Jira.
Промт:
Ты — интегратор между Git и Jira. Проанализируй последние коммиты в репозитории (ветка main) за сегодня.
Найди сообщения, содержащие ключи задач (например, PROJ-123).
Для каждого ключа: если коммит начинается с "feat:" или "fix:", переведи задачу в статус "In Progress" (если она в "To Do").
Если коммит содержит "Merge pull request" или "Closes PROJ-123", переведи задачу в "Done".
Верни JSON с массивом обновлений: [{"key": "PROJ-123", "status": "In Progress"}].
Не меняй статус, если задача уже в "Done" или "Closed".
Пример: Вы настраиваете вебхук в GitHub, который при каждом пуше вызывает этот промт через API AI, а затем обновляет Jira через REST API. Разработчики просто пишут осмысленные коммиты — статусы меняются сами.
Важно: Убедитесь, что в промте указаны точные названия статусов, как в вашем workflow Jira.
3. Синхронизация Notion и Jira: двусторонний маппинг задач
Зачем: Многие команды ведут документацию в Notion, а задачи — в Jira. AI может поддерживать соответствие между ними, создавая страницы в Notion для новых задач и обновляя статусы.
Промт:
Ты — синхронизатор Notion и Jira. У меня есть база данных Notion "Tasks" со свойствами: Name (title), Jira Key (rich text), Status (select), Assignee (people).
Сравни список задач из Jira (JQL: project = PROJ AND status != Closed) с записями в Notion.
Для каждой задачи Jira, которой нет в Notion, создай страницу с Name = summary, Jira Key = key, Status = status, Assignee = assignee.
Для существующих страниц обнови Status и Assignee, если они отличаются.
Верни список действий: [{"action": "create", "key": "PROJ-123"}, {"action": "update", "key": "PROJ-124"}].
Пример: Вы запускаете этот промт по cron каждые 15 минут через серверless-функцию. Он читает Jira и Notion API, генерирует инструкции и выполняет их. В результате менеджеры видят актуальный статус в Notion, а разработчики не отвлекаются на ручное дублирование.
Совет: Начните с односторонней синхронизации (Jira → Notion), чтобы избежать конфликтов.
4. Генерация пользовательских историй из заметок встреч в Slack
Зачем: После обсуждения в Slack рождаются идеи, которые теряются. AI может превратить тред в структурированные user stories для бэклога.
Промт:
Ты — продуктовый аналитик. Проанализируй тред в Slack (канал #product-ideas, последние 50 сообщений).
Выдели сообщения, содержащие предложения фич или обсуждение проблем пользователей.
Для каждого инсайта сформулируй user story в формате: "Как [роль], я хочу [действие], чтобы [ценность]".
Добавь критерии приёмки в виде чек-листа (3-5 пунктов).
Оцени сложность по шкале Фибоначчи (1,2,3,5,8,13) на основе объёма обсуждения.
Верни JSON: [{"story": "...", "acceptance": ["..."], "estimate": 5}].
Пример: Вы настраиваете Slack-бота, который по команде /generate-stories берёт последние сообщения из канала, отправляет их в AI с этим промтом и создаёт задачи в Jira через API. Product Manager экономит часы на ручном переносе идей.
Важно: Уточните в промте, какие роли использовать (например, «пользователь», «администратор»), чтобы истории были релевантны.
5. Автоматическое создание roadmap на основе эстимейтов и приоритетов
Зачем: Roadmap часто устаревает. AI может пересобрать его из бэклога с учётом зависимостей и ресурсов.
Промт:
Ты — планировщик проектов. На основе данных Jira (все задачи в статусе "To Do" и "In Progress") и их оценок (story points) построй roadmap на квартал.
Учти:
- Приоритеты (поле Priority: Highest, High, Medium, Low).
- Зависимости (поле "Blocks" / "Is blocked by").
- Доступную ёмкость команды: 40 story points в неделю.
Разбей задачи по неделям, начиная с текущей.
Верни таблицу в Markdown:
| Неделя | Задачи (ключи) | Сумма SP |.
Выдели риски: если сумма SP превышает ёмкость, отметь неделю красным.
Пример: Вы запускаете промт раз в две недели, вставляете результат в Notion или Confluence. PM видит перегрузку заранее и может перераспределить ресурсы.
Совет: Добавьте в промт параметр «праздники» или «отпуска», чтобы не планировать работу на недоступные дни.
6. Slack-бот для ответов на вопросы по проекту
Зачем: Разработчики тратят время на поиск информации в Jira и Notion. AI-бот может отвечать на вопросы в Slack, обращаясь к базам знаний.
Промт:
Ты — ассистент проекта. Пользователь задаёт вопрос в Slack (например, "Что по задаче PROJ-123?" или "Кто отвечает за фичу X?").
Твоя задача: найти ответ в Jira (через API) и Notion (через API).
Если вопрос о задаче: верни ключ, название, статус, исполнителя и последний комментарий.
Если вопрос о фиче: найди страницу в Notion по названию и верни описание и ответственного.
Ответь кратко, в 1-2 предложениях, с ссылкой на источник.
Если ответ не найден, скажи: "Не нашёл информацию, уточните запрос".
