CLAUDE.md: как 30 строк текста превращают Claude из подхалима в аналитика. Гайд для не-разработчиков

Все языковые модели поддакивают. Anthropic замерили: LLM на 45 процентных пунктов чаще соглашаются с пользователем, чем люди (ICLR 2024, arXiv:2310.13548). Отдельная группа подтвердила ту же цифру год спустя (arXiv:2505.23840). RLHF, метод обучения ChatGPT, Claude и Gemini, усиливает эффект: модель получает награду за "совпасть с мнением пользователя", а не за "сказать правду" (arXiv:2602.01002).

Это не баг одного продукта. Это архитектура всех LLM. Вы спрашиваете "стоит ли запустить X?" и получаете "да, отличная идея!" Не потому что идея отличная. А потому что вы спросили.

Я пользуюсь Claude. Пишу про Claude. Эксперименты ниже - на Claude. Принцип (конфигурационный файл, который ломает подхалимство) работает в ChatGPT, Gemini, Cursor, но детали реализации разные. Здесь - про CLAUDE.md: один текстовый файл в папке .claude/, который Claude читает перед каждой сессией.

Почему именно Claude? Потому что Claude Cowork (десктопное приложение Anthropic, research preview) дает не-разработчикам тот же механизм настройки, что программисты используют в Claude Code. Тот же файл. Никакого кода. Это редкость: остальные инструменты настройки рассчитаны на разработчиков.

Контекст: как это устроено у программистов

У программистов конфигурационные файлы для AI - норма. Cursor (.cursorrules), Windsurf (.windsurfrules), GitHub Copilot (copilot-instructions.md), Claude Code (CLAUDE.md). Stack Overflow Blog (март 2026) называет это индустриальным трендом. Результаты измерены: команда Atlan после внедрения правил в Cursor зафиксировала на 50% меньше комментариев по стилю, на 40% меньше коммитов с исправлениями.

Борис Черни, создатель Claude Code (Anthropic), обновляет командный CLAUDE.md несколько раз в неделю (InfoQ, январь 2026). HumanLayer измерил оптимум: 60-80 строк ядра. При 300 строках completion rate падает на 3%, расход токенов растет на 20%.

Все это для разработчиков. OpenAI признают: кастомизация - "still the domain of technical power users" (openai.com). 3 миллиона Custom GPT заброшены через неделю. EDRM называет паттерн "built once and abandoned".

5 уровней: от нуля до системы

Уровни ниже - из моей работы с CLAUDE.md за последние полгода.

Уровень 0: пустой Claude

Спросите "стоит ли выходить на маркетплейсы?" или "нанимать ли CTO?" или "менять ли подрядчика по логистике?" - получите одинаковую структуру. "Рынок растет, конкуренция усиливается, три риска, рекомендация: да, но с условиями." Замените тему - текст тот же, слова другие.

Не переформулирует задачу. Не посчитает альтернативные издержки. Не спросит "а какое решение ты принимаешь на самом деле?". Примет запрос как есть и выдаст обзор, который выглядит полезным, но не помогает решить. Вы решаете "вкладывать 3 миллиона или нет", а Claude рассказывает про тренды. 45 процентных пунктов sycophancy в действии: вы спросили "стоит ли?" - вот вам "стоит!".

Уровень 1: контекст (5 строк)

Язык: русский. Роль: я предприниматель, e-commerce, 15 сотрудников. Формат: коротко, по делу. Создавай файлы, не текст в чате. Контекст: целевой рынок - Россия, малый и средний бизнес. Результат: конкретные данные для принятия решения, не обзор.

Тот же вопрос. Формат сжатый. Появились уточняющие вопросы: "Какой бюджет?", "Есть ли аудитория?". Вывод тот же: "Да, с условиями".

Разница с уровнем 0 - в формате, не в сути. Claude по-прежнему соглашается. Но хотя бы отвечает про ваш бизнес, а не "в целом".

5 строк закрывают 80% проблемы "Claude отвечает не то".

Уровень 2: процесс мышления (30 строк)

Уровень 1 - КТО вы. Уровень 2 - КАК Claude должен думать:

## Роль Ты - стратегический бизнес-партнер. Работаешь НА УРОВНЕ решений, не задач. ## Как думать: цикл PDCA ### Plan - Уточни, какое РЕШЕНИЕ я буду принимать на основе результата. - Предложи 2-3 подхода, не один. ### Do - Ищи реальные данные через поиск. Не полагайся на память. - Любой вывод - с цифрами и источником. ### Check - Назови минимум 2 слабых места в своем анализе. - "Все отлично" не принимается. ### Act - Если подход не дал результата дважды - меняй метод. ## Стратегический режим - Оспаривай. Если моя логика слабая - скажи прямо. - Считай. "Перспективно" = ничего. Дай цифры. - Играй в адвоката дьявола.

