AI-промты для Definition of Done в Scrum-команде
Выберите артефакт и область качества — получите готовый DoD-промт
- Учитывает уровень зрелости команды и область качества
- Формирует измеримые критерии вместо размытых формулировок
- Связывает DoD с ретроспективой и инженерными метриками
Конструктор промтов для Definition of Done
Укажите тип артефакта и цель зрелости — получите промт для формулировки DoD команды
Ваш промт появится здесь
Выберите параметры слева — промт обновится автоматически
Составление definition of done для каждой User Story отнимает у Scrum Master несколько часов в неделю — и всё равно критерии получаются размытыми, а команда спорит на ревью спринта. Промты для ChatGPT и Claude закрывают эту рутину: нейросеть формулирует чек-листы готовности под User Story, Эпик, Спринт, Релиз или Bugfix, учитывая область качества — код-ревью, автотесты, CI/CD, документацию или безопасность. Укажите тип артефакта и цель зрелости команды — генератор соберёт промт, который превращает ИИ в помощника Agile Coach и даёт чёткие критерии приёмки. Такие промпты снимают большую часть копирайтинга и унифицируют definition of done для продуктовой Scrum-команды, платформенной или DevOps-команды. Заполните форму бесплатно и получите промт, оптимизированный под вашу задачу, — скопируйте его в ChatGPT, Claude или любую нейросеть и используйте готовые шаблоны на ближайшем ретро.
Промты для Definition of Done: инструкция
Выберите роль AI и тип артефакта
Укажите Роль AI, Тип артефакта и Тип команды — это задаст структуру промта под ваш DoD.
Настройте тон и формат вывода
Выберите строгий тон и формат чек-листа с уровнями зрелости — удобно для ретро и онбординга новичков.
Впишите контекст команды и проблемы
Заполните Контекст команды и Текущие проблемы — промт учтёт багги на проде и подход к ревью.
Скопируйте промт и запустите в AI
Скопируйте готовый промт и вставьте в ChatGPT или Claude — получите готовый Definition of Done.
Кто использует промты для Definition of Done
Генератор помогает Scrum-мастерам, тимлидам, QA и продактам формулировать DoD в ChatGPT и Claude
Scrum Master продуктовой команды
Команда спорит о готовности задач — согласование DoD съедает весь ретро
Собирайте согласованный DoD для спринта за 15 минут вместо часа
Tech Lead платформенной команды
Каждый релиз ловим баги из-за размытых критериев код-ревью и CI/CD
Формулируйте технический DoD с чек-листом ревью и автотестов
Product Owner SaaS-продукта
Принимаю фичи, которые потом переделываем — в DoD нет бизнес-критериев
Добавляйте в DoD бизнес-метрики и критерии приёмки эпика за раз
QA-лид мобильной разработки
Разработчики считают задачу готовой без автотестов и проверки на девайсах
Описывайте DoD с покрытием тестами и матрицей устройств за минуты
Ещё промты для Definition of Done
Промты дополняют генератор смежными задачами по DoD. Скопируйте, замените данные в [скобках] и вставьте в ChatGPT или Claude.
Аудит текущего Definition of Done на полноту и измеримость
Аудит DoDРоль: Ты Agile Coach с 8 лет опыта внедрения Definition of Done в продуктовых командах. Экспертиза: Scrum Guide 2020, DoD-чеклисты, метрики качества (escaped defects, lead time). Context: Я Scrum Master в [тип организации]. Команда: [размер команды] разработчиков, продукт [описание продукта]. Текущий DoD: [вставьте пункты DoD списком]. Метрики качества: [escaped defects за квартал], [процент автотестов], [среднее время код-ревью]. Задача: Проведи аудит текущего DoD на полноту, измеримость и соответствие уровню зрелости команды. Выяви пробелы и избыточные пункты. Формат вывода: (1) Таблица пунктов DoD со столбцами: формулировка, измеримость (да/нет), критерий проверки, риск пропуска. (2) Список пробелов по категориям: код, тесты, документация, безопасность, релиз. (3) Топ-5 рекомендаций по переформулировке с примерами 'было → стало'. Детали: Опирайся на принцип SMART для формулировок. Избегай пунктов, которые нельзя проверить автоматически или чек-листом. Учитывай, что DoD должен быть достижим в рамках одного [длительность спринта].
