Tehisintellekti kasutamine juhtumiuuringute kirjutamiseks seansilogidest

Probleem

Kodulabori põhiväide on: integreeri tehisintellekt, seejärel mõõda ja avalda mõju. Kuid üksikasjalike juhtumiuuringute kirjutamine on aeganõudev. Iga projektihinnang nõuab toimunu ülevaatamist, mõõdikute ekstraheerimist, traditsiooniliste lähenemistega võrdlusaluste loomist ja tulemuste sünteesimist struktureeritud narratiiviks. Kui iga juhtumiuuring võtab tunde, aeglustub avaldamistempo ja labori avalik väljund kannatab.

Küsimus: kas juhtumiuuringute koostamise protsessi ennast saab tehisintellektiga aidata? Ja kas saame kasutada sama andmeallikat — Claude Code'i seansilogisid — mis algse projekti teostas?

See on meta-juhtumiuuring: tehisintellekti kasutamine tehisintellekti abiga tehtud töö analüüsimiseks ja struktureeritud hinnangu koostamiseks.

Tehisintellekti lähenemine

Lähenemine kasutas tehisintellekti abiga arendamise kasulikku omadust: see genereerib oma auditijälje. Claude Code salvestab täielikud seansiajalood JSONL-failidena — iga inimese käsk, iga tehisintellekti vastus, iga tööriistakutse, iga failisoperatsioon. See on masinloetav projektidokumentatsioon, mis eksisteerib töö kõrvalsaadusena.

Konveier:

1. —Andmeallikas: Claude Code'i seansilogi (12MB JSONL-fail, 3 052 kirjet) Revalia Homes'i projektist (juhtumiuuring #001)
2. —Analüüsiagent: Claude'i alamagent sai ülesandeks lugeda seansilogi ja ekstraheerida struktureeritud andmeid — ajajoon, käsud, tehnoloogiad, väljakutsed, tööjõumõõdikud
3. —Struktureeritud väljund: Agent koostas kolm tulemit: täieliku narratiivanalüüsi, kiirviite kokkuvõtte ja struktureeritud JSON-andmefaili
4. —Juhtumiuuringu koostamine: Teine Claude'i seanss kasutas ekstraheeritud andmeid formaalse juhtumiuuringu kirjutamiseks Kodulabori hindamisraamistiku järgi
5. —Inimese ülevaatus: Autor vaatas üle, parandas "3 tunni" väite tegelike seansiandmete vastu ja lisas konteksti, mida ainult inimosaleja teaks (nt näost-näkku seansi struktuur, DNS-i ooteaeg)

Kasutatud tööriistad:

• —Claude Code (lähteandmed)
• —Claude Cowork alamagendi delegeerimisega (analüüs ja kirjutamine)
• —Kodulabori hindamisraamistik (struktuur)

Inimtöö

Koguaeg analüüsiks ja juhtumiuuringu kirjutamiseks: ~45 minutit

Jaotus:

Käskude arv: 8 inimese sõnumit vestluses, et jõuda "mul on seansiajalugu" juurest kahe valmis juhtumiuuringuni.

Traditsiooniline võrdlusalus

Üksikasjaliku tehnilise juhtumiuuringu käsitsi kirjutamine — projektiartifaktide ülevaatamine, arendaja intervjueerimine, narratiivi struktureerimine, kulude võrdlemine — võtab tavaliselt:

Need hinnangud eeldavad, et kirjutajal on juurdepääs arendajale intervjuudeks ja projektiartifaktidele. Kirjutamine ise — mitte uurimine — moodustab suurema osa tööst.

Kiirendustegur

Suurim kiirendus on andmete ekstraheerimisel. TI alamagent töötas läbi 3 052 seansikirjet ja koostas struktureeritud analüüsi ~4 minutiga. Inimene, kes teeb sama — logide lugemine, käskude loendamine, töö kategoriseerimine — kulutaks tunde.

Kirjutamise kiirendus on tagasihoidlikum, sest inimese ülevaatuse etapp on oluline. TI suudab struktuuri visandada ja andmepõhiseid sektsioone kiiresti täita, kuid nüanss — "tegelikult oli 3 tundi näost-näkku aeg minu sõbraga" — nõuab inimest, kes seal oli.

