بازار و کسب و کار

همکاری انسان و ایجنت‌ها در دویتیفای؛ هوش مصنوعی وارد جریان پروژه می‌شود

محیط کاری هوش مصنوعی دویتیفای بر تعریف هدف، بازبینی برنامه و پیگیری مشارکت نقش‌های هوشمند تمرکز دارد. مجموعه امکانات هوش مصنوعی این پلتفرم، گفتگوی عمومی و دستیار تخصصی پروژه، ساخت وظایف و اسپرینت، تحلیل ریسک، مربی هوشمند و همکاری با ایجنت‌ها را در بر می‌گیرد.

لوگوی دویتیفای ـ Doitify

دویتیفای با توسعه محیط کاری و نقش‌های تخصصی هوش مصنوعی، ایجاد بستری برای همکاری انسان‌ها و ایجنت‌ها را دنبال می‌کند. بنا بر اعلام تیم این محصول، تعیین هدف، انتخاب اعضای تیم هوش مصنوعی، بازبینی برنامه و پیگیری خروجی‌ها، بخش‌هایی از این رویکرد هستند.

استفاده از چند دستیار هوشمند، به‌تنهایی به معنای شکل‌گرفتن یک تیم نیست. برای همکاری، باید مشخص باشد هدف چیست، چه کسی یا چه ابزاری روی کدام بخش کار می‌کند، کجا نظر انسان لازم است و نتیجه چگونه بررسی می‌شود. محور محیط کاری هوش مصنوعی دویتیفای، سازمان‌دهی همین ارتباط‌هاست.

دویتیفای (Doitify) نزدیک به شش سال است که در حوزه مدیریت پروژه و اهداف توسعه می‌یابد. قابلیت‌های جدید آن، از چت و کوپایلوت تا MCP Server، در کنار هم مسیری را ترسیم می‌کنند که در آن هوش مصنوعی فقط پاسخ‌گو نیست و می‌تواند در چارچوب مسئولیت و دسترسی مشخص، در جریان کار مشارکت کند.

AI Workspace؛ تعریف کار پیش از دریافت خروجی

در محیط کاری هوش مصنوعی دویتیفای، نقطه شروع، بیان هدف و تعیین محدوده فعالیت است. کاربر می‌تواند اعضای تیم هوش مصنوعی را برای مشارکت انتخاب کند تا برنامه و خروجی مورد انتظار در یک ساختار قابل پیگیری قرار بگیرند.

کارمندان هوش مصنوعی یا AI Employees در این ساختار، نقش‌های نرم‌افزاری تخصصی هستند. معمار نرم‌افزار، توسعه‌دهنده و کارشناس کنترل کیفیت، نمونه‌هایی از نقش‌های مرتبط با تیم‌های فنی‌اند. کاربرد هر نقش به قابلیت‌ها و ابزارهای آن وابسته است و نام یک نقش، به‌تنهایی تضمین مهارت یا صحت خروجی نیست.

محیط کاری، امکان مشاهده برنامه اجرا، مراحل پیشرفت، تعاملات تیم و خروجی‌ها را فراهم می‌کند. سابقه اجراها نیز برای مراجعه به کارهای قبلی در دسترس قرار می‌گیرد. این تفکیک کمک می‌کند کاربر بداند یک فعالیت در مرحله برنامه‌ریزی است، در حال انجام است یا خروجی آن برای بررسی آماده شده است.

بازبینی برنامه و پرسش از انسان

در گردش کار مبتنی بر تأیید انسانی، برنامه پیشنهادی پیش از ادامه برای بازبینی ارائه می‌شود. کاربر می‌تواند آن را تأیید یا رد کند یا درخواست اصلاح بدهد. پرسش‌هایی که هنگام کار به اطلاعات یا تصمیم انسانی نیاز دارند نیز در بخش مشخصی پیگیری می‌شوند.