Что меняется? На уровне 0 Claude ходит в поиск и подтверждает вашу гипотезу: "рынок растет". На уровне 2 он идет в поиск, чтобы найти конкурентов с выручкой, посчитать маржинальность, порог окупаемости и opportunity cost. Та же функция (поиск), другая цель. Уровень 0 ищет аргументы ЗА ваш вопрос. Уровень 2 ищет данные для РЕШЕНИЯ.

Вместо 800 слов обзора - 3000 слов с источниками, расчетами и контраргументами. Вместо "да, с условиями" - конкретный вывод с цифрами, который может быть "нет". И вопрос, которого на уровне 0 не было: "А ты точно решаешь ту задачу, которую думаешь? Может настоящая задача другая?"

Что конкретно делает разницу? Три строки:

  • "Уточни, какое РЕШЕНИЕ я буду принимать" - переформулирует задачу
  • "Ищи реальные данные. Любой вывод - с цифрами" - превращает поиск из декорации в инструмент
  • "Все отлично не принимается" - ломает подхалимство напрямую

30 строк не делают Claude умнее. Они направляют в конкретное русло. 5 строк контекста ("кто я, на каком языке, какой формат") меняют обертку. 30 строк процесса ("как думать, что проверять, когда спорить") меняют содержание.

Уровень 3: запреты (60 строк)

Уровень 2 дает процесс мышления. Но через 10-20 сессий вы заметите повторяющиеся ошибки. Claude раз за разом делает одно и то же: цитирует без источника, пишет "перспективно" вместо цифр, соглашается когда нужно спорить. На уровне 2 вы описали процесс. На уровне 3 вы закрываете конкретные дыры в этом процессе.

Сообщество Cursor сформулировало принцип: "Every time you think 'ugh, it did that again' - that's your cue to write a new rule" (Medium, @aashari). Не описывайте идеальное поведение. Запрещайте конкретные ошибки.

Уровень 3 в CLAUDE.md - список запретов:

## Запрещено - Отвечать "хорошая идея" без расчета рисков - Писать "перспективный рынок" без цифры TAM/SAM/SOM - Давать рекомендацию без adversarial analysis (что может пойти не так?) - Использовать "по мнению экспертов" без имени эксперта - Писать больше 1 страницы без запроса (уточни формат)

Почему запреты работают лучше описаний? IFEval++ (arXiv:2512.14754): при нюансных изменениях промта производительность падает на 61.8%. Общая инструкция "пиши хорошо" ломается при первом нестандартном запросе. "Не пиши 'перспективно' без цифры" работает всегда.

"Не давай ответ без цифр" бьет точнее, чем "давай подробные ответы с данными".

У разных профессий - разные "ugh". Предприниматель: "Опять написал 'перспективный рынок' без цифры. Опять не спросил про бюджет. Опять согласился вместо того чтобы спорить." Маркетолог: "Опять генерирует текст без целевой аудитории. Опять пишет 'увеличить продажи' без конкретной метрики. Опять предлагает все каналы сразу вместо одного с расчетом ROI." Юрист: "Опять дал общую рекомендацию без ссылки на конкретную статью. Опять не упомянул риски."

Каждый "опять" - строка в CLAUDE.md. Через 10-15 таких строк Claude перестает делать типичные ошибки в вашем домене.

Уровень 4: память и рабочая папка (80+ строк)

Claude забывает все между сессиями. Каждый раз - чистый лист. На уровне 4 вы это чините.

CLAUDE.md получает секцию "память":

## Память Перед каждой задачей проверь файлы в memory/: - memory/glossary.md - термины, акронимы, жаргон компании - memory/projects/ - активные проекты и их контекст - memory/decisions.md - принятые решения (не пересматривай без запроса) - memory/failures.md - ошибки, которые не повторять После значимой сессии предложи что записать.

Папка memory/ рядом с CLAUDE.md. Файлы обновляются после каждой сессии. Claude читает их в начале следующей. Persistence без базы данных.

На уровне 4 Claude перестает быть "AI-ассистентом" и становится инструментом, который знает ваш бизнес. Терминологию. Историю решений. Что пробовали и почему не сработало. Через месяц активной работы файл failures.md экономит часы: Claude не предлагает то, что вы уже пробовали. А decisions.md держит контекст: почему в марте выбрали Telegram Ads вместо контекстной рекламы, почему отказались от франшизы, почему сменили CRM.

