Алексей | AI PROKA4

Сделал скилл, который лечит «стек классный, код говно»

Знакомая история: выбрал под мобилку Expo + React Native, под бэк FastAPI, всё модное. Через две недели fetch живёт прямо в компонентах, бизнес-логика размазана по роутерам, в папке utils 40 файлов. Стек ни при чём. Claude просто каждый раз придумывает архитектуру заново, и каждый раз по-своему.

Скилл называется stack-architect. Ставишь в Claude Code, пишешь «хочу новый проект», дальше он сам:

Задаёт 5–8 вопросов с готовыми вариантами: тип проекта, стек, архитектура, API, база, докер, тесты. У каждого вопроса есть «рекомендуем» и короткое почему.

Вопросы зависят друг от друга: выбрал Supabase, про архитектуру бэкенда спрашивать не будет.
Генерирует пак скиллов под конкретно этот проект: frontend, backend, api, database, docker, testing. Внутри каждого структура папок, что куда кладётся, список запрещённого и живой пример модуля на твоём языке. Плюс ARCHITECTURE.md и CLAUDE.md.

Разворачивает скелет проекта и ставит линтеры, которые запрещают импортить через слои. Правило в документе Claude забудет через три сессии. Правило в линтере не забудет.

Внутри пять архитектур: FSD и Clean для фронта, Hexagonal, Modular monolith и Layered для бэка. Под MVP он сам предложит простую, под долгий продукт посложнее.

Я гоняю его на рабочих продакшн-проектах, и за пару недель код перестал расползаться. Новый эндпоинт теперь выглядит как предыдущий, а не как настроение модели в этот день.

Установка: скинуть .skill в Claude Code или распаковать в ~/.claude/skills/. Каталог стеков лежит в одном md-файле, свои предпочтения вписываете туда.

Пишите, на каком стеке пробовали, соберу обратную связь и обновлю.

🫣Эмоций море… до чего же мы дошли, что я выкатываю апдейт на рабочем проекте с телефона…

⚡️Скоро сделаю дропп скиллов для кое-чего!

Я для монтажа использую CapCut и тут бац!

Несколько ребят запустили OpenCut, бесплатный видеоредактор с открытыми исходниками!

Там и таймлайн, и несколько дорожек, поддержка плагинов и ИИ-фичи тоже есть!

Уже 86k звёзд на GitHub: https://github.com/OpenCut-app/OpenCut

😶Хочу сюда скидывать разные проекты созданные с ИИ разными людьми, не против?

Думаю будет круто и очень полезно!

⚡️Готовлю курс на Stepik, который очень давно хотел сделать, а именно "Архитектура для вайбкодинга"

Времена изменились быстрее, чем мы успели это признать. Чтобы сделать работающий продукт, больше не нужно знать язык программирования. Код пишет модель, и пишет его лучше, чем большинство из нас писало руками пять лет назад. Это факт.

Но кое-что никуда не делось. Кто-то всё равно должен решить, из чего продукт состоит, где что живёт, как части связаны между собой и что случится, когда их станет двадцать. Архитектура, подходы, паттерны, границы. Это осталось нашей, людской работой, и как раз её делегировать нельзя.

Получается разрыв. Человек без единого навыка программирования сегодня может собрать продукт, но упирается ровно в то, чему его никто и никогда не учил. А все курсы по архитектуре написаны для разработчиков и начинаются с кода.

Поэтому делаю курс для тех, кто программировать не умеет и учиться не собирается. Дожили да... Но это реалии!

Ни строчки кода. Схемы, объяснения обычными словами, разборы реальных кейсов и промпты вместо листингов.

⚡️Я тут взял небольшой отпуск и вот только вернулся. Не отдохнул, увы. Но завтра начну делать контент!

Кстати, вышел бесплатный курс по тех.английскому от меня на Stepik, забирайте:

https://stepik.org/course/296225 - Английский для IT. Часть 1: Чтобы вас услышали

Это не просто пост, я очень очень и очень рекомендую использовать этот скилл!

🔥 Скилл «grill me»: пусть Claude разнесёт вашу идею

Самое опасное состояние - когда идея вам нравится. В этот момент вы слепы к её дырам. Скилл «grill me» создан ровно для этого: он не хвалит, он раздалбывает.