وجود این مرحله به معنای آن است که نقش کاربر به دریافت یک پاسخ نهایی محدود نمی‌شود. برای مثال، اگر هدف یا محدودیت‌ها مبهم باشند، امکان پرسش و روشن‌کردن مسیر وجود دارد تا ادامه فعالیت صرفاً بر حدس متکی نباشد.

میزان استقلال هر نقش و نیاز به بازبینی به نوع کار بستگی دارد. هدف این ساختار، سازمان‌دهی مشارکت انسان و هوش مصنوعی است؛ نه ادعای حذف متخصصان انسانی یا اجرای بی‌خطای تمام مسئولیت‌های یک تیم.

MCP Server؛ پیوند محیط پروژه با ایجنت‌های خارجی

یکی از محورهای فنی توسعه دویتیفای، ارائه MCP Server است. پروتکل Model Context Protocol یا MCP، امکان ارتباط ابزارهای هوش مصنوعی با داده‌ها و قابلیت‌های سرویس‌های دیگر را فراهم می‌کند. دویتیفای از این زیرساخت برای اتصال ایجنت‌های خارجی به محیط مدیریت پروژه استفاده می‌کند.

ابزارهایی مانند OpenCode، Codex و Claude Code، در صورت پشتیبانی و پیکربندی اتصال MCP، می‌توانند از این مسیر به دویتیفای متصل شوند. دامنه تعامل آن‌ها به ابزارهای ارائه‌شده در سرور و مجوزهای اتصال بستگی دارد.

این ارتباط، امکان دریافت اطلاعات پروژه و وظایف و انجام عملیاتی مانند ایجاد یا ویرایش تسک، تغییر وضعیت فعالیت‌ها و ثبت گزارش را در چارچوب دسترسی‌های موجود فراهم می‌کند. کار با زیرتسک‌ها و چک‌لیست‌ها، مدیریت اسپرینت‌ها، دسترسی به مستندات و ارسال پیام در کانال پروژه یا وظیفه نیز از دامنه‌های تعامل این زیرساخت هستند.

برای مثال، یک ایجنت برنامه‌نویسی می‌تواند اطلاعات یک وظیفه را از دویتیفای دریافت کند، در محیط توسعه خود روی آن کار کند و سپس نتیجه یا وضعیت فعالیت را به پروژه برگرداند. میزان خودکاربودن این گردش کار به توانایی ایجنت و تنظیمات آن وابسته است؛ اتصال MCP به‌تنهایی به معنای اجرای مستقل همه مراحل نیست.

اهمیت این زیرساخت، ایجاد نقطه‌ای مشترک برای هماهنگی است. به‌جای آنکه فعالیت انسان‌ها در ابزار مدیریت پروژه و فعالیت ایجنت‌ها در محیطی جدا باقی بماند، اطلاعات و نتیجه کار می‌تواند در بستر پروژه ثبت و پیگیری شود. فراهم‌کردن چنین فضایی برای همکاری انسان و ایجنت‌های هوش مصنوعی، از جهت‌گیری‌های اصلی دویتیفای است.

اتصال با هویت کاربر و دسترسی‌های مشخص

در این زیرساخت، عملیات ایجنت بر مبنای هویت کاربر متصل و مجوزهای او انجام می‌شود. به این معنا که اتصال یک ابزار خارجی نباید به آن اختیاری فراتر از دسترسی‌های کاربر در پروژه بدهد. سازوکار اتصال از OAuth استفاده می‌کند و عملیات نوشتن نیز از مسیر کنترل مجوز و اعتبارسنجی تغییرات عبور می‌کند.

این تفکیک برای تیم‌هایی اهمیت دارد که می‌خواهند ایجنت را وارد جریان کار کنند، اما همچنان مسئولیت‌ها و حدود دسترسی روشن بماند. در چنین مدلی، «امکان اتصال» با «دسترسی نامحدود» یکسان نیست و دامنه کار هر ابزار باید متناسب با نقش و نیاز آن تعیین شود.