Воркшоп для команды по совместной выработке Definition of Done
ВоркшопРоль: Ты Agile-фасилитатор с 6 лет опыта проведения командных воркшопов по Scrum-артефактам. Экспертиза: Liberating Structures, ретроспективные техники, фасилитация DoD-сессий. Контекст: Я Scrum Master в [тип компании]. Команда: [состав ролей — dev, QA, DevOps], уровень зрелости [начинающая/средняя/зрелая]. Проблема: [текущая боль — например, регрессии после релиза]. Доступное время на воркшоп: [длительность в часах]. Задача: Спроектируй пошаговый сценарий воркшопа по совместной выработке DoD с командой, включая тайминг, активности и артефакты на выходе. Формат вывода: (1) Таблица-расписание: блок, время, цель, активность, материалы. (2) Скрипт фасилитатора для каждого блока с ключевыми вопросами команде. (3) Шаблон финального артефакта DoD и план валидации его через 2 спринта. Детали: Используй техники 1-2-4-All и dot voting для приоритизации пунктов. Избегай лекционного формата — минимум 70% времени интерактив. Учитывай [формат воркшопа — офлайн/онлайн/гибрид].
Сравнение DoD нашей команды с индустриальными бенчмарками
БенчмаркРоль: Ты Tech Lead с 10 лет опыта в продуктовой разработке и бенчмаркинге инженерных практик. Экспертиза: DORA metrics, Accelerate, SPACE framework, индустриальные стандарты DoD. Контекст: Я Scrum Master в [индустрия — финтех/e-com/SaaS]. Команда: [тип команды — продуктовая/платформенная]. Текущий DoD: [вставьте список пунктов]. Ключевые метрики: [deployment frequency], [change failure rate], [MTTR]. Задача: Сравни наш DoD с типовыми DoD в зрелых командах аналогичной индустрии и уровня. Выяви gaps и предложи дорожную карту эволюции. Формат вывода: (1) Таблица сравнения: область (код/тесты/CI-CD/безопасность/доки), наш пункт, бенчмарк-пункт, gap-оценка 1-5. (2) Три уровня зрелости DoD (базовый/продвинутый/экспертный) с маркировкой, где мы сейчас. (3) Roadmap на [горизонт планирования] из 5-7 шагов с ожидаемым эффектом на метрики. Детали: Опирайся на публичные отчёты State of DevOps и практики компаний уровня Spotify, Atlassian. Избегай копирования без учёта контекста команды.
Чек-лист онбординга нового разработчика по Definition of Done
ОнбордингРоль: Ты Engineering Manager с 7 лет опыта адаптации разработчиков в Scrum-командах. Экспертиза: onboarding playbooks, mentoring, ramp-up метрики. Контекст: Я Scrum Master в [тип команды]. Новичок: [роль — junior/middle/senior], стек [технологии]. Наш DoD включает: [ключевые пункты DoD — код-ревью, автотесты, CI/CD, документация]. Срок выхода на полную продуктивность: [N недель]. Задача: Создай детальный чек-лист онбординга, который обучает новичка применять наш DoD на практике — от первого PR до самостоятельного закрытия User Story. Формат вывода: (1) Таблица по неделям: неделя, цель, задачи новичка, пункты DoD для освоения, ментор-активности. (2) Чек-лист 'первый PR по DoD' из 10-12 пунктов. (3) Критерии готовности новичка к самостоятельной работе и шаблон фидбек-сессии на [контрольная точка — 30/60/90 дней]. Детали: Учитывай принцип постепенного усложнения: от парного программирования к соло-задачам. Избегай перегрузки в первую неделю. Привяжи каждый пункт к артефактам команды — Confluence, репозиторий, CI-пайплайн.
6 правил промтов для Definition of Done
Используйте эти правила, чтобы получать рабочие DoD для Scrum-команд в ChatGPT и Claude
Задайте роль Scrum Master-эксперта
Вместо «Ты agile-коуч» укажите: «Ты Scrum Master с 7 годами опыта и сертификатом PSM III, внедрявший DoD в распределённых командах». ИИ включит практики из Scrum Guide.
Указывайте метрики качества кода
Добавьте в промт целевые значения: code coverage 80%, zero critical SonarQube issues, SLA на code review 4 часа, escaped defects < 2%. Без чисел DoD останется декларативным.
Запрашивайте чек-лист по уровням
Просите вывод в формате чек-листа с тремя уровнями: DoD для User Story, для Sprint и для Release. Шаблон: «критерий — проверка — ответственный — инструмент верификации».
