Нейросеть для Python: как написать и запустить первый скрипт с ChatGPT или Claude
Для первого Python-скрипта не нужен рейтинг нейросетей. ChatGPT и Claude справятся с небольшой задачей, если задать формат входа, ожидаемый результат и ограничения. Проверять нужно не красоту ответа, а запуск на известных данных.
Возьмите один файл и один отчет
Сделаем скрипт, который читает CSV с колонками category и amount, суммирует расходы по категориям и печатает результат по убыванию суммы.
Подготовьте файл с пятью строками и заранее посчитайте итог вручную. Не используйте банковскую выгрузку: для теста достаточно вымышленных данных.
Дайте точное задание
Напиши Python 3 скрипт sum_expenses.py. Он принимает путь к CSV с колонками category и amount, суммирует amount по category и печатает строки от большей суммы к меньшей. Используй только стандартную библиотеку csv. Для пустого файла и неверного числа выдай понятную ошибку. Не изменяй исходный файл. Добавь функцию, которую можно проверить отдельно, и пять тестовых примеров.
Можно отправить один и тот же промпт ChatGPT и Claude, а затем выбрать более понятный вариант. Не объединяйте два листинга механически.
Прочитайте код до запуска
Проверьте режим открытия файла, преобразование числа и обработку заголовка. Скрипт не должен отправлять CSV в сеть, удалять его или перезаписывать.
Сохраните код в пустой папке вместе с sample.csv. Запустите команду, которую предложила модель, и сравните вывод с ручным расчетом.
Проверьте границы
Используйте обычный файл, пустой файл, неизвестную колонку, отрицательное значение и строку вместо числа. Заранее решите, допустимы ли отрицательные расходы. Модель не должна угадывать это правило за вас.
Если программа падает, отправьте AI короткий пример и полный текст ошибки без личных путей и секретов:
На строке Кофе,abc ожидаю сообщение «amount должен быть числом», получаю traceback. Исправь только обработку этой ошибки и добавь тест.
Добавьте тесты
Попросите использовать встроенный unittest и временный CSV. Выполните тесты локально. После этого изменение логики можно проверять одной командой.
В ИИ-лаборатории Глеба Кудрявцева разбираем, как переходить от отдельных скриптов к полноценным AI-проектам: подключать Git, базу, тесты и деплой и при этом сохранять понятный процесс проверки изменений. Фокус здесь не на выборе между ChatGPT и Claude, а на том, как встроить AI в разработку так, чтобы результат можно было нормально проверить и воспроизвести.
Скрипт готов, если ручной итог совпадает, пять границ обработаны, тесты проходят, а исходный CSV остался без изменений.