Пример: Вы создаёте Slack-приложение, которое при упоминании бота отправляет текст в AI с этим промтом, а затем публикует ответ. Бот интегрируется с Jira и Notion через их API. В результате команда получает ответы за секунды, не переключаясь на другие вкладки.
Важно: Ограничьте доступ бота только к нужным проектам, чтобы не раскрывать лишнюю информацию.
7. Генерация еженедельного отчёта для стейкхолдеров
Зачем: Руководство хочет знать прогресс, но не хочет читать Jira. AI может собрать высокоуровневый отчёт с метриками.
Промт:
Ты — аналитик проекта. Сформируй еженедельный отчёт для стейкхолдеров на основе данных Jira за последние 7 дней.
Включи:
- Количество закрытых задач (Done) и сумму story points.
- Количество новых задач (To Do).
- Задачи в работе (In Progress) с исполнителями.
- Блокеры (задачи с меткой "blocker" или без движения >5 дней).
- Прогресс по ключевым инициативам (эпики).
Формат: краткий текст (до 300 слов) + таблица с метриками.
Тон: деловой, без технического жаргона.
Добавь раздел "Требуется внимание" с рекомендациями.
Пример: Вы запускаете промт каждую пятницу, результат отправляете в Slack-канал #stakeholders или по email. Стейкхолдеры видят прогресс без лишних вопросов.
Совет: Настройте фильтр по эпикам, чтобы отчёт фокусировался на стратегических целях.
8. Автоматическая приоритизация бэклога с помощью AI
Зачем: Ручная приоритизация субъективна и занимает время. AI может оценить задачи по модели RICE (Reach, Impact, Confidence, Effort).
Промт:
Ты — продуктовый менеджер. У меня есть список задач в Jira (статус "To Do") с полями: Summary, Description, Reach (число пользователей), Impact (1-5), Confidence (0-100%), Effort (story points).
Рассчитай RICE score для каждой задачи: (Reach * Impact * Confidence) / Effort.
Отсортируй задачи по убыванию RICE.
Верни таблицу в Markdown:
| Ключ | Название | RICE |.
Добавь комментарий: какие задачи стоит пересмотреть (низкий RICE, но высокий приоритет).
Пример: Вы заполняете поля Reach, Impact, Confidence в Jira (можно через кастомные поля), затем запускаете промт раз в спринт. PM получает объективный рейтинг и обсуждает его с командой.
Важно: Если поля отсутствуют, AI может оценить их на основе описания, но это менее точно.
9. Создание чек-листа для релиза на основе задач в Jira
Зачем: Перед релизом нужно убедиться, что все задачи выполнены, тесты пройдены, документация обновлена. AI может собрать чек-лист из Jira и Notion.
Промт:
Ты — релиз-менеджер. На основе задач в Jira (версия 1.2.0) и страниц в Notion (раздел "Release 1.2.0") составь чек-лист релиза.
Включи:
- Все задачи со статусом "Done" (проверь, что нет открытых подзадач).
- Задачи с меткой "documentation" — убедись, что страница в Notion обновлена.
- Задачи с меткой "testing" — проверь наличие отчёта о тестировании.
- Задачи с меткой "deployment" — проверь инструкции по деплою.
Формат: Markdown-чеклист с флажками.
Для каждого пункта укажи ссылку на источник.
Пример: Вы запускаете промт за день до релиза, он генерирует чек-лист, который команда проходит на митинге. Это снижает риск забыть что-то важное.
Совет: Добавьте в промт проверку зависимостей между задачами, чтобы не выпустить релиз с недоделанными фичами.
10. Анализ ретроспективы и генерация action items
Зачем: После ретроспективы нужно выделить конкретные действия. AI может проанализировать заметки и предложить план.
Промт:
Ты — Scrum-мастер. Проанализируй заметки ретроспективы (текст в Slack-канале #retro или страница в Notion).
Выдели:
- Что прошло хорошо (3-5 пунктов).
- Что можно улучшить (3-5 пунктов).
- Action items: конкретные задачи с ответственным и сроком (из обсуждения).
Сформулируй action items в формате SMART.
Верни JSON: {"good": [...], "improve": [...], "actions": [{"task": "...", "owner": "...", "due": "..."}]}.
Если ответственный не указан, предложи кандидатуру на основе ролей в команде.
Пример: Вы копируете заметки из Slack в AI, получаете структурированный список, затем создаёте задачи в Jira через API. Ретроспектива превращается в реальные улучшения, а не в сотрясание воздуха.
Важно: Убедитесь, что в промте указан формат даты (например, YYYY-MM-DD), чтобы избежать неоднозначности.
Все эти промты работают в связке: вы можете настроить пайплайн, где AI-ассистент каждое утро собирает статусы, обновляет Jira, синхронизирует Notion и публикует отчёты в Slack. Главное — начать с одного-двух промтов, которые решают вашу самую болезненную проблему. Например, если команда страдает от ручных стендапов, внедрите первый промт и настройте бота. Через неделю вы заметите, что митинги стали короче, а статусы — актуальнее.
Попробуйте адаптировать эти промты под свои инструменты: замените названия полей, статусов и каналов на свои. И помните: AI не заменит менеджера, но снимет рутину, освобождая время для стратегии и общения с командой. Начните сегодня — и следующий спринт закроется быстрее, чем вы думаете.
Комментарии