Ты пишешь в чат: «сделай скрипт, который собирает комментарии под моими постами в таблицу». В ответ приходит сотня строк кода. Запускаешь, и он падает с ошибкой. Просишь исправить, получаешь новую ошибку. Через час у тебя пятая версия, и ни одна не делает того, что нужно. Нейросеть, которая пишет код на Python, тут не виновата. Она угадывала, чего ты хочешь, и не угадала.
Задача уместилась в одну строку, а ждёшь ты решения под свою ситуацию, которую модель не видит. Ниже шесть фраз, которые меняют ход разговора. Самая важная идёт первой, и попробовать её можно прямо сегодня.
Хорошая нейросеть для кода на Python сначала задаёт вопросы
Первая фраза звучит так: «Прежде чем писать код, задай мне 3 вопроса, без ответа на которые ты не сделаешь его правильно». После неё модель не начинает сразу писать код, а сначала выясняет, чего не хватает.
Возьмём тот же скрипт с комментариями. Добавь в конец запроса эту фразу, и вместо кода придут примерно такие вопросы:
- Откуда брать комментарии: из какой соцсети, через официальный API или выгрузкой из файла?
- Куда их складывать: в CSV на компьютере, в Google Таблицу или в базу?
- Как запускать: вручную раз в неделю или по расписанию на сервере?
Каждый ответ отрезает кучу неверных вариантов. Если ты не знаешь, что ответить, это тоже польза: ты узнал об этой развилке до того, как потратил час на неподходящий код.
Как повторить сегодня:
- возьми задачу, которую давно откладываешь, хоть переименование сотни файлов по дате;
- опиши её одним-двумя предложениями, как описал бы знакомому;
- допиши фразу про три вопроса и честно ответь на каждый;
- только потом попроси код.
Попроси модель доказать, что ты неправ
Нейросети по умолчанию соглашаются. Ты говоришь «хочу парсить сайт конкурента каждый час», и она охотно пишет парсер. О том, что сайт сменит вёрстку через месяц или начнёт блокировать частые запросы, она промолчит, пока ты не спросишь.
Поэтому спрашивай прямо: «Твоя единственная задача сейчас — найти, почему этот план не сработает». Так модель перестаёт тебе поддакивать и начинает искать слабые места. Лучше найти их в чате за пять минут, чем в понедельник утром, когда скрипт молча собрал пустую таблицу.
Особенно полезно перед тем, как автоматизировать что-то надолго. Код, который работает один раз, и код, который работает каждый день без присмотра, отличаются как раз вот этими слабыми местами.
Три версии решения лучше одного случайного ответа
Когда просишь один ответ, получаешь первый, что пришёл модели в голову. Попроси иначе: «Дай три варианта: надёжный, разумный и смелый».
Для того же сбора комментариев это может выглядеть так. Надёжный вариант — маленький скрипт, который ты запускаешь руками. Разумный — тот же скрипт по расписанию, с записью ошибок в файл. Смелый — бот, который сам присылает тебе сводку самых живых обсуждений. Видишь всю лестницу сразу и выбираешь ступеньку по своим силам и времени.
Рядом стоит приём с чужим взглядом: «Как на это отреагирует мой самый придирчивый клиент?» или «Что скажет человек, который будет поддерживать этот код после меня?». Выдуманный собеседник помогает увидеть то, мимо чего ты проходишь, потому что слишком близко к задаче.
Образец задаёт планку точнее любых прилагательных
Фраза «сделай красиво и понятно» не значит для модели ничего конкретного. Покажи ей пример: «Вот код, который мне нравится. Изучи его и не опускайся ниже этой планки». Модели хорошо учатся на примерах, и один удачный кусок кода скажет больше абзаца пожеланий.
Ещё три фразы стоит держать под рукой:
- «Объясни, как десятилетнему». Когда модель пишет код, а ты не понимаешь, что в нём происходит. Вайб-кодинг не требует знать Python, но понимать, что делает твой скрипт, всё-таки нужно.
- «Сначала рассуждай вслух по шагам, потом давай ответ». Когда задача запутанная. Модель, которая сначала расписала план, реже пишет код, решающий не ту проблему.
- «Ответь как человек, который 20 лет занимается именно этим». Чем точнее описан эксперт, тем лучше ответ. «Разработчик» — слабо. «Человек, который годами пишет скрипты для выгрузки данных из соцсетей» — уже совсем другой уровень.
Эти фразы не волшебные. Они просто закрывают дыры, которые ты оставляешь в запросе, когда торопишься.
Почему в обычном чате эти фразы приходится повторять
В обычном чате модель забывает твои правила, как только начинается новый диалог. Приходится каждый раз заново вставлять «задай три вопроса» и «найди дыры», и через неделю ты перестаёшь это делать, потому что лень.
В Claude Code это устроено иначе. Правила проекта можно один раз записать в файл CLAUDE.md, и Claude читает его при каждом запуске. Повторяющиеся запросы можно оформить как скилл — готовую команду, которая вызывается одним словом. Тогда вопросы перед работой и проверка на слабые места становятся привычкой инструмента, и держать их в голове больше не нужно.
С этого и стоит начать: сегодня проверь фразу про три вопроса на одной своей задаче. Если сработает, запиши её в правила проекта, чтобы больше не набирать руками.
А если не хочется собирать такие правила с нуля, в наших AI-скиллах для Claude Code вопросы, проверки и планка качества уже встроены. Загляни и реши сам, пригодятся ли они тебе.