Подключили ИИ к Jira через MCP: что это дает PM уже сегодня

MCP (Model Context Protocol) - это протокол, который позволяет ИИ-ассистенту подключаться напрямую к вашим инструментам (Jira, Confluence, календарь, почта) и не только читать данные, но и совершать в них действия: создавать задачи, обновлять статусы, комментировать.

Разница с промтами принципиальная:

• Промты - ИИ анализирует то, что вы ему скопировали. Результат - текст, который вы сами переносите обратно.
• MCP - ИИ сам подключается к Jira, сам читает актуальные данные, сам выполняет действия. Вы формулируете задачу - не готовите для нее данные вручную.

За две недели использования MCP-подключения к Jira я сэкономила дополнительно 3-4 часа в неделю сверх того, что уже давала автоматизация через промты - в первую очередь на действиях, которые раньше приходилось доделывать руками после того, как ИИ выдавал текст.

Это не революция вместо предыдущих статей - это следующий логичный слой поверх них.

Промты решили проблему анализа: ИИ хорошо читает большой объем информации и вычленяет суть. Но у меня оставался постоянный "хвост" ручной работы:

• получить от ИИ готовый список action items → зайти в Jira → создать каждую задачу вручную, проставить исполнителя, спринт, метки
• получить сводку по блокерам → все равно зайти в трекер, чтобы проверить актуальность и обновить статусы
• получить черновик комментария к задаче → скопировать → вставить → отформатировать

По ощущениям экономии времени было много, но ключевое узкое место - "последняя миля" от текста ИИ до реального изменения в системе - оставалось на мне. Именно это закрывает MCP.

Если совсем просто: раньше ИИ был консультантом, с которым вы переписывались через окно чата и сами носили информацию туда-обратно. MCP превращает его в ассистента, у которого есть пропуск в ваши рабочие системы - он может зайти в Jira сам, посмотреть, что там происходит, и что-то поменять, если вы его об этом попросили.

Технически это протокол - стандартный "разъем", через который ИИ-инструмент подключается к внешнему сервису (Jira, Confluence, Google Calendar и так далее) по заранее заданным правам доступа. Для PM в этом объяснении важны три вещи:

1. Это не "ИИ гуляет по вашей Jira, где хочет" - доступ настраивается: что можно читать, что можно менять, к каким проектам вообще есть доступ.
2. Настройка на стороне PM обычно сводится к подключению готового коннектора - это ближе к "включить интеграцию", чем к "разработать интеграцию".
3. Финальное решение и подтверждение критичных действий все равно остается за человеком - это не автопилот без остановок.

Раньше после встречи ИИ выдавал текст со списком action items, и я вручную заводила задачи. Теперь связка выглядит так: ИИ анализирует транскрипт, формирует список задач с полями (исполнитель, оценка, спринт) и создает их напрямую в нужном проекте Jira - мне остается проверить и подтвердить перед публикацией.

Пример инструкции для ассистента:

                            Проанализируй транскрипт встречи и создай задачи в Jira, проект: [ключ проекта].

                            Для каждого action item:
                            - заголовок в формате глагол + объект
                            - исполнитель (сопоставь по имени из транскрипта)
                            - спринт: текущий
                            - метка: from-meeting

                            Перед созданием покажи мне список задач для подтверждения. Не создавай задачи без моего явного "ок".
                        

Последняя строчка - принципиальна. Я не даю автосоздание без подтверждения, и дальше объясню почему.

Раньше - открыть Jira, отфильтровать по статусу, почитать комментарии, собрать в голове картину. Теперь ассистент сам утром подключается к нужным проектам и присылает короткую сводку: что заблокировано, сколько дней висит, кто ответственный. Я захожу в саму Jira только когда нужно разобраться в деталях конкретной задачи, а не для рутинного мониторинга.

Часть информации у меня дублируется между Jira и другими рабочими документами - например, сводным dashboard для стейкхолдеров. Раньше обновление такого документа было ручной сверкой. Через MCP ассистент может подтянуть актуальные статусы из Jira и предложить обновления для документа - я проверяю дельту, а не пересобираю все заново.

MCP звучит страшно, но на практике настройка часто сводится к подключению готового коннектора. Вот мой план действий для тех, кто не программист:

1. Уточните у ИТ/безопасности, разрешено ли подключение внешнего ИИ-инструмента к корпоративной Jira и на каких условиях. Это первый шаг, а не последний - не настраивайте ничего в обход этого разговора.
2. Начните с доступа только на чтение. Дайте ассистенту посмотреть данные, прежде чем разрешать что-то менять.
3. Выберите один некритичный проект для пилота - не подключайте сразу все пространство Jira компании.
4. Включайте право на запись только для одного действия за раз (например, только создание задач) и проверяйте результат вручную первую неделю.
5. Требуйте подтверждения перед любым действием - это должно быть явно прописано в инструкции ассистенту, как в примере выше.

Если у вас есть технический знакомый, который может помочь с первичной настройкой - привлеките его. Это сэкономит часы разбирательств.

Здесь я буду честной: доступ ИИ к продакшн-данным Jira - это не то же самое, что вставить текст в чат.

• Права доступа шире, чем кажется. Легко случайно дать ассистенту доступ ко всему пространству вместо одного проекта - проверяйте scope дважды.
• Действия обратимы не всегда. Создание дублей задач, случайное изменение статуса важной карточки - это не "стер текст в чате", это реальное изменение в системе, которую видит вся команда.
• Нужен аудит действий. Я веду отдельный лог того, что ассистент создал или изменил за первые недели - это помогает быстро найти и откатить ошибку.
• Не все стоит автоматизировать даже технически. Комментарии с обратной связью по работе человека, эскалации, что угодно, что касается отношений в команде - я оставляю только за собой, даже если технически ИИ мог бы сформулировать текст.

Отдельно скажу: у меня уже был момент, когда автоматическое создание задач пошло не так, как я планировала.

Этот пост - про возможности и первые две недели работы. Честно: не все прошло гладко. Через пару недель разберу отдельно конкретный факап с автоматическим созданием задач в Jira - что пошло не так, в какой момент я это заметила и что теперь делаю по-другому.

Если регулярно читаете блог - увидите первой/ым.

• MCP позволяет ИИ подключаться напрямую к Jira и не только анализировать, но и создавать/менять данные
• Ключевое отличие от промтов - исчезает ручной перенос информации туда-обратно
• Экономия - еще 3-4 часа в неделю сверх того, что уже давали промты
• Три рабочих сценария: задачи из follow-up, дайджест блокеров, синхронизация статусов
• Начинайте с доступа только на чтение и одного некритичного проекта
• Подтверждение перед действием - обязательное правило, не опция
• Не все, что можно автоматизировать технически, стоит автоматизировать - особенно все, что касается людей