Just 2.0: analizy, wyszukiwanie w sieci, obrazy i wspólny kontekst
Just: asystent AI dla Jira zrobił duży krok naprzód. Analizy najpierw doprecyzowują, potem planują, pobierają świeży kontekst z sieci, generują obrazy, uczą się z informacji zwrotnej i pracują ze współdzielonym lub projektowym kontekstem.
To największa aktualizacja Just do tej pory.
Wraz z tym wydaniem Just: asystent AI dla Jira naprawdę przeszedł na wyższy poziom. Analizy najpierw zadają pytania doprecyzowujące, dopiero potem budują plan, potrafią dociągnąć aktualny kontekst z sieci, wygenerować obrazy w tym samym przebiegu i z czasem poprawiać się dzięki informacji zwrotnej zbieranej w projekcie.
Druga duża zmiana dotyczy kontekstu. Zespół może teraz trzymać kontekst wielokrotnego użytku w jednym projekcie albo udostępnić go całej organizacji – zależnie od tego, jak szeroko ta wiedza ma być wykorzystywana.
Cena też się zmieniła i wrócę do tego niżej. Najważniejszy jest jednak sam skok produktowy. To w praktyce jest już Just 2.0.
Co zmieniło się w praktyce:
- Analizy najpierw doprecyzowują, a dopiero potem planują.
- Jeden przebieg może łączyć badanie w sieci i generowanie obrazów.
- Informacja zwrotna zaczyna wpływać na kolejne wyniki na poziomie projektu.
- Kontekst może zostać lokalny dla projektu albo być współdzielony w całej organizacji.
Nowa nazwa, nowy znak
Zmienił się nie tylko sam produkt. Zmieniła się też jego nazwa i identyfikacja wizualna.
Just: AI Starter Kit for Jira było uczciwą nazwą na początku, gdy produkt bardziej przypominał kompaktowy zestaw przepływów AI. Just: asystent AI dla Jira dużo lepiej opisuje to, czym stał się dziś: nie tylko generuje tekst, ale pomaga przeprowadzić zgłoszenie w Jira przez pytania, analizy, research, scenariusze wielokrotnego użytku i kontrolowane wykonanie.
Poprzedni znak: prostszy, ostrzejszy i bliższy początkowemu etapowi produktu.
Nowy znak: łagodniejszy, bardziej warstwowy i bliższy temu, czym produkt stał się dzisiaj.
Najpierw pytania, potem plan
Najważniejsza zmiana dotyczy tego, jak Just buduje wynik.
Wcześniejsze wersje generowały odpowiedź bezpośrednio z ticketu. Model czytał zgłoszenie i zwracał coś uporządkowanego i wiarygodnego. To działa, jeśli ticket jest już jasno opisany.
Problem w tym, że większość ticketów taka nie jest. Pisze się je szybko, są pełne ukrytych założeń i zwykle brakuje w nich właśnie tych decyzji, które najbardziej wpływają na implementację.
Obecna wersja najpierw zadaje pytania doprecyzowujące. Otwierasz zgłoszenie, uruchamiasz analizę i Just wyciąga konkretne pytania, zanim cokolwiek zbuduje. Odpowiadasz, a plan powstaje dopiero z tych odpowiedzi, a nie z tego, co model uznał za prawdopodobne znaczenie.
To brzmi jak drobiazg. W praktyce przesuwa wynik z wiarygodnej odpowiedzi na niejednoznaczny opis w stronę uporządkowanego planu opartego na jawnych decyzjach. Różnicę widać od razu, kiedy trzeba taki wynik pokazać komuś innemu w zespole.
Wyszukiwanie w sieci i obrazy w jednym przebiegu
Just obsługuje teraz wyszukiwanie w sieci i generowanie obrazów w ramach jednego przebiegu analizy.
Jeśli zgłoszenie dotyczy czegoś, co szybko się zmienia — API, funkcji konkurencji, wymogu zgodności — krok wyszukiwania pobiera aktualne informacje jeszcze zanim plan zostanie zbudowany. To ważne, bo każdy model AI ma granicę czasową w danych treningowych. Model opierający się wyłącznie na tym treningu nie wie, co zmieniło się w ostatnich miesiącach. Krok wyszukiwania na żywo już tak.
Generowanie obrazów działa przez model obrazowy Gemini, który w tym przedziale cenowym zauważalnie lepiej niż większość alternatyw radzi sobie zarówno ze spójnością wizualną, jak i z tekstem wewnątrz obrazu. Oba kroki są opcjonalne w każdej analizie: włącza się je wtedy, kiedy dane zgłoszenie naprawdę ich potrzebuje.
Informacja zwrotna, która poprawia kolejne wyniki
Każda analiza ma teraz warstwę informacji zwrotnej.
Możesz oznaczyć wynik jako przydatny albo nieprzydatny i w razie potrzeby dopisać krótki powód. Takie przykłady zbierają się w projekcie i są potem wykorzystywane w kolejnych uruchomieniach jako pozytywne i negatywne wskazówki. Dobre wyniki przyciągają kolejne odpowiedzi w stronę tego, co zespół uznał za wartościowe. Słabe pomagają modelowi nie powtarzać tego, co już okazało się nietrafione.
