The PM: interfejs AI do Jira i Confluence

1. Przegląd Produktu

The PM był moim produktem dla zespołów pracujących w Jira i Confluence, które nie chcą codziennie przekopywać się przez filtry, JQL, raporty i dziesiątki kart

Pomysł był prosty: manager, lead albo founder zadaje pytanie naturalnym językiem, a system znajduje potrzebne dane w narzędziach zespołu i zwraca krótką odpowiedź z kontekstem

Nie budowałem kolejnego dashboardu dla samego dashboardu. Tworzyłem interfejs do istniejących danych operacyjnych, który pozwalał pytać o czas pracy, taski, statusy, projekty, ryzyka i decyzje tak, jak pyta się drugą osobę

2. Problem

•Jira zawiera potrzebne dane, ale proste pytanie często wymaga znajomości właściwego filtra, JQL albo struktury raportów

•Informacje o pracy zespołu są rozdzielone między Jira, Confluence i lokalny kontekst projektu

•Zarządzający potrzebują konkretnej odpowiedzi o czasie, pracy, odpowiedzialności i ryzyku, a nie kolejnego panelu

•Confluence przechowuje decyzje i dokumentację, lecz właściwy fragment nie zawsze łatwo znaleźć zwykłą nawigacją

•Odpowiedź AI bez dostępu do źródeł byłaby niewiarygodna, dlatego każda odpowiedź musiała opierać się na danych Jira, Confluence albo lokalnym kontekście

3. Co Zaprojektowałem I Zbudowałem

•Jeden chat-first interface do pytań dotyczących Jira i Confluence

•Warstwę natural-language, która rozpoznaje intencję i dobiera właściwe źródło danych

•Zapytania o time tracking: łączna liczba godzin, podział na projekty, osoby i taski oraz top-3 i top-5 wyników

•Listy tasków bez skomplikowanych filtrów: In Progress, bez trackingu, powyżej progu czasu albo dla wybranego projektu

•Read-only search w Confluence z krótkimi odpowiedziami o decyzjach, ryzykach i kontekście projektu

•Synchronizację Jira i Confluence do lokalnej bazy dla szybszych zapytań, zachowania metadanych i przyszłej analityki offline

•OAuth, szyfrowanie danych dostępowych użytkownika i sprawdzanie uprawnień przed pracą z danymi

•Świadomie ograniczony MVP: najpierw read-only analytics, potem synchronizacja, scheduled questions, eksport i kontrolowane write operations

4. Architektura I Realizacja

Pytania Naturalnym Językiem

Użytkownik mógł napisać na przykład “ile czasu ztrackowaliśmy w zeszłym tygodniu i na co”. System rozpoznawał intencję, budował zapytanie do Jira API, liczył wynik i zwracał krótką odpowiedź bez zbędnej ceremonii raportowej

Hybrydowy Model Danych

Metadane takie jak projekty, typy issue, klucze, summary, statusy, assignees, sprinty, spaces i metadata stron Confluence były synchronizowane lokalnie

Świeże lub cięższe dane, w tym worklogs, pełne opisy issue i treść stron, były pobierane przez API wtedy, gdy były potrzebne

AI Oparte Na Źródłach

LLM służył do zrozumienia pytania, mapowania intencji na Jira albo Confluence i postprocessingu odpowiedzi. Fakty musiały pochodzić z podłączonych systemów, a nie z założeń modelu

5. Efekt Dla Użytkownika

•Jeden interfejs zamiast ręcznego przełączania między Jira, Confluence i raportami

•Odpowiedzi zarządcze bez znajomości JQL i głębokiej wiedzy o Jira

•Szybki obraz time trackingu według projektów, osób i tasków

•Decyzje i ryzyka z Confluence znalezione przez zwykłe pytanie

•Architektura gotowa na scheduled reports, Slack lub Teams, eksport i kontrolowane write operations

6. Rezultat Techniczny

The PM stał się pełnym product MVP zbudowanym w TypeScript i Next.js, z chat-first UI, Google authentication, Atlassian OAuth, Jira REST API, Confluence REST API, integracją OpenAI i Supabase dla danych użytkowników oraz synchronizacji

Najważniejszą decyzją nie była pojedyncza funkcja AI, tylko połączenie natural-language intent, uprawnień użytkownika, żywych źródeł danych i krótkiej, weryfikowalnej odpowiedzi

Podobne rozwiązania są już dostępne na rynku, dlatego ten projekt ma wartość jako doświadczenie produktowe i inżynierskie: przeprowadziłem realny problem operacyjny przez ograniczenia MVP, architekturę produktu i działający interfejs do złożonych danych projektowych