Как писать промпты для кода, чтобы получать полезные результаты

Модель не знает, чего вы хотите, пока вы ей этого не скажете. Большинство слабых результатов связано не со слабой моделью, а с недосказанной задачей.

1. Укажите контекст и цель

Напишите, на каком языке и фреймворке вы работаете, что уже есть в проекте и зачем нужна новая функция. Цель важнее способа: «пользователь должен иметь возможность подписаться на рассылку» говорит больше, чем «добавь форму».

2. Обозначьте ограничения

Если вы не хотите новых зависимостей, не согласны менять структуру файлов или код должен работать на более старой версии среды, скажите об этом прямо. Модель охотно добавляет библиотеки, о которых никто не просил.

3. Работайте небольшими шагами

Вместо одного огромного запроса разделите работу на этапы, которые можно проверить по отдельности. Так проще найти момент, когда что-то сломалось.

4. Сначала план, потом код

При крупных задачах попросите краткий план изменений и утвердите его, прежде чем модель начнёт писать. Поправить план дешевле, чем править триста строк кода.

5. Опишите, как вы поймёте, что всё работает

Критерии приёмки, примеры входных данных и ожидаемых результатов, а лучше всего — попросите написать тесты. Модель, которая знает, как её будут оценивать, пишет точнее.

Пример

Вместо «сделай страницу со списком задач» попробуйте что-то вроде этого:

Когда что-то не работает

Вставьте полное сообщение об ошибке, а не его пересказ, и напишите, что изменилось непосредственно перед её появлением. Если после трёх попыток модель ходит по кругу, начните новый диалог с кратким описанием проблемы. Запутанный контекст вредит так же, как его отсутствие.