Kontekst
Pokelo to nasz produkt własny — i zarazem narzędzie, które sami chcieliśmy mieć. Przy każdym projekcie mierzyliśmy się z tym samym: wiedza o produkcie żyje w kilkunastu miejscach naraz. Fragment jest w README, część ustaleń w wątku na czacie, powód, dla którego wybrano taką a nie inną bazę danych, pamięta jedna osoba, a resztę trzeba odtworzyć z historii commitów.
Dopóki zespół jest mały i stały, jakoś to działa. Problem zaczyna się, gdy do projektu dochodzi nowa osoba, gdy wraca się do kodu po pół roku albo gdy klient pyta „dlaczego to zostało zrobione właśnie tak?“. Odpowiedź istnieje — tylko nikt nie wie, gdzie.
Zbudowaliśmy Pokelo, bo chcieliśmy, żeby kontekst projektu był jednym miejscem, a nie sumą ludzkiej pamięci.
Problem
Rozproszona wiedza kosztuje najwięcej wtedy, gdy najmniej się tego spodziewasz.
- Dokumentacja żyje osobno od decyzji. Wiesz co zostało zbudowane, ale nie dlaczego — a to „dlaczego“ (decyzje techniczne, ADR-y) jest zwykle ważniejsze.
- Onboarding to archeologia. Nowa osoba spędza pierwsze dni na przekopywaniu plików, pytaniu innych i sklejaniu obrazu całości z fragmentów.
- Wiedza wyparowuje razem z ludźmi. Gdy ktoś odchodzi z projektu, zabiera ze sobą kontekst, którego nigdzie nie zapisano.
- Zwykła wyszukiwarka nie wystarcza. Znajdziesz plik ze słowem „autoryzacja“, ale nie odpowiedź na pytanie „jak u nas działa logowanie i czemu bez haseł bankowych“.
To nie jest problem braku dokumentacji. To problem tego, że dokumentacja, decyzje i kontekst nie są ze sobą połączone — i nie da się ich odpytać jak człowieka, który po prostu zna projekt.
Rozwiązanie
Pokelo trzyma dokumentację, decyzje techniczne (ADR) i kontekst projektu w jednym miejscu — i łączy je w graf wiedzy. Zamiast płaskiej listy plików powstaje sieć powiązań: decyzja wie, jakiego fragmentu produktu dotyczy, dokument wie, z jaką decyzją się wiąże, a kontekst spina to w całość.
Na tym grafie osadziliśmy AI. To jest sedno podejścia AI-first: model nie jest doklejonym czatbotem obok bazy wiedzy — to sposób, w jaki się z tej bazy korzysta.
- Pytasz normalnym językiem, dostajesz odpowiedź z kontekstem. Nie „oto 12 plików pasujących do frazy“, tylko konkretna odpowiedź oparta na tym, co w projekcie faktycznie ustalono.
- Onboarding oparty o graf, nie o przekopywanie dokumentów. Nowa osoba pyta Pokelo tak, jak zapytałaby kolegę z zespołu — i dostaje odpowiedź razem ze źródłem.
- Decyzje mają swoje miejsce. ADR-y nie są luźnymi notatkami; są węzłami grafu powiązanymi z tym, czego dotyczą.
AI ma pomagać procesowi, nie zastępować myślenie. W Pokelo AI jest wbudowane w realny proces — zarządzanie wiedzą projektową — a nie doklejone jako gadżet.
Technicznie Pokelo stoi na Nuxt 4 i Node.js, z warstwą LLM odpowiadającą za wyszukiwanie i rozmowę z grafem wiedzy. Produkt jest żywy pod pokelo.bearly.pro.
Efekty
Pokelo to produkt, który sami rozwijamy i którego używamy — więc efekty opisujemy jakościowo, bez naciąganych metryk.
- Jedno źródło prawdy. Dokumentacja, decyzje techniczne (ADR) i kontekst projektu są w jednym miejscu i przeszukiwalne przez AI — zamiast być rozsiane po plikach, notatkach i głowach ludzi.
- Szybsze odpowiedzi. Zamiast szukać, kto pamięta ustalenia sprzed pół roku, pytasz Pokelo i dostajesz odpowiedź osadzoną w faktach projektu.
- Łagodniejszy onboarding. Nowa osoba wchodzi w projekt przez rozmowę z grafem wiedzy, a nie przez samotne przekopywanie dokumentów.
- Wiedza, która zostaje. Kontekst przestaje znikać razem z ludźmi — utrwala się tam, gdzie każdy może po niego sięgnąć.
Dla nas Pokelo jest też dowodem tego, jak rozumiemy AI: narzędzie „z pokryciem“, wbudowane w realny proces, a nie efektowna nakładka bez wartości.