AI Copilot؛ کمک به برنامه‌ریزی و بررسی وضعیت پروژه

دستیار تخصصی مدیریت پروژه در دویتیفای برای کمک به برنامه‌ریزی، ایجاد و سازمان‌دهی وظایف و بررسی وضعیت فعالیت‌ها ارائه شده است. تحلیل روند پیشرفت، شناسایی ریسک‌ها و بحران‌های احتمالی و پیشنهاد اقدام‌های اصلاحی نیز از کاربردهای این بخش هستند.

دامنه عملیات کوپایلوت به ساخت تسک محدود نیست و ایجاد یا ویرایش مواردی مانند مستندات پروژه، صورت‌جلسه، یادآوری، اقلام منشور پروژه و چک‌لیست‌ها را نیز در بر می‌گیرد. این گستره به کاربر کمک می‌کند بخش‌های مرتبط یک برنامه را در همان محیط سامان دهد؛ برای مثال، علاوه بر تعریف فعالیت‌ها، مستند موردنیاز یا چک‌لیست انجام کار را نیز آماده کند.

در گردش کار دارای پیش‌نمایش، کاربر می‌تواند پیشنهاد آماده‌شده را پیش از اعمال در پروژه بررسی کند. این تفکیک میان «پیشنهاد هوش مصنوعی» و «اعمال تغییر در محیط کاری» برای برنامه‌هایی که چند وظیفه یا بخش مرتبط دارند اهمیت دارد و امکان بازبینی ساختار پیشنهادی را فراهم می‌کند.

از گفتگوی عمومی تا ساخت تسک و اسپرینت

یکی از بخش‌های هوش مصنوعی دویتیفای، محیط گفتگو است که در کنار دستیار تخصصی مدیریت پروژه، امکان پرسش‌های عمومی، ایده‌پردازی و مشورت‌گرفتن را فراهم می‌کند.

ارتباط این دو بخش، ویژگی مهم این تجربه است. کاربر می‌تواند ابتدا درباره موضوعی مانند راه‌اندازی یک محصول، برنامه بازاریابی یا توسعه کسب‌وکار گفتگو کند و پس از رسیدن به جمع‌بندی، از AI Copilot بخواهد بر اساس سابقه همان گفتگو، وظایف، زیرتسک‌ها و اسپرینت‌های موردنیاز را ایجاد کند.

برای مثال، گفتگویی درباره معرفی یک محصول جدید می‌تواند به برنامه‌ای شامل آماده‌سازی محتوا، توسعه صفحه معرفی، بررسی فنی و پیگیری فعالیت‌های انتشار تبدیل شود. به این ترتیب، تصمیم‌ها در تاریخچه گفتگو باقی نمی‌مانند و به ساختاری منتقل می‌شوند که اعضای تیم بتوانند اجرای آن را دنبال کنند.

این پیوند میان گفتگو و مدیریت پروژه، نیاز به بازنویسی دستی تصمیم‌ها در یک ابزار جداگانه را کاهش می‌دهد و مسیر حرکت از ایده به اقدام را کوتاه‌تر می‌کند.

کاربرد این بخش به تیم‌های برنامه‌نویسی محدود نیست. برای نمونه، یک تیم محتوا می‌تواند درباره موضوعات یک کمپین و ترتیب انتشار آن‌ها مشورت بگیرد و سپس جمع‌بندی را به وظایف اجرایی تبدیل کند. در یک پروژه شخصی نیز کاربر می‌تواند ابتدا درباره هدف و محدودیت‌هایش گفتگو کند و بعد، برای مراحل مورد توافق برنامه بسازد. در هر دو حالت، مبنا همان اطلاعاتی است که در گفتگو و محیط کاری در اختیار دستیار قرار گرفته است.

