Полное руководство по тому, как эффективно начать писать код с ИИ

Недавно дочитал книгу про использование ИИ в программировании от Тома Таулли. Очень много тезисов будут повторять мои предыдущие слова. Но получилось хорошая компиляция тезисов про то, как использовать ИИ в разработке эффективнее.

ИИ — это твой помощник, а не замена. Не нужно бояться, что тебя заменит ИИ. Скорее, это как нанять себе младшего разработчика, который моментально выполняет рутину, пока ты думаешь над архитектурой. Усилитель, а не замена.

Особенно понравилась идея про переход к вероятностному мышлению. Раньше мы привыкли: написал код — он либо работает, либо нет. Детерминизм, предсказуемость. С ИИ всё иначе — один и тот же запрос может дать разные результаты. Сначала это бесило, но потом начал воспринимать это как работу с коллегой: иногда нужно переспросить по-другому, чтобы получить лучший ответ.

Автор честно говорит и о подводных камнях. Галлюцинации — когда ИИ уверенно выдает полную чушь как истину — это реальная проблема. Плюс вопросы интеллектуальной собственности, безопасности и конфиденциальности. Нельзя просто так взять и скормить ИИ весь корпоративный код.

Подробнее о том, как бороться с галлюцинациями я рассказвал в этом посте

Специфичность — ключ к успеху. Чем точнее запрос, тем лучше результат. "Напиши код" — плохо.

"Создай функцию валидации email с проверкой MX-записей, обработкой исключений и юнит-тестами" — отлично. Особенно помогает техника "Chain of thought" — когда разбиваешь сложную задачу на последовательные шаги прямо в запросе. ИИ начинает рассуждать пошагово, и качество решения растет.

Ещё крутой приём — показывать примеры. Даешь пару примеров входных и выходных данных, и ИИ сразу понимает, что от него хотят.

Модульность прежде всего. Теперь я сначала разбиваю задачу на небольшие модули с четкими входами и выходами, а потом уже иду к ИИ. Так он работает гораздо лучше. (Это кстати можно делать через planning mode, который есть сейчас почти во всех ИИ агентах для программирования)

Не теряй критическое мышление! Это, пожалуй, самое важное. ИИ может нагенерить избыточный или неоптимальный код. Всегда проверяю, что именно он мне предложил. Слепое копирование — путь к проблемам.

Классная фишка — использовать ИИ для рефакторинга. Показываешь ему свой старый код, и он предлагает, как его улучшить: выделить методы, упростить условия, убрать дубли. Как код-ревью от опытного коллеги.

Стал применять ИИ для изучения нового. Хочешь быстро въехать в Rust? Попроси ИИ объяснить основные концепции и показать примеры. Это как личный ментор, который всегда на связи.

Работай внутри IDE. Не надо переключаться между окнами — остаешься в потоке, и продуктивность растет.

Автоматизация тестов — это просто спасение. ИИ генерирует юнит-тесты, придумывает граничные cлучаи. Раньше на это уходила куча времени, теперь — минуты. Про то, как писать качественные тесты с ИИ писал тут

Документация пишется сама. Docstrings, README, комментарии — всё это теперь не рутина, а быстрая задача для ИИ. База кода становится намного читабельнее.

Даже для работы с базами данных ИИ полезен: создание схем, генерация тестовых данных, помощь со сложными SQL-запросами.

Самое неожиданное — ИИ помогает не только с кодом. Мозговой штурм фич, созданиепользовательских персонажей, оценка рынка — он и тут пригодится.

Работа с легаси-кодом стала проще. Показываешь ИИ старый код, и он объясняет, что там происходит. Или помогает перевести на современный язык.

Важный момент про безопасность данных: нужно четко понимать политику инструмента. Не все данные можно скармливать публичным моделям. Внутренние API, персональные данные — это красная зона.

Командная работа тоже улучшилась. ИИ помогает писать описания пулл-реквестов, суммирует обсуждения. Код-ревью стало быстрее и структурированнее

В заключение хочется сказать, что все эти принципы простые и постоянно повторяются. Я о них постоянно писал у себя в телеграме. Пэтому подробнее об ИИ инструментах, которые позволили попасть в топ 5% лучших сотрудников Яндекса, рассказываю тут: