Как я ставлю задачи и вообще пользуюсь ИИ-агентами.

у меня нет универсального промпта, идеального набора скиллов и «правильного» воркфлоу.

Я скорее постоянно изучаю, как работаю сам, и подстраиваю агентов под себя.

1. Разделяю исследование, планирование и имплементацию

Для маленьких задач вроде «добавь новое значение в словарик» я просто даю задачу агенту и прошу всё сделать самому.

Но с задачами посложнее стараюсь не начинать сразу с кода.

Сначала исследование.

Например:

Подскажи, как в этом сервисе устроена интеграция с трекером задач: какие методы используются, какие точки входа, модели взаимодействия.

Агент исследует кодовую базу и собирает мне артефакт.

Новый сеанс:

Мне собрали вот такой документ. Провалидируй его.

Туда же добавляю свои вопросы и сомнения, если что-то показалось странным.

Получается контекст, на который уже можно опираться.

После этого я сам перевожу задачу из бизнесового языка в язык домена приложения и перехожу к планированию:

Нам нужно сделать раз-два-три. Вот контекст. Задавай дополнительные вопросы, давай сформулируем план.

План снова валидируется, уточняется — и только после этого получается чистовик, который можно отдавать в работу.

А вот сама имплементация после этого часто проходит практически без моего вмешательства.

Получается примерно так:

исследование → валидация → план → валидация → имплементация

Технически, конечно, можно сразу сказать агенту: «вот задача, разберись и сделай».

Но мне выгоднее поймать ошибку в понимании задачи до того, как она превратится в сотни строк вполне убедительного, но ненужного кода.

И дело даже не столько в сэкономленных токенах.

Я хочу понимать, что происходит, и быть готовым поставить свою подпись под кодом, который отправляю дальше по конвейеру.

Имплементацию можно делегировать. Ответственность — нет.

2. Изучаю не только агента, но и себя

В Claude Code есть прекрасная команда:

/insights

Она анализирует ваши прошлые сессии и показывает, как вы работаете: где буксуете, что регулярно упускаете, какие действия повторяете, а что уже настолько отточено, что можно упаковать в скилл.

Но интересна мне здесь не сама команда.

Интересно посмотреть на себя как на оператора агента.

Где я регулярно недодаю контекст?

Где слишком рано начинаю имплементацию?

Какие инструкции повторяю из задачи в задачу? (У меня было много разных «стой, подожди, ты делаешь не то»)

Что постоянно приходится исправлять руками?

Что уже стало настолько повторяемым, что его пора автоматизировать?

Для других агентов можно собрать похожую штуку самостоятельно: сессии обычно лежат локально, и можно натравить агента анализировать собственную историю работы.

Получается своего рода eval не только для агента, но и для себя.

И я не стремлюсь собрать универсальный набор промптов, MCP и скиллов на все случаи жизни.

Я хочу упрощать свою работу.

3. Не ограничиваюсь написанием кода

Вообще, чем дальше, тем меньше мне интересно использовать ИИ просто как очень быстрый autocomplete.

Агенты помогают мне:

— исследовать незнакомые системы;
— собирать требования;
— искать противоречия в них;
— проектировать решения;
— фиксировать договоренности;
— анализировать смежные системы;
— и только потом писать код.

Работа разработчика сильно шире написания кода.

Поэтому и ИИ мне нужен не только там, где появляется код.

Итого:

не пытайтесь забрать чужой идеальный AI-workflow.

Посмотрите, как работаете вы сами. Где ошибаетесь. Где тратите время. Где повторяетесь. Что хорошо получается именно у вас.

И уже после этого автоматизируйте.

Не адаптируйте свою работу под агента. Адаптируйте агента под свою работу.