To nie jest globalne ulepszanie modelu. To strojenie na poziomie projektu. Z czasem Just coraz lepiej trafia w typ wyniku, którego zespół naprawdę używa, zamiast oddawać ogólną odpowiedź, która modelowi po prostu wydała się sensowna.
Kontekst na poziomie projektu albo organizacji
Kontekst też stał się dużo bardziej elastyczny.
Niektóre zespoły chcą, aby wszystkie projekty dziedziczyły ten sam opis produktu, tę samą grupę odbiorców i te same podstawowe ustalenia. Inne potrzebują oddzielnego kontekstu dla każdego projektu, bo produkt, użytkownicy lub sposób pracy naprawdę się różnią. Just obsługuje teraz oba podejścia.
Kontekst może pozostać lokalny dla jednego projektu albo stać się wielokrotnego użytku w całej organizacji. To brzmi jak detal konfiguracyjny, ale mocno wpływa na to, jak praktyczny jest produkt na większą skalę. Wspólny kontekst ogranicza powtarzalną konfigurację. Kontekst projektowy nie pozwala, by założenia jednego zespołu przenikały do pracy innego.
W praktyce sprawia to, że system dużo łatwiej dopasować do realnej organizacji, zamiast wciskać wszystkich w jeden model kontekstu.
Buduj własne scenariusze
Edytor scenariuszy pozwala tworzyć, dopracowywać i zapisywać własne, wielokrotnego użytku przepływy.
Scenariusz to sekwencja skonfigurowanych kroków, z własnym modelem, instrukcjami i formatem wyniku dla każdego etapu. Możesz zbudować jeden scenariusz do kryteriów akceptacji, drugi do doprecyzowania technicznego, trzeci do researchu konkurencyjnego przy nowych funkcjach. Potem taki scenariusz jest dostępny bezpośrednio w Jira i uruchamia się jednym kliknięciem z dowolnego zgłoszenia.
To była najczęstsza prośba pierwszych użytkowników. Wbudowany przepływ analizy jest użyteczny sam w sobie. Ale dopiero wtedy, gdy możesz zamienić konkretny sposób pracy swojego zespołu — preferowaną strukturę, wymagane pola, oczekiwaną głębokość — w coś, co da się uruchamiać wielokrotnie, AI zaczyna być naprawdę praktyczne.
Przejrzyste koszty: kredyty, klucze i kontrola
Just działa z pięcioma dostawcami: Anthropic, OpenAI, Google, xAI i Mistral. Nowe instalacje zaczynają od 25 dolarów kredytów startowych rozdzielonych między dostawców, żeby można było uruchomić realne przepływy jeszcze przed konfiguracją własnych kluczy API.
Gdy te kredyty się skończą, model działania staje się bardzo prosty:
- Zespół podłącza własne klucze dostawców.
- Koszty pozostają widoczne na poziomie kroku — ile kosztuje każdy dostawca, każdy krok i każde uruchomienie analizy.
- Kredyty są wygodnym wejściem, a nie docelowym modelem biznesowym. Na co dzień Just działa na własnych kluczach i z pełną przejrzystością kosztów.
Jeśli chcesz zobaczyć, jak takie koszty układają się na poziomie całego zespołu, opisuję to osobno w tekście Budżet na AI, o którym mało kto mówi.
Routing jest elastyczny z założenia. Możesz używać jednego dostawcy do wszystkiego albo przypisać różne modele do różnych typów kroków. Ustawienia domyślne odzwierciedlają to, co dziś daje mi najlepszy wynik dla danego zadania — Anthropic dla rdzenia planowania, Google dla researchu i obrazów — ale wszystko da się zmienić.
O zmianie ceny
Just przeszedł z 1 dolara do 5 dolarów za użytkownika miesięcznie.
Cena 1 dolara była uczciwa wtedy, kiedy została ustalona. Just był wtedy nadal eksperymentem. Nic z tego, co opisuję wyżej, nie istniało jeszcze w produkcie. System, który zadaje pytania doprecyzowujące, prowadzi badanie na żywo, generuje obrazy, wykorzystuje informację zwrotną, obsługuje własne scenariusze i pozwala zarządzać kontekstem na poziomie projektu albo całej organizacji, był wtedy planem, a nie gotową rzeczywistością.
Ten produkt już istnieje. 5 dolarów za użytkownika odzwierciedla to, co naprawdę zostało dostarczone. To nadal mniej niż w wielu porównywalnych narzędziach AI dla Jira, a cena wciąż nie obejmuje samego użycia AI — te koszty pozostają przejrzyste i przechodzą bezpośrednio przez własne klucze API.
Dla obecnych subskrybentów: polityka cenowa Atlassian daje sześć miesięcy zanim zmiana ceny zacznie obowiązywać na fakturze. Nic nie zmienia się więc od razu. Stawka 1 dolara zostaje do października 2026 roku.
Jeśli chcesz porozmawiać o tej zmianie, zrozumieć, co oznacza ona dla twojego zespołu, albo po prostu zostawić opinię o produkcie, napisz do mnie bezpośrednio. Czytam każdą wiadomość.