Разница между Custom GPT (забросили через неделю) и CLAUDE.md (обновляется каждый день): Custom GPT хранит знания внутри чата. CLAUDE.md хранит их в файлах рядом с вашими документами. Файлы переживают сессию. Чат - нет. Файлы можно редактировать руками. Чат - нет.

Это самый трудоемкий уровень. Поддержание памяти занимает 5 минут в день: проверить что Claude записал, поправить неточности, добавить контекст. Но через месяц накопленная память работает лучше, чем любой промпт. Claude знает ваших клиентов по именам. Знает что вы пробовали в прошлом квартале. Знает почему отказались от Яндекс.Директ в пользу Telegram Ads.

Почему это работает: механика

220 000 оценок, 11 моделей, 10 стратегий промтинга (arXiv:2603.25056, март 2026): system prompt persona - "one of the strongest determinants of model behavior". Файл, который AI читает до вашего вопроса, определяет поведение сильнее, чем сам вопрос.

Длина имеет предел. После 2000 токенов точность падает на ~5 процентных пунктов за каждые 500 токенов (arXiv:2502.14255). Jaroslawicz et al. (ICML 2025, arXiv:2507.11538): compliance падает линейно с ростом инструкций. На 500 инструкциях лучшие модели выполняют 68%. HumanLayer оптимум: 60-80 строк.

Позиция в контексте критична. "Lost in the Middle" (Liu et al., Stanford, 2023, TACL, arXiv:2307.03172): модели отлично обрабатывают начало и конец промта, середину теряют. Падение больше 20%. В 2026 доказали: это врожденное свойство архитектуры трансформера (arXiv:2603.10123). Практическое следствие: самые жесткие инструкции пишите в начало CLAUDE.md. Ссылки на файлы и детали - в середину. Запреты и критичные правила - ближе к концу (второе "сильное" место).

Персональная роль тоже не нейтральна (arXiv:2602.12285): назначение нерелевантной роли снижает производительность на 26.2%. Написать "ты - юрист" для маркетинговых задач хуже, чем не написать ничего. Написать "ты - стратегический бизнес-партнер" для финансовых задач помогает. Роль должна совпадать с доменом задачи. Звучит очевидно. На практике 90% шаблонов из интернета нарушают это правило, потому что написаны под чужой контекст. "Ты - гениальный маркетолог с 20-летним опытом" для задачи по финанализу - минус четверть производительности. Лучше вообще не писать роль, чем писать чужую.

Чего не знаю (честно)

Уровни проверены на практике, но не в контролируемом эксперименте. Чтобы доказать причинно-следственную связь, нужно 50+ прогонов на 10+ задачах. Этого нет ни у меня, ни у кого в индустрии.

METR (исследовательская организация) провела рандомизированное контролируемое исследование: 16 опытных разработчиков, 246 задач, Cursor Pro + Claude Sonnet. Результат: с AI работали на 19% МЕДЛЕННЕЕ, при этом сами считали что на 20% быстрее (arXiv:2507.09089). Субъективная польза и объективная - разные вещи. METR в феврале 2026 сами признали проблему дизайна: во второй когорте разработчики отказались работать без AI, что создало selection bias. Предпринимательские задачи (стратегия, анализ рынка) - другой тип работы, чем баги в коде. Прямая экстраполяция некорректна. Но предупреждение стоит держать в голове.

Уровни 3 и 4 логически следуют из исследований (IFEval++, compliance decay), но честно: формальных замеров "уровень 2 vs уровень 3 на одной задаче" у меня нет. По моему опыту работает. Доказано? Нет.

У меня нет контрольной группы. A/B тестов "кастомные правила vs без правил" не существует ни для одного AI-инструмента. Вся индустрия на "strong practitioner consensus, weak empirical evidence". Меня это беспокоит. Но альтернатива "не пользоваться, пока не докажут" беспокоит больше.

Почему копировать чужой CLAUDE.md бесполезно

Мой CLAUDE.md - 200+ строк. Классификация задач, adversarial scan, система памяти с hot cache и deep memory. Если скопировать - набор непонятных слов. Я показывал его нескольким людям. Реакция одинаковая: "Понятно только тебе".

Compliance падает линейно с количеством инструкций. 200 скопированных строк, из которых ваших ноль, хуже чем 20 строк, написанных под вашу работу. Каждая лишняя строка конкурирует за внимание модели с остальными. Добавили десять строк "про запас" - ослабили десять работающих.

