ChatGPT i JIRA to ciekawe połączenie

ChatGPT i Jira? Czy to da się sensownie połączyć? Moim zdaniem tak, mam nawet przygotowaną automatyzację, którą postanowiłem się podzielić.

Jak byłem młodszy to wychodził ze mnie niepoprawny technooptymizm, Potem skończyłem 30 lat i stałem się bardziej cyniczny. Oczywiście, że w dalszym ciągu obserwuję różnego rodzaju nowinki i staram się je wykorzystywać w pracy. Zależy mi na automatyzacji niektórych procesów, żeby mieć więcej czasu na inne, często ważniejsze, zadania. Dlatego zacząłem się zastanawiać, czy JIRA i ChatGPT mogą stanowić dobre połączenie.

Kwestia danych

Zanim zacząłem tworzyć testowe automatyzacje, to przyjrzałem się danym, jaki da się wyciągnąć z JIRY. Cóż, wykorzystując klucz API, da się stamtąd wziąć absolutnie wszystko. Dlatego apeluję o ostrożność. Czy warto automatyzować przeglądanie CV, z wrażliwymi danymi osobowymi? Absolutnie nie! Pamiętaj o tym, że ChatGPT przetwarza dane w chmurze, do której nie masz dostępu i nie wiesz, jak jest zabezpieczona. Jestem przekonany, że OpenAI pewnie mam sporo ciekawych, bardzo wrażliwych, danych. Szczególnie z okresu, gdy moda na ChatGPT napędzała nagłówki w mediach społecznościowych.

Przesyłanie informacji o zrealizowanych zadaniach w celu wygenerowania automatycznego raportu, to coś zupełnie innego, niż analizowanie obłożenia poszczególnych pracowników. Razem z ich urlopami, zwolnieniami lekarskimi oraz imionami i nazwiskami. Sam stawiam sobie jasną granicę — nie wykorzystuję ChatGPT do analizowania żadnych danych poufnych firmy, a także unikam karmienia chmury OpenAI danymi personalnymi. W tych przypadkach pomaga mi JIRA ze swoimi raportami oraz moje własne arkusze kalkulacyjne.

ChatGPT i komnata automatycznych raportów

Aby wygenerować raport na temat stanu projektu, którym się opiekujesz, musisz najpierw zadbać o klika rzeczy.

  • Potrzebujesz mieć dostęp do API JIRY. Klucz należy wygenerować tym miejscu.
  • Tym razem skupię się na automatyzacji stworzone w narzędziu no code. Będzie to Make, więc tam też musisz założyć konto.
  • Konta na OpenAI, w którym będziesz korzystać z API. Koniecznie ustaw tutaj limit!
  • Dobrze będzie, jeśli dane z JIRY wrzucisz sobie do arkusza kalkulacyjnego w Google’u lub do AirTable. W zależności, z czego korzystasz Ty lub Twoja firma.

Dlaczego polecam wrzucenie danych z JIRY do bazy danych lub arkusza? Wtedy łatwiej się tego korzysta, nie trzeba za każdym razem zbierać zdań i wykorzystywać cykli automatyzacji, które w Make są ograniczone. Poza tym taka baza danych może być wykorzystywana w dalszych analizach. A moje automatyczne raporty to tylko i wyłącznie przykład.

Połączenie w Make, które pozwala na automatyczne wygenerowanie raportu i wyłasnie go na Slacku.

Dane z bazy pakuję do JSONa, żeby ChatGPT miał pełen zestaw informacji. Następie podaję ten prompt:

Prompt, na którym testowałem generowanie raportów.

Odpowiedź przygotowaną przez ChatGPT można wysłać jako wiadomość na Slacku, a potem przekleić do Confluence lub potraktować jako listę zmianą do przeglądu nowej wersji. Koszt wygenerowania takiego podsumowania, z dobrze opisanymi zdaniami, to 0.07$. Testowałem je z wykorzystaniem modelu ChatGPT4. Oczywiście, im więcej rzeczy zostało zapakowanych do JSONa i zrobionych przez zespół, tym wygenerowanie raportu będzie droższe. Na dodatek warto pamiętać o tym, że modele mają ograniczenia tokenów, z jakimi mogą pracować. Na limit składa się suma danych wysłanych oraz odebranych. Co to znaczy?

Jeśli masz limit wynoszący 8 192 tokeny i jako prompt wysyłasz ich 5 000, to na odpowiedź zostają ci 3 192 tokeny. Wystarczy? To zależy od tego, jak szczegółowy chcesz mieć opis. Zgodnie z informacjami od OpenAI, 1 500 słów w języku angielskim to w przybliżeniu 2 048 tokenów. Dlatego zachęcam do dodawania różnych ograniczeń takich jak dodanie liczby słów w odpowiedzi lub zmniejszenia danych, przesyłanych do ChatGPT.

Dlatego zachęcam do dodawania różnych ograniczeń (np. liczby znaków w odpowiedzi lub zmniejszenia danych przesyłanych do ChatGPT).

Czy to się sprawdza?

To zależy. Od wielu czynników. Na pewno od tego, czy w ogóle możesz eksperymentować z takimi danymi. Ja, jak to mam w zwyczaju, używam testowych zbiorów, aby przypadek nie przesłać czegoś wrażliwego do chmury, której nie kontroluję. Tak, jestem okropnym paranoikiem, ale lepiej dmuchać na zimne, niż się sparzyć.

Takie automatyczne raporty na pewno mają swoją rację bytu, jeśli opiekujesz się więcej, niż jednym projektem. Wtedy szybko i łatwo jesteś w stanie zweryfikować to, co się dzieje i wprowadzić ewentualne poprawki w kursie. Przy jednym projekcie, z niewielkim zespołem (tak do 5 osób) wątpię, aby takie raporty mocno wpłynęły na procesy. Pomóc pewnie pomogą, tylko skala zmian i zaoszczędzonego czasu będą znaczniej mniejsze.