От отдельных навыков к системе разработки
За 6 уроков вы освоили 6 ключевых навыков: генерация кода (Уроки 1-2), рефакторинг (Урок 3), тестирование (Урок 4), дебаг (Урок 5), документация и код-ревью (Урок 6). Каждый навык — отдельный инструмент. Но набор инструментов — это ещё не мастерская.
Сегодня вы собираете мастерскую: выстраиваете полный workflow разработки с AI — от получения задачи до готового, протестированного и задокументированного кода.
Разница между «использовать AI иногда» и «иметь workflow с AI»:
«Иногда»: вспоминаете про AI, когда застряли. Используете случайные промпты. Результат непредсказуем.
«Workflow»: AI встроен в каждый этап работы. У вас есть промпты для каждой ситуации, порядок действий ясен. Результат стабильно высокий.
Ваш AI-assisted workflow — 6 этапов:
1. Описание задачи (Урок 2) — мини-ТЗ с декомпозицией, примерами, ограничениями
2. Генерация кода (Уроки 1-2) — первая рабочая версия
3. Рефакторинг (Урок 3) — улучшение читаемости, производительности, архитектуры
4. Тестирование (Урок 4) — unit-тесты, edge cases, интеграционные проверки
5. Дебаг (Урок 5) — поиск и исправление найденных багов
6. Документация + ревью (Урок 6) — README, docstrings, финальный код-ревью
Этот цикл повторяется для каждой задачи. С каждым повторением вы становитесь быстрее — промпты отточены, процесс автоматизирован.
Архитектура workflow: 5 компонентов вашей системы
Компонент 1: Библиотека промптов.
Сохраните 6 ключевых промптов из этого модуля в одном месте (файл, Notion, заметки). Для каждого: название, когда использовать, шаблон. Не запоминайте промпты — имейте их под рукой. Промпты из уроков: базовый генератор (Урок 1), продвинутый генератор с декомпозицией (Урок 2), рефакторинг (Урок 3), генератор тестов ТППГ (Урок 4), дебаг СЛОК (Урок 5), документация + ревью (Урок 6).
Компонент 2: Чек-лист качества.
Перед тем как считать задачу выполненной, проверьте: ✓ Код работает (запускается без ошибок). ✓ Тесты есть и проходят (минимум 5 тестов на функцию). ✓ Edge cases покрыты (пустой вход, null, большие данные). ✓ Документация актуальна (docstrings, README). ✓ Код-ревью пройден (минимум AI-ревью, идеально + человеческий).
Компонент 3: Шаблоны контекста.
Для каждого проекта создайте «карточку контекста»: язык/фреймворк, стиль кода, зависимости, архитектурные решения. Вставляйте в начало каждого промпта — AI выдаёт код, который сразу вписывается в проект. Создайте один раз, используйте десятки раз.
Компонент 4: Процесс итерации.
Никогда не принимайте первую версию кода от AI. Минимум 2 итерации: генерация → ревью → улучшение. Для критичного кода: 3-4 итерации. Каждая итерация занимает 2-3 минуты, но кардинально повышает качество.
Компонент 5: Журнал решений.
Записывайте ключевые решения: «Выбрал Redis вместо Memcached потому что...», «Использовал паттерн Strategy потому что...». AI поможет: «Мне нужно выбрать между X и Y для задачи Z. Сравни плюсы и минусы.» Через полгода этот журнал — бесценен.
Недельный ритм: понедельник — планирование задач с декомпозицией, вт-чт — генерация + рефакторинг + тесты, пятница — документация + ревью + обновление библиотеки промптов.
Фрилансер, который увеличил количество проектов с 2 до 5 в месяц
Ситуация: фрилансер-fullstack, специализация — MVP для стартапов. Брал 2 проекта в месяц. Узкое место — не продажи (заказов хватало), а скорость разработки.
Что изменилось с AI-workflow:
Этап 1 (описание): вместо устных обсуждений с клиентом — промпт-шаблон с декомпозицией. Клиент заполняет «карточку проекта» (10 вопросов), AI превращает в техническое описание с модулями.
Этап 2-3 (генерация + рефакторинг): типовые модули (авторизация, CRUD, дашборд) генерируются за 2-3 часа вместо 2 дней. AI адаптирует под стек клиента.
