De câteva zile mă joc cu Z.ai și mi se pare, pe scurt, mai puțin restrictivă decât ce folosesc de obicei. Ca orice sysadmin care face și ture de gardă, avem un raport în Excel care trebuie completat după fiecare intervenție și, cum m-am săturat de copy–paste, am vrut să văd dacă pot automatiza procesul cu ajutorul unui agent de programare AI.
Răspunsul scurt este că am reușit. Cu ajutorul modelelor GLM 4.5 de la Z.ai, specializate pe logică și programare, am transformat o simplă idee într-o aplicație web funcțională, care acum poate fi folosită de întreaga echipă pentru a economisi timp.
A fost un proces interesant, cu ajustări și multă „șurubelniță” digitală, dar rezultatul a meritat efortul.
Automatizarea unui raport de intervenții
Aplicația este, în esență, un formular simplu în care completăm datele esențiale după o intervenție tehnică: numele persoanei de contact, compania clientă, o descriere a problemei și soluția aplicată. La final, toate aceste informații pot fi exportate într-un fișier Excel standardizat, gata de a fi încărcat direct în sistemul nostru de ticketing, eliminând complet munca manuală.
Pe parcurs, am adăugat și o funcționalitate care s-a dovedit extrem de utilă: un marcaj de „urgent”. Dacă o intervenție este bifată astfel, la începutul săptămânii următoare putem genera cu un singur clic un rezumat în format Markdown.
Acesta conține doar cazurile urgente și este trimis pe canalul intern de comunicare, pentru ca toți colegii să aibă rapid contextul problemelor critice.
Am instruit AI-ul să facă aplicația suficient de inteligentă încât să gestioneze și greșelile umane. De exemplu, dacă o înregistrare este introdusă greșit, ea poate fi editată ulterior.
Mai mult, dacă modificăm datele unui contact existent (de pildă, locația), aplicația observă diferența și ne întreabă dacă dorim să actualizăm informațiile pentru toate înregistrările asociate acelui client.
Procesul de dezvoltare ghidat de AI
Am început prin a-i oferi lui Z.ai un brief detaliat, pe care l-am structurat inițial cu ajutorul ChatGPT. Am descris exact necesitățile: câmpurile formularului, formatul de export, logica de recunoaștere a unui client existent și sistemul de urgențe. Cu cât instrucțiunile sunt mai clare, cu atât rezultatul este mai apropiat de așteptări.
După câteva minute, am primit o primă versiune a aplicației, iar de acolo a urmat un proces iterativ de testare și ajustare, ajungând la peste 25 de versiuni până la final.
Ulterior, am adăugat scenarii mai complexe. De pildă, ce se întâmplă dacă un coleg este pe teren, fără conexiune la internet? I-am cerut AI-ului să implementeze o bază de date locală folosind PouchDB, unde să se salveze temporar datele.
Când dispozitivul se conectează la rețeaua de la birou, aplicația sincronizează automat informațiile cu serverul central MySQL, printr-un REST API. Deși nu lucrăm cu date sensibile, am insistat ca toate informațiile stocate local să fie criptate, iar Z.ai m-a ghidat pas cu pas în implementarea unei soluții sigure.
O a doua unealtă personală: Article Sketcher
Încurajat de succesul primei aplicații, am folosit aceeași abordare pentru a construi și o unealtă pentru uz personal. Este vorba despre o aplicație pe care am mai menționat-o, care mă ajută să creez rapid ciorne pentru articolele de pe blog, integrându-se bine cu notițele din Obsidian.
Funcționează foarte simplu: îi trimit de pe telefon sau PC câteva idei despre un subiect, iar aplicația generează un schelet de articol. Acesta include un titlu provizoriu, o introducere, secțiuni pentru context, ce mi-a plăcut sau nu, și o concluzie.
Adaugă inclusiv marcaje pentru imagini și linkuri, ajutându-mă, astfel, să păstrez o structură logică și consistentă, indiferent de unde încep să scriu.
Ce mi-a plăcut și ce nu
Cel mai mult am apreciat că, în ciuda limitărilor, cu suficientă insistență obții rezultatul dorit. Este o muncă migăloasă, în care ajustezi, testezi și rafinezi continuu până când ai o unealtă stabilă. Faptul că agenți de programare precum Z.ai sau Jules de la Google pot lucra asincron este un alt avantaj major: le dai o sarcină complexă și îți vezi de treabă până o finalizează.
Pe de altă parte, procesul poate fi uneori frustrant de lent. Când AI-ul intră într-o buclă și nu înțelege ce vrei, ai senzația că bați pasul pe loc.
Revenind la Z.ai, se observă de la o poștă că nu este la curent cu cele mai noi tehnologii, motiv pentru care am trecut frecvent codul generat de el prin Gemini sau Claude, pentru optimizări.
Chiar și cu ajutorul lor, fără un minim de experiență în troubleshooting este complicat să ajungi la produsul finit dorit, asta deoarece AI-ul tinde să sugereze să ștergi tot și să o iei de la capăt, când de fapt e nevoie doar de o ajustare fină.
Concluzie
În final, experiența demonstrează că astfel de unelte pot fi extrem de puternice în mâinile unei persoane perseverente cu o viziune clară asupra rezultatului final. Chiar și fără a fi un programator expert, poți construi aplicații personalizate care să rezolve probleme reale și să automatizeze sarcini repetitive.
Este o dovadă a modului în care inteligența artificială poate deveni un partener practic în activitățile de zi cu zi, nu doar un subiect de discuție teoretic.