تحلیل ریسک و گلوگاه؛ بررسی پروژه فراتر از تعداد کارهای انجام‌شده

یکی از کاربردهای تحلیلی هوش مصنوعی در دویتیفای، بررسی ارتباط میان وضعیت وظایف، اهداف پروژه، ظرفیت اعضا و موانع اجرایی است. در این رویکرد، گزارش وضعیت تنها به شمارش تسک‌های تکمیل‌شده محدود نمی‌شود و می‌تواند موضوعاتی مانند کارهای عقب‌افتاده، توزیع بار کاری، پیشرفت اسپرینت و پوشش ریسک‌های پروژه را نیز در بر بگیرد.

برای مثال، مدیر پروژه می‌تواند درباره علت انباشته‌شدن کارها در بخشی از جریان اجرا سؤال کند یا بخواهد موانع احتمالی دستیابی به اهداف اسپرینت بررسی شوند. اطلاعات ثبت‌شده درباره وظایف، اعضا و محدودیت‌های پروژه، مبنای این بررسی قرار می‌گیرد.

در کنار تحلیل وضعیت موجود، امکان طرح پرسش‌های آینده‌نگر و بررسی سناریوها نیز در نظر گرفته شده است؛ از جمله اینکه ادامه روند فعلی چه پیامدی برای تحویل کار دارد یا تغییر ظرفیت تیم چه اثری بر برنامه می‌گذارد. هدف، کمک به شناسایی زودتر گلوگاه‌ها و بررسی اقدام‌های اصلاحی است، نه صرفاً توصیف اتفاقاتی که قبلاً رخ داده‌اند.

این تحلیل‌ها جایگزین شناخت مدیران از شرایط واقعی پروژه نیستند. کیفیت داده‌های ثبت‌شده، به‌روز بودن اطلاعات و ارزیابی انسانی، در استفاده از پیشنهادهای هوش مصنوعی نقش دارند؛ بنابراین شناسایی ریسک احتمالی را نباید با پیش‌بینی قطعی نتیجه پروژه یکسان دانست.

قابلیت‌های هوش مصنوعی دویتیفای در یک نگاه

قابلیت

کاربرد اصلی

نمونه استفاده

چت عمومی هوش مصنوعی

پرسش و پاسخ، مشورت و ایده‌پردازی

بررسی ایده راه‌اندازی محصول یا برنامه یک کمپین

تبدیل گفتگو به برنامه اجرایی

ایجاد وظایف، زیرتسک‌ها و اسپرینت‌ها از محتوای گفتگو

تبدیل جمع‌بندی یک برنامه به کارهای قابل پیگیری

AI Copilot

کمک به برنامه‌ریزی و ایجاد یا ویرایش اقلام پروژه

آماده‌سازی وظایف، چک‌لیست، مستند و صورت‌جلسه

تحلیل پروژه و ریسک

بررسی پیشرفت، گلوگاه‌ها و سناریوهای احتمالی

بررسی علت تأخیر و پیشنهاد بازنگری برنامه

MCP Server

اتصال ابزارها و ایجنت‌های خارجی سازگار

دریافت وظیفه و به‌روزرسانی وضعیت آن از محیط ایجنت

AI Workspace و AI Employees

تعریف هدف و سازمان‌دهی کار تیم هوش مصنوعی

انتخاب اعضا، بازبینی برنامه و پیگیری خروجی‌ها

AI Coach

پیوند هدف‌گذاری با برنامه و عملکرد روزانه

مرور کارهای عقب‌افتاده و پیشنهاد اولویت‌های روز

AI Coach؛ از هدف‌گذاری تا اقدام‌های قابل پیگیری

مربی هوشمند یا AI Coach، بخش دیگری از مجموعه قابلیت‌های هوش مصنوعی دویتیفای است. این قابلیت علاوه بر کمک به شفاف‌سازی اهداف و بررسی مسیر دستیابی به آن‌ها، به برنامه‌ریزی روزانه و مرور عملکرد نیز می‌پردازد.