По умолчанию модель - удобный собеседник: соглашается, поддакивает, находит в вашей идее хорошее. Приятно и бесполезно. «grill me» это переворачивает - Claude превращается в жёсткого скептика, который ищет слабое место и бьёт точно в него.

Что вы получаете:

🟢 вопросы, до которых сами не додумались - те, что задаст инвестор, сеньор на ревью, злой пользователь
🟢 свои же ответы вслух - половину дыр вы залатаете просто пытаясь ответить
🟢 честную картину идеи до того, как её покажет реальность

Сам скилл - несколько строк в `SKILL.md`:

---
name: grill-me
description: Interrogates the user's idea like a hostile expert.
  Trigger when the user wants to pressure-test an idea, plan or argument.
---

You are not here to help or agree. You are here to find the holes.

# How to grill:
1. Ask ONE sharp question at a time. Wait for the answer.
2. Attack the weakest assumption, not the strongest point.
3. Never accept a vague answer - dig until it is concrete.
4. Play the skeptic: the investor, the senior engineer, the churned user.
5. When they patch one hole, immediately probe the next.
6. No praise. No "great point". Only pressure.

# Stop only when:
- the idea survives every angle, or
- a fatal flaw is exposed - then name it plainly.

Официальный сайт скилла: https://www.aihero.dev/skills-grill-me

Вся магия - в двух правилах: по одному вопросу за раз и никакой похвалы. Без них модель скатывается обратно в поддакивание.

Когда включать:

🟢 питчите идею, фичу, архитектурное решение
🟢 перед крупным выбором или спором - прогнать аргументы
🟢 когда всё «вроде норм» - это сигнал, что вашу идею ещё никто толком не бил

Предупреждение: будет неприятно. Это фича, а не баг - дискомфорт и есть смысл. В идею легко влюбиться в тишине, «grill me» эту тишину ломает.

Так что в следующий раз не спрашивайте у Claude «ну как тебе?». Скажите «grill me» - и узнаете о своей идее то, что предпочли бы не знать. Но лучше от него, чем от рынка.

#скиллы

🫠Записал урок, а он уже устарел

Ну ребят. Сижу довольный, только смонтировал наконец урок - установка, CLAUDE.md, как работает.

И тут Anthropic выкатывает разбор про контекст для пятого поколения. Открываю - а половину того, что я наговорил, теперь надо делать наоборот.

Так что урок иду переписывать. А вам сразу выжимку, почему.

Суть вот в чём: команда Claude урезала свой CLAUDE.md до минимума и прогнала тесты. Качество не просело. Вся куча правил, которые мы копили, просто висели мёртвым грузом.

Почему так вышло. Прошлые модели соображали слабее, и мы страховали их инструкциями на каждый пук. Пятёрка ловит намерение сама - и те же правила ей теперь мешают: противоречат друг другу, а она жжёт силы на разбор нашего же бардака вместо задачи.

Что поменялось:

🟢Вектор вместо забора запретов. Одна фраза про направление заменяет десяток «нельзя»
🟢Меньше примеров. Модель копирует их буквально и перестаёт искать своё - хватает внятного описания
🟢Ничего лишнего заранее. Специфику - в скиллы, подгрузится когда нужно
🟢Память ведётся сама. Claude фиксирует важное без вашего участия
🟢Показывайте, а не описывайте. Скрин, ссылка, файл доносят задачу точнее стены текста

Что сделать сегодня:

🟢снесите из CLAUDE.md всё, что модель вычитает из кода сама
🟢«всегда/никогда» замените на принципы
🟢длинные инструкции разнесите по скиллам
🟢прогоните claude doctor - подсветит перегруз

Так что да - переписываю урок под новые правила. Заодно и вам он выйдет уже актуальным, а не вчерашним.

Обидно, но честно: инструмент растёт быстрее нас всех.

Разбор Anthropic: https://claude.com/blog/the-new-rules-of-context-engineering-for-claude-5-generation-models

🔥 Почему ИИ путается в буквах слова

Спросите у модели, сколько «r» в слове «strawberry» - и она вполне может ошибиться. Думаю видели такой прикол)

Звучит абсурдно: пишет код и эссе, но спотыкается о детский вопрос. Разберём почему - это вскрывает саму механику.

Главное: модель не видит букв. Вообще.