Укажите стадию зрелости команды
Formирующейся команде нужен базовый DoD (unit-тесты, PR review), зрелой — SLO, observability, feature flags. Формула: «команда [N спринтов], стек [X], регуляторка [Y]».
Итерируйте через ретро-фидбек
После первого DoD уточняйте: «добавь критерии на основе типовых дефектов с последнего ретро: флаки-тесты и утечки памяти». Так DoD эволюционирует под реальные проблемы.
Избегайте размытых формулировок
До: «Код протестирован и работает». После: «Покрытие unit-тестами ≥80%, E2E зелёные в CI, нагрузочный тест 500 RPS без деградации p95». Каждый пункт DoD должен быть бинарно проверяем.
FAQ: промты для Definition of Done
Промты для написания Definition of Done — это структурированные запросы к нейросети, которые помогают Scrum-команде сформулировать чёткие критерии готовности для User Story, эпика, спринта или релиза. В ChatGPT вы указываете роль AI (Scrum Master), тип артефакта и область качества — например, код-ревью, автотесты, CI/CD или документация. На выходе получаете проверяемый чек-лист из 7-10 пунктов с привязкой к целям зрелости: стабилизация релизов или сокращение дефектов. Бесплатный генератор GUSAROV собирает промт за 30 секунд и подстраивает его под продуктовую, платформенную или мобильную команду. Попробуйте сгенерировать свой первый DoD-промт и вставьте его в ChatGPT.
Чтобы составить DoD для User Story через ChatGPT, задайте в промте роль Scrum Master, тип артефакта User Story и область качества — автотесты или код-ревью. Пример шаблона: «Ты Scrum Master продуктовой команды. Сформулируй Definition of Done для User Story с фокусом на сокращение дефектов. Включи критерии по юнит-тестам с покрытием 80%, прохождение код-ревью двумя инженерами, обновление Confluence и прогон в CI/CD». ChatGPT вернёт 8-12 проверяемых пунктов с бинарной оценкой «готово/не готово». Для платформенных команд добавьте требования к SLA и мониторингу. Скопируйте готовый промт из генератора GUSAROV и вставьте в ChatGPT.
Scrum Master экономит 3-5 часов на спринт, используя генератор промтов для DoD вместо ручного составления критериев готовности. Вместо обсуждения одних и тех же пунктов на каждой ретроспективе, вы получаете из Claude единый шаблон для всей команды — с привязкой к цели зрелости: ускорение time-to-market или повышение прозрачности. Генератор учитывает специфику команды данных, мобильной разработки или платформенной команды и добавляет релевантные области качества — от автотестов до документации API. Это снижает процент возвратов задач из Review в In Progress на 20-30% и ускоряет онбординг новых разработчиков. Попробуйте бесплатный генератор GUSAROV и соберите свой DoD за минуту.
Промты для DoD спринта фокусируются на инкременте и пригодности к демо, а промты для DoD релиза — на готовности к продакшену и пользователям. В Claude для спринта вы запрашиваете критерии уровня команды: закрытые автотесты, пройденное код-ревью, обновлённая техдокументация, зелёный CI/CD. Для релиза промт расширяется до регрессионного прогона, нагрузочных тестов, релиз-ноутов, согласования с Product Owner и плана отката. Эпик добавляет критерии метрик продукта и NPS, а User Story — только acceptance criteria. Цель зрелости тоже меняет фокус: стабилизация требует более жёстких порогов, чем ускорение time-to-market. Используйте генератор GUSAROV, чтобы быстро переключаться между типами артефактов.
Промты для Definition of Done из генератора GUSAROV работают во всех популярных нейросетях: ChatGPT, Claude, Gemini, YandexGPT, GigaChat и DeepSeek. ChatGPT и Claude дают наиболее детальные чек-листы по CI/CD и автотестам, особенно для платформенных команд и команд данных. YandexGPT и GigaChat оптимальны для российских компаний с требованием хранить данные внутри контура — они корректно обрабатывают DoD для мобильной разработки и продуктовых Scrum-команд на русском. Gemini хорошо структурирует критерии документации и код-ревью в виде таблиц. AI-ассистенты одинаково понимают роль Scrum Master и цели зрелости вроде сокращения дефектов. Скопируйте промт из генератора и вставьте в любую удобную нейросеть.