Хабр Курсы для бэкендеров
РЕКЛАМА
Практикум, Хекслет, SkyPro, авторские курсы — собрали всех и попросили скидки. Осталось выбрать!
Поток Бэкенд доступен 24/7 благодаря поддержке друзей Хабра
Комментарии 16
Забыли написать, для какого это софта. В том же Roo Code правила хранятся либо в файле AGENTS.md либо в папках .roo/rules-* Первые, я так понял, чтобы коммитить в гит, вторые - ваши личные.
AGENTS.md это предложения для универсальных правил под любой агент, тогда как .roo/rules-* только для Roo Code. Коммитить можно и те и дргие, просто каталог .roo должен быть в репозитории.
Я намеренно не говорю про инструменты (реализацию в конкретном инструменте), а хочу обсудить саму философию: создание централизованного источника правил, который будет служить как ИИ, так и команде, то есть шарится, к примеру через гит. А то, что мы пишем локально, используя конкретный инструмент или сниппеты - это вторично. Да и названия самих файлом, полагаю не имеют конкретного значения для ИИ, тут будет полезно посмотреть как обогащаются промпты перед отправкой в LLM. Вот здесь уже стоит смотреть на конкретные инструменты и в целом на то, как работает подход, подобный RAG.
как минимум это полезно для того, кто пишет задание чётко продумать что он хочет, прежде чем кидать на исполнение. и результат точно будет быстрее и качественнее. Как говорится, "без ТЗ результ
Может показаться удобным%3A ИИ написал фичу — и тут же сам начал покрывать тестами. Но на деле это ловушка. Ещё хуже%2C если разработчик просто даёт промпт без спецификации и предлагает «по логике» построить тесты. Это как подгонять тесты под код%2C а не проверять его работу.
надо код поручать писать одному ИИ, а тесты под него - другому. Например, код пишет Квен, а тесты - Дипсик.
Мне кажется лучше доку для людей писать, агенты ее тоже прочитать смогут, а вот дока для агентов кожаными мешками плохо читается
Так пишите файл AGENTS.md как для людей. Агенты его отлично понимают и в этом случае.
Второй вариант даст более точный и готовый к использованию результат. Меньше правок - быстрее результат.
Проверил - нет, результат практически аналогичный.
Вы совершенно правы данный пример не даст лучший результат.
Современные модели обучены понимать свободный естественный язык очень хорошо.
Почему всё-таки есть разница.
Есть сценарии, где структурирование действительно помогает:
- Сложные многошаговые запросы (например, с ролью, контекстом, примерами, ограничениями). Структура снижает риск "перепутать уровни" - модель чётко понимает, где контекст, где инструкция, где пример.
- Автоматизация/API-запросы. Форматированные блоки проще парсить и воспроизводить программно.
Данный пример и заявления могут быть громкими и требуют отдельного материала с бэнчмарками, чтобы показать, где структура реально даёт прирост, а где эффект минимален.
промпт роли можно писать в yaml формате, дабы читабельность повысилась и избавиться от лишнего мусора, хотя если есть сложные таблицы то .md
Но если таблицы очень большие то их лучше упрощать до двух значений
и в итоге обходиться без таблиц, оставив ключ и значение.
Недавно где то была статья про этот момент, наверно можно найти по запросу Markdown-KV
Тоже вот собрал интересную себе роль для генерации подробных промптов для генерации картинок https://t.me/H360ru/27048/42819
Kilo Code кстати что форк Roo Code, поинтереснее местами
Есть миф: чтобы попросить ИИ написать код, достаточно набросать запрос в чат «как есть». Plain text, без правил. Сработает? Иногда. Будет эффективно? Редко.
Прувы в студию. Пример, когда задача на грани способностей агента не выполнена успешно, когда она просто описана, и выполнена когда она же описана по правилам?
Придумал для себя мнемонику ОФП ЗРК(общефизическая подготовка зенитно-ракетного комплекса, извинити) - ограничения, формат, примеры, задача, роль, контекст:) И все тегами или отступами, да. И можно собственно повторяющуюся часть вынести в отдельный файл и попросить нейронку и написать:)
Теперь мы пишем код чтобы код писал код вместо написания кода.
План четкий как швейцарские часы
На самом деле цель не в том, чтобы писать код ради кода, а в том, чтобы структурировать знания в форме, понятной и человеку, и ИИ. И стремится использовать эти структуры как единый источник документа нам и агенту.
А писать код - промпт в виде структур для агента не всегда нужно (как я понял из комментариев тут требуется отдельный материал с объяснением), но когда мы структурируем это лучше понимается нами же самими и может быть моделью контекста, которую можно переиспользовать, проверять и дополнять.
Идея хорошая, жаль что пока ИИ начнет выдавать тебе код, половину из того, что ты ему отправил - он уже забудет.
Также если ии даёшь несколько последовательных задач одним ароматом - то он пытается побыстрее их решить, экономя токены. И получается что запрос: "переведи языковые пакеты в папке" частично оставить файлы без перевода, а запрос: "переведи файл about" - полностью его покроет.
Разделение и сегментация задач дают более четкий результат.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
VibeCode. Как не назови все равно полетит