Прежде чем попасть в модель, текст режется на токены - куски слов. «strawberry» может стать тремя кусками вроде str + aw + berry. И каждый кусок сразу превращается в число (тот самый путь к вектору из будущей темы про эмбеддинги).

Вот в чём суть: токен для модели неделим. Она видит один блок berry, а не б-е-р-р-и внутри него. Просить посчитать буквы - это как просить сосчитать кирпичи в стене по её уменьшенной фотографии. Стену видно, кирпичи - нет.

Почему так, а не по буквам:
Нууу, по буквам последовательности стали бы в 4-5 раз длиннее - дороже и медленнее 🟢 токены - компромисс: частые куски слов идут одним блоком, редкие дробятся мельче.

Отсюда и другие «глупости»
Путается в рифмах, с трудом разворачивает слово задом наперёд, спотыкается на посимвольной математике. Не потому что тупая - просто буквы ниже её разрешения.

Как обойти, когда реально нужно:
🟢 попросите произнести по буквам: s-t-r-a-w-b-e-r-r-y. Теперь каждая буква - отдельный токен, и посчитать легко
🟢 или пусть посчитает кодом - там символы настоящие
🟢 «думающие» модели часто делают это сами: раскладывают слово по буквам в рассуждении, а потом считают

Вывод простой: модель работает не с буквами, а с кусками-числами. Знаете это - и «странные» ошибки перестают быть странными.

P.S Урок записан, сегодня монтировать буду)

#как_это_работает

Сегодня ОЧЕНЬ постараюсь записать для вас 1-2 урока!

А пока, ловите от меня https://notch-agents-production.up.railway.app БЕСПЛАТНО

Домен прикручу попозже! Будут баги или пожелания, пишите в комменты!

Какое-то проклятие на ролик🫠
С собакой в ветеринарке(

Немного приболел🥲 Ролик завтра!

🙌Завтра-послезавтра постараюсь выпустить второй урок!

🔥 Модель забывает середину! Почему?

Странный факт: если спрятать нужный факт в начале или в конце длинного контекста - модель его найдёт. Спрячьте ровно тот же факт в середине - и она его теряет.

Это называют lost in the middle.

Точность по позиции идёт U-образной кривой (на картинке попробовал изобразить): высокая по краям, проседает в середине на 20-30 пунктов.

Почему так? Внимание модели не размазано ровно по контексту. Механизм внимания системно недовешивает то, что далеко от краёв - начало и конец получают больше веса, середина проваливается.

Дальше самое интересное. Окна выросли до миллиона токенов, и все ждали, что проблема исчезнет.

Она не исчезла - просто переехала:
🟢модели проходят тест «найди иголку в стоге» почти на 100%, но это тест на «процитируй одно предложение». Реальная задача - рассуждать по нескольким разбросанным кускам, и вот там всё сыпется
🟢у большинства фронтир-моделей эффективный контекст - 200-400 тысяч токенов, дальше качество заметно падает. Заявленный миллион и рабочий миллион - разные вещи
🟢деградация есть даже когда факт лежит удобно, просто от длины входа. Это отдельно назвали context rot - «гниение контекста»

Отсюда практический вывод, который меняет привычки:
🟢контекст - не архив, а рабочий стол. Чем меньше на нём лишнего, тем точнее ответ
🟢важное держите ближе к краям - в начале запроса или в конце. Не в середине простыни
🟢набитое окно - это не «ещё есть место», это уже просевшее качество

Так что /clear и /compact - это не про экономию токенов. Это про то, чтобы модель вообще видела то, что вы ей дали.

⚡️Методические материалы к уроку

⚡️ Это первый ролик на канале. И первый урок курса по Claude Code.

Никаких «подпишись, потом что-нибудь выложу» — контент уже здесь: 9 минут, после которых у вас стоит Claude Code и вы понимаете сессию и контекст - то, без чего агентом пользуются наугад, а потом жалуются, что «ИИ тупит».

Внутри: установка с нуля, первый запрос, /clear и /compact без сжигания токенов впустую.

📎 Методичка в PDF прилагается: конспект + домашка. Такая будет к каждому уроку.

▶️ https://youtu.be/5lNjosbbWdM?is=84lrezUQxXfuy24A

Подписка и лайк и следующий урок про CLAUDE.md выйдет быстрее.