در بخش برنامه روزانه، اطلاعاتی مانند وظایف عقب‌افتاده، کارهای دارای موعد امروز و فردا و فعالیت‌های هفته در کنار تنظیمات زمان کاری و سوابق موجود بررسی می‌شوند. هدف این است که پیشنهاد روزانه با وضعیت کاربر ارتباط داشته باشد، نه اینکه صرفاً مجموعه‌ای از توصیه‌های عمومی درباره بهره‌وری ارائه شود.

برای مثال، کاربری که چند وظیفه عقب‌افتاده و چند کار نزدیک به موعد تحویل دارد، می‌تواند برای بررسی اولویت‌ها و تنظیم برنامه روز از مربی کمک بگیرد. تحلیل عملکرد نیز امکان مرور روند گذشته و گفتگو درباره اصلاح برنامه را فراهم می‌کند.

قرارگرفتن مربی هوشمند در کنار ابزارهای مدیریت پروژه، با تمرکز دویتیفای بر مدیریت اهداف ارتباط دارد. مسئله تنها انجام‌شدن تعدادی تسک نیست؛ بلکه این است که فعالیت‌های روزانه چه ارتباطی با هدف نهایی کاربر یا تیم دارند.

ترکیب هدف‌گذاری، برنامه‌ریزی و پیگیری اجرا در یک محیط، می‌تواند به کاربران کمک کند هنگام بررسی کارهای روزمره، نتیجه‌ای را که برای دستیابی به آن تلاش می‌کنند نیز در نظر داشته باشند.

سناریوی نمونه؛ یک هدف و چند مشارکت‌کننده

فرض کنیم تیمی می‌خواهد برای یک قابلیت نرم‌افزاری، برنامه اجرا و خروجی‌های اولیه را آماده کند. مسئول پروژه هدف و محدوده فعالیت را مشخص می‌کند و نقش‌های مناسب را در تیم هوش مصنوعی انتخاب می‌کند. برنامه پیشنهادی در گردش کار دارای تأیید انسانی بررسی می‌شود و در صورت نیاز برای اصلاح بازمی‌گردد.

پس از شروع فعالیت، کاربر می‌تواند مراحل پیشرفت و خروجی‌ها را دنبال کند و به پرسش‌های نیازمند تصمیم پاسخ بدهد. هم‌زمان، اعضای انسانی و ایجنت‌های خارجی متصل نیز متناسب با مسئولیت و ابزارهایشان در پروژه مشارکت می‌کنند.

در این مثال، نقطه مشترک همه مشارکت‌کنندگان، هدف و سابقه کار در پروژه است. کیفیت نتیجه همچنان باید با معیارهای تیم سنجیده شود و هیچ عنوان یا نقش هوش مصنوعی، جای بررسی تخصصی خروجی را نمی‌گیرد.

ادامه مسیر توسعه با مشارکت تیم دویتیفای

مرتضی مهرابی، مؤسس و برنامه‌نویس ارشد دویتیفای، در شکل‌گیری و توسعه این پلتفرم نقش داشته است. این محصول با همکاری اعضای تیم در حوزه‌های فنی، طراحی و توسعه محصول گسترش یافته و مجموعه قابلیت‌های هوش مصنوعی نیز حاصل ادامه همین مسیر تیمی است.

جهت‌گیری اعلام‌شده دویتیفای، حرکت به سمت محیطی است که انسان‌ها و ایجنت‌های هوش مصنوعی بتوانند حول اهداف و پروژه‌های مشترک همکاری کنند. در این نگاه، هوش مصنوعی تنها ابزاری برای تولید پاسخ نیست؛ بلکه می‌تواند در چارچوب مسئولیت‌ها و دسترسی‌های مشخص، در جریان اجرای کار نیز مشارکت داشته باشد.

برای آشنایی بیشتر با امکانات و جزئیات دسترسی به قابلیت‌های این پلتفرم، می‌توان به وب‌سایت رسمی دویتیفای به نشانی doitify.com مراجعه کرد.

دکمه بازگشت به بالا