Чем отличается эффективное использование AI Coding Agents от неэффективного?
В первом случае, репозиторий, в котором работает агент, правильно настроен.
Чтобы агенту не приходилось с каждым новым чатом изучать ваш проект и тратить на это деньги и токены, то каждый такой проект необходимо хорошо подготовить
Что в это входит?
▪️ знания о проекте
▪️ возможность проверить свою работу
Это понимают и сами разработчики, поэтому Claude Code и другие актуальные инструменты имеют в запасе команду /init, которая заставляет агента собрать информацию о проекте и положить её в один файл — CLAUDE.MD (или AGENTS.MD, GEMINI.MD). Да, качество у автоматического сбора будет не очень, потому что в большинстве проектов нельзя просто из кода понять о чем вообще проект, но это лучше, чем ничего.
Во-первых, это rules. Это правила о том, КАК агент должен писать код в этом проекте
во вторых это документация. В документацию могут входить знания об архитектуре проекта, технический стек, описание основных компонентов системы, описание бизнес-задач, описание проекта в целом, что это такое и для чего он нужен, и прочее.
В этих файлах важно описывать всю эту информацию вручную, либо, если использовать AI для описания этого, то нужно очень тщательно и досконально проверять результат работы.
Очень важно не допускать воды в документации.
Описывать документацию нужно очень кратко, но в то же время понятно. Каждое слово должно нести смысл и не может быть просто так: здесь не должно быть никакого вступления и прочего, потому что эта информация будет использоваться агентами при выполнении задач.
Также, можно описывать задачи прямо в репозитории в markdown файлах: что нужно сделать, что у нас есть на входе, что нужно получить на выходе, критерии приемки и прочее.
🔄 Возможность проверить свою работу
Это, так называемый, feedback loop
У каждого разработчика (человека) есть возможность проверить свою работу. Для этого он запускает линтеры, чтобы, если это компилируемый язык, линтер показал, какие имеются ошибки, билдится ли проект и прочее. Далее, на основе этой информации разработчик исправляет ошибки. То же самое касается и тестов: запускаем тесты, видим ошибки и исправляем их.
Очень важно обеспечить этим инструментарием и AI Coding Agent
В документации необходимо указать, какие у нас есть команды для запуска тестов, линтеров, форматтеров; в каком порядке их нужно запускать.
Таким образом, имея в вашем арсенале документацию и feedback-loop, эффективность использования кодинговых агентов повысится в разы.
Я вам это обещаю!
Вы больше не будете тратить много денег на агентов, можете отказываться от подписок за $200 на Claude Code, ведь с правильно настроенным проектом вам будет достаточно одного или двух аккаунтов Claude Code с подписками по $20.
В комментариях я оставлю пример своего промпта с Table of Contents
#ai_coding@the_ai_architect