Шаблоны из интернета (awesome-cursorrules, cursor.directory, сотни GitHub-репозиториев) - стартовая точка, не финишная. Скопировали, попробовали, убрали что не работает, добавили свое. Через неделю от шаблона останется 20%. Через месяц - 0%. Это нормально. Так и задумано.

Стелла Лоуренцо (директор по AI, AMD) провела 7000 сессий с Claude Code и зафиксировала деградацию на масштабе: глубина мышления модели упала с 2200 до 600 символов (The Register, апрель 2026). Инструмент требует обслуживания. Борис Черни из Anthropic обновляет CLAUDE.md командой несколько раз в неделю. Не "настроил и забыл". Живой документ.

С чего начать

Три минуты. Создайте папку .claude/ в рабочей директории Cowork. Положите файл CLAUDE.md. Пять строк: язык, роль, формат, контекст, тип результата. Задайте тот же вопрос, который задавали вчера. Сравните ответ.

Через неделю добавьте процесс мышления (уровень 2). PDCA или свой фреймворк. Обязательная строка: "Все отлично не принимается" - одна строка, которая ломает sycophancy. Вторая обязательная: "Ищи реальные данные через поиск, не полагайся на память" - одна строка, которая превращает поиск из декорации в инструмент.

Через две недели начните записывать "ugh, it did that again" в список запретов (уровень 3). Каждое разочарование - строка в файле. Через месяц - заведите папку memory/ (уровень 4). 5 минут в день на поддержание, но через месяц Claude знает ваш бизнес лучше нового сотрудника.

Каждая строка - ответ на конкретную боль, а не описание идеала. Вы строите инструмент из собственных разочарований.

Скорость набора: две недели от уровня 0 до уровня 2 - нормальный темп. Не торопитесь. Каждый уровень должен прижиться, прежде чем добавлять следующий. Те, кто перепрыгивал уровни, откатывались назад. CLAUDE.md растет из вашей работы, а не из чужого шаблона.

"А если я пользуюсь ChatGPT, не Claude?" Принцип тот же: конфигурационный файл/инструкция, которую модель читает перед ответом. В ChatGPT это Custom Instructions, в Gemini - Gems. Напишите те же 5 строк контекста. Добавьте "Все отлично не принимается". Уровни 1-2 работают везде. Уровни 3-4 (запреты, файловая память) - специфика Claude Cowork: рабочая папка с файлами, которые переживают сессию. В ChatGPT и Gemini аналогов пока нет.

Второй частый вопрос: "Сколько строк должно быть?" HumanLayer замерил: 60-80 строк ядра - оптимум. Меньше - мало контекста. Больше 300 - compliance падает, токены растут. Windsurf жестко ограничивает: 6000 символов на правило. Начните с 5. Вырастет само.

Рынок промпт-инжиниринга оценивается в $500M-1.1B (2025). Вакансий с "prompt engineering" на LinkedIn стало на 434% больше с 2023. Google запустил Gems для Gemini - данных по использованию нет (при 750 млн MAU). Деньги есть, спрос есть, инструменты для не-разработчиков - нет. Claude Cowork - первая попытка закрыть эту дыру.

На Западе все гайды написаны разработчиками для разработчиков. CLAUDE.md для предпринимателя, маркетолога, юриста - пустое поле. Пока.

Вы платите $20 в месяц за инструмент, который по умолчанию работает как подхалим. 30 строк текста, три минуты работы, ноль кода. Разница между "рынок перспективен, рекомендую" и конкретным расчетом с контраргументами - один файл.

Больше идей в Telegram

Источники:

Sycophancy: Anthropic/ICLR 2024 (arXiv:2310.13548), Multi-turn sycophancy (arXiv:2505.23840), RLHF amplification (arXiv:2602.01002). System prompt strength: arXiv:2603.25056. IFEval++: arXiv:2512.14754. Instruction density: Jaroslawicz et al., ICML 2025 (arXiv:2507.11538). Prompt length: arXiv:2502.14255. Persona effects: arXiv:2602.12285. Lost in the Middle: arXiv:2307.03172, arXiv:2603.10123. METR productivity: arXiv:2507.09089. Cursor rules: blog.atlan.com. Boris Cherny: InfoQ, Jan 2026. HumanLayer: humanlayer.dev. AMD degradation: The Register, Apr 2026. OpenAI adoption: openai.com. Stack Overflow: stackoverflow.blog, Mar 2026.

33
11