AI-assisted plánování
Přejít na sekci
Proč plánovat s AI
Většina vývojářů začíná s AI až u kódování. Ale největší úspory času přináší plánování — AI vám pomůže rozložit feature na úkoly, identifikovat edge cases předem a vytvořit implementační plán dřív, než napíšete první řádek kódu.
Co AI v plánování zvládá dobře
- Dekompozice features na konkrétní implementační kroky
- Identifikace závislostí mezi úkoly
- Návrh databázových schémat a API kontraktů
- Review architektonických rozhodnutí — najde díry v návrhu
- Generování acceptance criteria z vágního zadání
Kontext je základ
AI naplánuje dobře jen to, čemu rozumí. Klíčové je poskytnout kontext: existující architekturu, technická omezení, business požadavky. Bez kontextu dostanete generický plán, který ignoruje realitu vašeho projektu.
CLAUDE.md a projektové kontextové soubory
CLAUDE.md je soubor v kořeni repozitáře, který AI agentům poskytuje kontext o projektu. Obsahuje stack, konvence, strukturu adresářů, workflow — vše, co by nový vývojář potřeboval vědět. Agenti jako Claude Code ho čtou automaticky.
# CLAUDE.md — příklad struktury
## Stack
- Next.js 16, TypeScript, Tailwind CSS 4
- PostgreSQL + Prisma ORM
- Vercel deployment
## Konvence
- Komponenty v src/components/, stránky v src/app/
- Testy vedle souborů: Component.test.tsx
- Commity: conventional commits (feat:, fix:, chore:)
## Workflow
- PR do main, CI musí projít
- E2E testy v PlaywrightPrompt patterny pro plánování
# Dekompozice feature
'Rozlož tuto feature na implementační úkoly:
[popis feature]
Pro každý úkol uveď: soubory k úpravě, závislosti, odhadovanou složitost.'
# Architektonické review
'Review tohoto návrhu architektury. Hledej:
- Single points of failure
- Škálovatelnostní problémy
- Chybějící error handling
- Bezpečnostní rizika
[návrh architektury]'
# Odhad složitosti
'Na základě tohoto task listu odhadni relativní složitost (S/M/L/XL).
Zvaž: počet souborů, závislosti, testovací pokrytí, riziko regrese.'Nejlepší výsledky získáte iterativně. Začněte vysokoúrovňovým plánem, pak se AI zeptejte na detaily jednotlivých kroků. Nesnažte se dostat kompletní plán na jedno zadání.
Příklad: Od feature requestu k implementačnímu plánu
Představte si feature request: 'Přidej export uživatelských dat do CSV.' Místo okamžitého kódování použijte AI k vytvoření plánu:
# Krok 1: Definice scope
'Feature request: Export uživatelských dat do CSV.
Náš stack: Next.js API routes, Prisma, PostgreSQL.
Co všechno by měl export obsahovat? Jaké edge cases zvážit?'
# Krok 2: Technický návrh
'Na základě předchozí analýzy navrhni technickou implementaci.
Zvaž: streaming pro velké datasety, autorizaci, formát dat, limity.'
# Krok 3: Task breakdown
'Rozlož implementaci do PR-ready úkolů.
Každý úkol = 1 PR, max 200 řádků změn.'AI má tendenci plánovat 'na zelené louce'. Vždy upřesněte existující omezení: 'Máme stávající export modul v src/lib/export.ts — rozšiř ho, nevytvářej nový.'
Explicitně řekněte AI o existujících omezeních: 'Máme 2 vývojáře, sprint je 2 týdny, testy musí projít v CI za max 10 minut.' Bez omezení AI navrhne ideální řešení, ne pragmatické.
Vezměte reálný feature request z vašeho backlogu (nebo použijte: 'Přidej notifikace emailem při změně stavu objednávky'). Pomocí AI vytvořte: 1) Analýzu scope a edge cases, 2) Technický návrh s ohledem na váš stack, 3) Seznam implementačních úkolů seřazených podle závislostí.
Nápověda
Poskytněte AI maximum kontextu o vašem existujícím kódu — jaké modely máte, jaký email provider používáte, kde je existující notifikační logika.
Na příštím sprint planningu použijte AI jako plánovacího asistenta. Vložte do AI backlog položky a požádejte: 'Tady jsou user stories pro příští sprint: [stories]. Pomoz mi: 1) Odhadnout complexity (S/M/L), 2) Identifikovat závislosti, 3) Navrhnout pořadí implementace, 4) Identifikovat rizika. Kontext: tým [X] devů, sprint [Y] dní.' Porovnejte AI odhady s týmovými.
Nápověda
Zdokumentujte svůj postup a výsledky — poslouží jako reference pro budoucí podobné úkoly.
Vyberte středně velkou feature (1-2 týdny práce). Zadejte AI: 'Napiš technický design doc pro: [popis feature]. Zahrň: cíl, navržené řešení, alternativy a proč jste je zamítli, API kontrakt, databázové změny, migrační strategie, testovací plán, rizika.' Výsledek proberete s kolegou — kolik z design docu jste mohli použít přímo?
Nápověda
Přidejte existující CLAUDE.md nebo README projektu jako kontext — AI pak navrhne řešení kompatibilní s vaší architekturou.
- AI v plánování šetří víc času než v kódování — identifikuje problémy předem
- CLAUDE.md a kontextové soubory jsou základ kvalitního AI plánování
- Plánujte iterativně: scope → technický návrh → task breakdown
- CLAUDE.md je klíčový vstup pro kvalitní plánování — AI potřebuje znát váš stack, konvence a omezení
- AI design docs ušetří hodiny práce, ale vždy potřebují lidský review pro business kontext
V příští lekci se ponoříme do Kódování s AI — technika, která vám dá jasnou převahu. Odemkněte celý kurz a pokračujte hned.
2/8 hotovo — pokračujte!