Specifikace, kterou přečte člověk i AI
Když aplikaci popíšete jen v chatu s AI, každá další verze se trochu rozejde. Strukturovaná specifikace drží tým i nástroje na jedné straně.
Nástroje, které z popisu vygenerují rozhraní nebo celou aplikaci, se zlepšují neuvěřitelně rychle. Zkoušel jsem v0, Lovable i Claude Code a všechny umí za pár minut ukázat něco, co by dřív trvalo dny. Problém přijde u druhé a třetí iterace. Zadání žije v historii chatu, každá změna se popisuje znovu a výsledek se pomalu rozchází s tím, co jste chtěli.
Zdroj pravdy mimo chat
Proto pracuju se specifikací jako se samostatným souborem. Ve strukturovaném formátu, třeba v YAML, popisuju entity, obrazovky, role, pravidla a vazby mezi nimi. Je to čitelné pro člověka, dá se to verzovat v Gitu a stejně dobře to přečte jazykový model.
Co to přináší
- Změna se dělá na jednom místě. Upraví se specifikace a z ní se přegeneruje, co je potřeba.
- Kontrola dřív, než se napíše kód. Nad strukturovaným souborem se dá pustit linter, který odhalí chybějící vazby, nedefinované role nebo rozporná pravidla.
- Různé výstupy z jednoho zadání. Ze stejné specifikace může vzniknout rozhraní ve Vue, v Reactu nebo dokumentace pro klienta.
- Klient rozumí tomu, co schvaluje. Struktura je přehlednější než padesát stran textu.
Kde je hranice
Specifikace nenahradí rozhodování. Pořád je potřeba někdo, kdo ví, proč se aplikace staví a co má řešit. Specifikace jen zajistí, že se to rozhodnutí neztratí cestou mezi lidmi a nástroji.
Proč to souvisí s menšími týmy
Když AI zvládne velkou část generování, úzkým hrdlem přestává být psaní kódu. Stává se jím přesnost zadání. Tým, který umí přesně popsat, co chce, postaví s pomocí AI víc než tým, který jen rychle píše. A přesné zadání je práce na pomezí byznysu, produktu a techniky.