Kvaliteedi hindamine

Mida automatiseeritud konveier hästi koostas:

• —Kõigi 35 inimese käsu täpne ekstraheerimine ja kategoriseerimine
• —Täieliku tehnoloogiapaki korrektne tuvastamine
• —Täpne ajajoone rekonstrueerimine ajatemplitega
• —Funktsioonide, integratsioonide ja väljakutsete põhjalik loetelu
• —Kasulikud mõõdikud (käsk-tegevus suhe, tööjõu jaotus)

Mis nõudis inimese parandust:

• —Esialgne "3 tunni" raamistus oli kasutaja ligikaudne hinnang. Seansiandmed näitasid 11 tundi kellaaega. Kumbki number üksi ei räägi tõelist lugu — inimkontekst oli vajalik tegeliku töömustri selgitamiseks
• —Kvaliteedihinnang nõudis subjektiivset otsust selle kohta, mida "piisavalt hea väikeettevõtte jaoks" tähendab
• —Traditsioonilise võrdlusaluse kulud on hinnangud, mis põhinevad autori tööstuskogemusel, mitte andmetel, mida TI saaks logidest ekstraheerida
• —Tooni ja narratiivne häält vajasid inimese kujundamist, et vältida genereeritud aruande muljet

Kvaliteedi otsus: TI abiga konveier koostab tugeva esmase mustandi täpsete andmetega. Inimese panus — ligikaudu 25 minutit ülevaatust ja konteksti — tõstab selle "täpsest aruandest" "lugemisväärse juhtumiuuringuni". 80/20 reegel kehtib: TI viib sind 80% teele 20% ajaga.

Komistuskivid ja piirangud

1. Seansilogid ei hõlma kõike JSONL-fail salvestab käsud ja TI tegevused, kuid mitte: mida inimene mõtles käskude vahel, mida ta brauseris nägi, mis järgmise päringu ajendas, ega mis juhtus väljaspool Claude Code'i seanssi (DNS-i konfigureerimine, vestlused kliendiga). Inimene täidab need lüngad.

2. Meta-juhtumiuuring nõuab algset autorit TI, mis analüüsib kellegi teise seansilogisid, suudaks tehnilised andmed ekstraheerida, kuid kontekst jääks täielikult puudu. See konveier töötab kõige paremini, kui inimene, kes projekti tegi, vaatab väljundi üle. See on kirjutamise kiirendaja, mitte kirjutamise asendaja.

3. JSONL-faili suurus võib olla piirang 12MB fail oli töödeldav, kuid nõudis tükkhaaval lugemist. Suuremad projektid pikemate seanssidega võivad ületada kontekstiakna. Eeltöötlusetapp (ainult inimese käskude ja põhisündmuste ekstraheerimine) muudaks selle robustsemaks.

4. Raamistiku järgimine nõuab malli Juhtumiuuringu struktuuri (Probleem, Lähenemine, Tööjõud, Võrdlusalus jne) järgiti, sest Kodulabori raamistik oli samas vestluses defineeritud. Ilma selgesõnalise raamistikuta kipuvad TI-genereeritud juhtumiuuringud üldiste struktuuride poole, millel puuduvad konkreetsed hindamismõõtmed, mis teevad selle metoodika eristuvaks.

Korratavuse hinne

5/5-st

See on kõige paremini korratav protsess, mida Kodulabor pakkuda saab. Koostisosad on:

1. —Claude Code'i seansilogi (eksisteerib automaatselt iga Claude Code'i projekti jaoks)
2. —Kodulabori hindamisraamistik (mall)
3. —TI seanss logi töötlemiseks ja juhtumiuuringu visandamiseks
4. —20–30 minutit inimese ülevaatust

Iga Kodulabori projekt, mis kasutab Claude Code'i, genereerib automaatselt juhtumiuuringu jaoks vajalikud toorandmed. See tähendab, et hindamiskonveier saab olla iga kaasamise standardne osa — mitte järelmõte.

Tähendus Kodulabori avaldamistempole: kui iga projekt genereerib loomulikult seansilogi ja seda logi saab töödelda juhtumiuuringu mustandiks alla tunni, siis ühe juhtumiuuringu avaldamine projekti kohta muutub jätkusuutlikuks isegi üksikoperaatorina.

Otsus

Automatiseeritud juhtumiuuringute konveier töötab. See vähendab 4–8-tunnise kirjutamistöö ~45 minutile, tootes samal ajal andmerikkama väljundi kui käsitsi kirjutamine tavaliselt saavutab. Algse Revalia Homes'i projekti 1:25 käsk-tegevus suhe peegeldub siin: väike arv inimese sisendeid (8 käsku + 25 minutit ülevaatust) annab märkimisväärse, struktureeritud väljundi.

Põhitaipamine: tehisintellekti abiga arendamine loob masinloetavaid projektiajalugusid kõrvalsaadusena. Enamik meeskondi ignoreerib neid andmeid. Kodulabori metoodika käsitleb neid mõjuhinnangu peamise sisendina. Seansilogi ei ole lihtsalt silumisartifakt — see on andmestik.

Sellel on liiteffekt. Iga projekt genereerib seansilogi. Iga logi toidab juhtumiuuringut. Iga juhtumiuuring demonstreerib metoodikat. Metoodika meelitab järgmise projekti. Hooratas on ise-dokumenteeriv.

See juhtumiuuring koostati kasutades konveierit, mida see kirjeldab. Seansiandmed pärinevad Cowork'i vestlusest kuupäevaga 19. märts 2026. Metoodika ja tulemused avaldatud avalikult kodulabor.ai lehel.

Andmelisa