Этап 4-5 (тесты + дебаг): AI-тесты на каждый модуль. Количество багов после сдачи упало с 8-12 до 1-2.
Этап 6 (документация): README + API-docs генерируются автоматически. Клиенты впечатлены профессиональным уровнем документации.
Результат: 5 проектов в месяц (было 2). Доход вырос в 2.5 раза. Качество повысилось — рейтинг на платформе поднялся с 4.6 до 4.9. Время на типовой MVP: 3-4 недели → 8-10 дней.
Ключевой фактор: не разовое использование AI, а системный workflow — одни и те же промпты, чек-листы и процессы повторяются из проекта в проект.
Аудит вашего workflow + 30-дневный план
Этот промпт проведёт диагностику вашего текущего процесса разработки и составит персональный план внедрения AI-workflow:
Ты — консультант по продуктивности разработчиков с опытом внедрения AI в процессы разработки. МОЙ ТЕКУЩИЙ ПРОЦЕСС РАЗРАБОТКИ: - Как я получаю задачи: [Jira / устно / Telegram / email] - Как я планирую: [декомпозиция / сразу пишу код / по настроению] - Как я пишу код: [с нуля / копирую из прошлых проектов / Stack Overflow] - Как я тестирую: [вручную / unit-тесты иногда / не тестирую] - Как я дебажу: [print/console.log / отладчик / Stack Overflow / прошу коллегу] - Как я документирую: [README при старте / комментарии иногда / не документирую] ОЦЕНИ МОЙ WORKFLOW: Для каждого из 5 компонентов системы оцени от 1 до 5: 1. Библиотека промптов (есть ли готовые шаблоны?) 2. Чек-лист качества (есть ли критерии "готово"?) 3. Шаблоны контекста (есть ли "карточки проекта"?) 4. Процесс итерации (сколько итераций до финала?) 5. Журнал решений (записываются ли архитектурные решения?) СОСТАВЬ 30-ДНЕВНЫЙ ПЛАН ВНЕДРЕНИЯ: - Неделя 1: Quick wins — что внедрить сразу для максимального эффекта - Неделя 2: Основа — настроить библиотеку промптов и шаблоны контекста - Неделя 3: Качество — внедрить чек-лист и тестирование - Неделя 4: Оптимизация — ревью процесса, тонкая настройка промптов Типичные ошибки, которых избежать: - Пытаться внедрить всё сразу - Использовать AI вместо понимания кода - Не проверять результат AI (слепое доверие)
Заполните честно — это диагностика для себя, не экзамен. Чем точнее описание текущего процесса, тем полезнее будет план. Через 30 дней повторите аудит и сравните оценки.
🤖 Открыть в AI-модели
Мысль дня
Разработчик будущего — это не тот, кто пишет больше кода. Это тот, кто решает больше задач. AI берёт на себя набор символов — вам остаётся мышление, архитектура и принятие решений. Именно за это платят.
Итоговый проект: полный цикл разработки с AI
Это финальное задание модуля. Вы пройдёте полный цикл от описания задачи до готового, задокументированного кода:
Выберите реальную или учебную задачу: (а) REST API для todo-списка — 5 эндпоинтов: создать, прочитать, обновить, удалить, фильтрация по статусу. (б) CLI-утилита для анализа логов — чтение файла, фильтрация по уровню, группировка по часам, вывод в таблицу. (в) Ваша реальная рабочая задача. Опишите с декомпозицией на 5-7 шагов, добавьте примеры входа/выхода и ограничения.
Используйте продвинутый промпт (Урок 2) для генерации первой версии кода. Затем примените промпт рефакторинга (Урок 3) для улучшения читаемости, производительности и архитектуры.
Сгенерируйте тесты по формуле ТППГ (Урок 4). Если тесты нашли баги — используйте метод СЛОК (Урок 5) для исправления. Цель: все тесты проходят, edge cases покрыты.
Сгенерируйте docstrings и мини-README (Урок 6, Промпт 1). Проведите финальный AI-ревью (Урок 6, Промпт 2). Исправьте критические замечания. Результат: полностью готовый проект — код, тесты, документация, пройденный ревью. И, главное, — отработанный workflow для каждого следующего проекта.