Когда документация и тесты есть, а простых примеров для обучения — нет, новички неизбежно тонут в контексте продукта. В Битрикс24 эту проблему закрыли необычным способом: попросили ИИ сгенерировать «учебник» по Service Locator прямо из исходников и внутренних материалов.
В командах, где продукт большой и «живой», обучение часто упирается не в отсутствие документации, а в отсутствие простых примеров. В Битрикс24 описали кейс, как они ускорили онбординг разработчиков: вместо ручного написания «игрушечных» сценариев попросили ИИ собрать понятные примеры использования Service Locator.
Проблема: код есть, а объяснить новичку — нечем
Для внутреннего митапа команде понадобились примеры по Service Locator. Но выяснилось, что «чистых» учебных примеров нет: в коде продукта всё завязано на доменные сущности и контекст, а тесты покрывают функциональность, но не предназначены для чтения человеком.
В результате новичкам приходилось либо разбирать реальный продукт построчно, либо довольствоваться поверхностным описанием «как подключить зависимость», не понимая, почему оно устроено именно так и какие подводные камни бывают в реальности.
Что сделали: дали ИИ максимум контекста и очень чёткую задачу
Автор кейса описывает простой, но важный принцип: если нужен не «код ради кода», а обучающий материал, то ИИ нужно кормить не только запросом, но и источниками:
- папкой с кодом самого Service Locator;
- внутренней документацией (инструкцией для пользователей);
- набором тестов, который покрывает функционал.
Дальше — несколько итераций уточнений, и на выходе получилось 9 файлов с примерами «как в учебнике»: абстрактные, но узнаваемые сюжеты (условные «машинки и зверюшки»), которые позволяют сфокусироваться на механике, а не на бизнес-логике продукта.
Почему это сработало: примеры стали не «умными», а понятными
Сильная сторона подхода — в переносе акцента. Вместо того чтобы показывать новичкам сложный реальный код, команда сначала дает «букварь», где каждая идея из Service Locator иллюстрируется отдельно. В статье приведены примеры, которые ИИ сгенерировал под задачу обучения:
- Отправка SMS — типовой и легко считываемый сценарий, чтобы показать регистрацию сервиса и получение зависимости.
- Смешанные зависимости — демонстрация того, как сочетаются конкретные классы, абстракции и интерфейсы в одном объекте.
- Циклические зависимости — объяснение через метафору «курица и яйцо», чтобы запомнить саму проблему замкнутого круга.
По сути, команда получила не просто набор сниппетов, а «лесенку сложности»: от простых случаев к тем, где обычно ломается понимание у начинающих.
Где пригодится на практике
Этот кейс хорошо ложится не только на внутреннее обучение. Похожий сценарий полезен в ситуациях, когда нужно быстро выровнять знания в команде:
- подготовка серии коротких воркшопов по внутреннему фреймворку или инфраструктурному модулю;
- обновление устаревшей документации, которая «описывает всё», но не отвечает на вопросы «как это применять»;
- ввод новых сотрудников, когда времени у менторов мало, а качество онбординга критично.
Что важно не забыть, если повторять подход
ИИ может ускорить создание примеров, но ответственность за корректность остаётся у команды. Практичный минимум, который стоит заложить в процесс:
- Ревью примеров старшими разработчиками, особенно там, где речь про DI, жизненный цикл сервисов и исключения.
- Единый стиль: одинаковые имена сущностей, структура файлов, комментарии — чтобы примеры читались как один учебник.
- Привязка к реальности там, где это важно: часть примеров можно дополнить «как это делаем в продукте» (без лишних деталей и утечек контекста).
В итоге получается редкий тип документации: не формальная, а действительно обучающая — и при этом быстро пополняемая.
