​Попробовала модель Astra от ChatGPT. Точнее, как попробовала: почти научилась работать с нею.

Моя задача на эту неделю была — редизайн. В 5-ый раз 🙈. 6 версий под разные разрешения.

И если до этого я давала ссылку на конкретный node в Figma, выбирала свой skill (плагин под Codex с требованиями конкретно этого проекта) и модель на Sol High не справлялась (требовалось кучу всего фиксить), то теперь Astra High выполнила все почти pixel-perfect. Да, потратив 50% всех токенов только для одного макета.

Я начала думать, как же оптимизировать работу дальше. И в итоге пришла к следующему flow:

1. Skill в Codex с описанием требований к имплементации верстки конкретно этого лендинга. Редизайн уже в пятый раз, требования подсобрались. Я уже 3 месяца гоняю этот плагин, и как только Codex в чем-то ошибается, добавляю новое требование в Skill. Итого их там уже на пять листов A4. Даже новичок поймет, как все устроено.

2. Отдельно написала промпт Codex с банальным «работай как senior Frontend developer с 10-ти летним опытом» и списком моментов, которые для меня важны. А также, самое важное, сказала ему самому накладывать оригинальный экспортируемый макет из Figma отдельным слоем и не возвращаться, пока все не совпадет pixel-perfect. Да, тут есть моменты, такие как перенос строк и разница в подсчете пикселей в браузере и Figma, но приоритеты и что в каком порядке брать за источник правды как раз и описала в «моментах» выше.

3. Запустила модель на Astra Medium, Astra High уж больно много токенов сожрала. На одном макете. Extra speed вырубила.

В итоге, модель думала целый час, и в конце концов выдала результат, на 90% от требуемого.

4. Далее в том же диалоге я накидала Codex список несоответствий скринами (где и что не pixel perfect) и сказала а) поправить, б) занести в Skill данные проверки, чтобы я не скидывала по второму разу и в) объяснить мне причины несоответствия, если, так уж и быть, не удалось исправить.

Модель справилась, опять же, сожрав много токенов. После этого я добавила в инструкцию немаловажную деталь: трать на эту задачу не более 10 пп от недельной нормы токенов, 5-7 пп — на внедрение дизайна и еще 2-3 — на сверку. И, вы удивитесь, но вместо 30% всех недельных токенов модель реально потратила 10%.

Но дальше было самое интересное. В том же самом диалоге с тем же самым ТЗ (см. п 2), добавив в него ограничение по токенам, я запустила модель еще на 3 макетах. Она справлялась все быстрее и лучше. Конечно, все новые недочеты и правки от меня отправлялись в требования Skill автоматом.

На последних 2 макетах модель превзошла мои ожидания: вместо 2 ч, что мне потребовалось на полную реализацию первого макета, модель мне выдала результат за 30 (!) минут, предоставив мне результат настолько идеально, что я со своим наметанным глазом нашла всего 2 недочета.

Вуаля! Недельная задача готова. А токенов у меня осталось еще на 30%.