Вы когда‑нибудь ловили себя на том, что нейросеть «не понимает» ваших задач и выдаёт странные ответы? Это происходит потому, что LLM‑модель не знает контекста и работает вслепую. Наш подход к AI‑driven разработке помогает превратить ИИ в полноценного помощника и построить процесс так, чтобы семь раз отмерить, а один раз сгенерировать.
Три кита: модель, контекст и правила
Первое, что нужно понять: ИИ — не замена программиста, а его усилитель. Модель умеет генерировать код, но без четкого контекста будет гадать. Поэтому вся AI‑разработка держится на трёх столпах:
- LLM. Мы используем языковую модель для генерации кода.
- Контекст. Правильно структурированная информация превращает идеи в понятные инструкции.
- Соглашения. Чёткие правила и ограничения, которые направляют ИИ и защищают от «вайб‑кодинга».
Как это работает: наш алгоритм
Зафиксируйте идею. Записываем, что хотим сделать, в файл idea.md и просим AI преобразовать хаотичные мысли в четкое описание задачи.
Промпт 1. Фиксация идеи - idea.md
Зафиксируй мою идею по разработке LLM-ассистента в файле.
LLM-ассистент должен быть выполнен в виде Telegram-бота.
Основной задачей бота является вести диалог с пользователем и отвечать на его вопросы.
Создайте видение проекта. В vision.md вместе с моделью прописываем технологии, принципы разработки (KISS, MVP), архитектуру, структуру кода, модель данных, сценарии работы, подход к конфигурированию и логированию. Главное — избегать оверинжиниринга и держать решение простым.
# Промпт 2. Генерация видения - @vision.md
Давай создадим файл vision.md
В нем мы отразим техническое видение проекта @idea.md:
- технологии
- принцип разработки
- структуру проекта
- архитектуру проекта
- модель данных
- работа с LLM
- мониторинг LLM
- сценарии работы
- деплой
- подход к конфигурированию
- подход к логгированию
Данный документ будет служить нашей отправной точкой и техническим проектом для последующей разработки.
Давай создавать последовательно.
Проанализируй состав документа.
Иди последовательно по разделам.
Задавай мне вопросы, предлагай итоговое видение, после согласования со мной фиксируй в документе.
После переходи к следующему разделу.
Самое главное:
Нам нужно создать максимально простое решение для проверки своей идеи, по принципам KISS.
Никакого оверинжиниринга.
Только самое необходимое и простое во всех разделах!
Определите правила. В conventions.md формулируем, как писать код, что запрещено (например, использовать внешние БД или микросервисы на MVP), и какие стандарты соблюдаем.
ПРОМПТ 3. Генерация соглашения по разработке - @conventions.md
Создай файл conventions.md c правилами для разработки кода для передачи их code ассистенту, который будет генерировать код
Правила должны отражать все главные наши принципы разработки из документа @vision.md и ссылаться на сам документ @vision.md, не дублируя информацию из него.
Правила должны быть лаконичными, по принципу KISS, не содержать лишнего, только главное влияющее на качество
Составьте план. tasklist.md — это чек‑лист итераций. Разбиваем проект на небольшие задачи, ставим сроки, отмечаем прогресс. Модель работает с одной задачей за раз, не перегружаясь контекстом.
ПРОМПТ 4. План работы - @tasklist.md
Создай пошаговый итерационный план разработки: doc/tasklist.md
Каждый шаг должен позволять протестировать работу бота.
Каждая итерация добавляет новый функционал.
Сверху отведи место для отчета по прогрессу, который будет обновляться после каждой итерации.
Отчет красивый в таблице, со статусами, иконками.
Каждая задача должна быть отмечена чекбоксом для наглядного отслеживания прогресса
План тоже должен быть лаконичным, содержать только главное и следовать принципу KISS
Опишите workflow. В workflow.md описываем процесс: планируем, согласовываем, генерируем код, тестируем, вносим правки, коммитим. Чёткие шаги помогают модели «есть слона по кусочкам».
ПРОМПТ 5. Соглашение по процессу работы - @workflow.md
Создай файл doc/workflow.md с правилами выполнения работ по тасклисту @tasklist.md,
чтобы проинструктировать кодового ассистента о разработке нашего бота по @vision.md
Важно:
- выполнять работу строго по плану
- перед каждой итерацией вначале согласовывать предполагаемое решение с отрезками кода
- после согласования реализовывать
- после чего ожидать подтверждения
- обновлять прогресс в тасклисте
- отмечать выполненные задачи
- согласовывать переход к следующей итерации
- делать коммит в репозиторий
Workflow должен быть лаконичным, содержать только главное и следовать принципу KISS
Интегрируйте правила в IDE. В AI‑редакторе (например, Cursor) правила можно подключить как постоянные. Это гарантирует, что модель будет учитывать соглашения при каждом обращении.
Генерируйте и развивайте. Начинайте с простого echo‑бота, затем добавляйте интеллект (интеграция LLM), память, обработку ошибок, логирование, контейнеризацию. Каждая итерация — это маленький, но законченный шаг, который легко понять и протестировать.
ПРОМПТ 6. Начинаем разработку по плану
Начинаем работу над проектом @vision.md строго по тасклисту @tasklist.md
Документируйте. После завершения основного цикла попросите AI написать onboarding‑документацию: как запустить проект, где взять ключи API, как работает архитектура. Это поможет новым разработчикам быстро влиться в проект.
ПРОМПТ 9. Создание технической документации
Создай техническое описание разработанного проекта для быстрого ознакомления с проектом новому разработчику
Используй не только текст, но и примеры кода, ссылки на файлы, диаграммы и другую визуализацию
Сохрани описание в файл doc/intro.md
Почему это важно?
Структура и правила экономят часы на переписывании и исправлении. Когда модель знает, какие технологии использовать, какие файлы создавать и что ей нельзя делать, вероятность ошибок резко снижается. Это как в обычной разработке: лучше уделить время архитектуре и плану, чем потом переделывать весь проект.
Этот подход уже помогает многим разработчикам переходить от «вайб‑кодинга» к осознанной работе с ИИ. Попробуйте описанную схему в своём проекте, и поделитесь в комментариях: что получилось? Что оказалось сложнее всего?
На нашем интенсиве AI-coding ИИ-агентов мы обучаем, как правильно использовать методику и разрабатывать функциональных автономных ИИ-агентов для персонального использования и трансформации бизнес-процессов.
Больше полезной, ценной и практической информации об ИИ мы публикуем в нашем Telegram-канале AI.Dialogs. Там же мы рассказываем о наших обучающих программах, кейсах и опыте в консалтинге и разработке ИИ-решений! Присоединяйтесь.
По любым вопросам и предложениям пишите в Telegram smirnoff_ai.