Продолжение поста про мой workflow
Примерно с апреля этого года я пришёл к тому, что лучший флоу работы с AI coding tools – это сначала запланировать изменения, а потом их применить. Plan & Act
📝 Plan
1) Собираем весь релевантный код проекта
2) Описываем задачу, описываем все необходимые требования для выполнения задачи
3) Прикрепляем системный промпт (думай как синьор-помидор)
4) Отправляем
5) Проверяем результат. Если есть недочёты, то не исправляем их с фоллоу-ап сообщением, а изменяем изначальное сообщение и генерируем заново
6) Сохраняем получившиеся таски в файлы проекта
💡 Тут я хочу заметить, что способность изменять своё сообщение и удалять сообщения из чата это имба 😊 ! Я часто этим пользуюсь в последнее время, в случаях, когда мне нужно сделать развлетвление: например, я делаю небольшой "ресерч" и задаю какой-нибудь вопрос AI. Когда получаю ответ, то обычно у меня появляется 2-3 вопроса, которые ведут по разным путям. Далее, я по-очереди задаю вопросы по этим путям, и после того как получаю ответ на вопрос, то возвращаюсь обратно и меняю своё сообщение, в котором описываю другой вопрос и модель заменяет свой ответ уже на новый.
Зачем это делать? Чтобы экономить контекстное окно. Чтобы не нужно было начинать чат заново, я могу легко удалить ветки диалога, которые мне уже не нужны для последующего диалога. Всем советую!
👨💻 Act
1) В новый чат с моделью прокидываем: один файл с таской, релевантные файлы (по желанию, чтобы сократить количество вызываемых тулов), system prompt, запускаем
2) Оцениваем результат. Если есть серьёзные ошибки, то лучше вернуться к части Plan и переписать промпт заново, потому что, скорее всего, далее будет ещё больше ошибок
3) Если всё ок, то повторяем для всех остальных тасок и оцениваем общий результат
Такой подход реализован во многих инструментах для AI Coding Agents — Codex, Jules, GH Copilot Agent. Его можно реализовать с помощью разных тулов — Cursor, AI Studio, task-master, memory-bank-mcp и т. д.. Тут уже что вам удобнее, то и используйте. Я пока что "по-старинке" юзаю Cursor + AI Studio, меня пока что устраивает.
Промпты я выложу в комменты, но вот что хочу добавить: вы можете и должны сделать свои промпты. Но нужно помнить, что главным будет промпт Act, и модель, которая будет его использовать, должна иметь достаточно контекста и могла задавать сама себе наводящие вопросы, которые направят её на правильный путь и могут снизить вероятность галлюцинаций.
Если было полезно, жмите 🔥+🔁!
#ai_coding@the_ai_architect
✔️ The AI Architect Blog, подписывайтесь!
Примерно с апреля этого года я пришёл к тому, что лучший флоу работы с AI coding tools – это сначала запланировать изменения, а потом их применить. Plan & Act
1) Собираем весь релевантный код проекта
2) Описываем задачу, описываем все необходимые требования для выполнения задачи
3) Прикрепляем системный промпт (думай как синьор-помидор)
4) Отправляем
5) Проверяем результат. Если есть недочёты, то не исправляем их с фоллоу-ап сообщением, а изменяем изначальное сообщение и генерируем заново
6) Сохраняем получившиеся таски в файлы проекта
Зачем это делать? Чтобы экономить контекстное окно. Чтобы не нужно было начинать чат заново, я могу легко удалить ветки диалога, которые мне уже не нужны для последующего диалога. Всем советую!
1) В новый чат с моделью прокидываем: один файл с таской, релевантные файлы (по желанию, чтобы сократить количество вызываемых тулов), system prompt, запускаем
2) Оцениваем результат. Если есть серьёзные ошибки, то лучше вернуться к части Plan и переписать промпт заново, потому что, скорее всего, далее будет ещё больше ошибок
3) Если всё ок, то повторяем для всех остальных тасок и оцениваем общий результат
Такой подход реализован во многих инструментах для AI Coding Agents — Codex, Jules, GH Copilot Agent. Его можно реализовать с помощью разных тулов — Cursor, AI Studio, task-master, memory-bank-mcp и т. д.. Тут уже что вам удобнее, то и используйте. Я пока что "по-старинке" юзаю Cursor + AI Studio, меня пока что устраивает.
Промпты я выложу в комменты, но вот что хочу добавить: вы можете и должны сделать свои промпты. Но нужно помнить, что главным будет промпт Act, и модель, которая будет его использовать, должна иметь достаточно контекста и могла задавать сама себе наводящие вопросы, которые направят её на правильный путь и могут снизить вероятность галлюцинаций.
Если было полезно, жмите 🔥+🔁!
#ai_coding@the_ai_architect