Как применять ИИ в масштабных рабочих проектах, А Не Только В Небольших Pet-проектах

Я уже рассказывал о том, как грамотно управлять контекстом. Сегодня поговорим о том, как не терять кучу времени на составление грамотного промпта.

Допустим вы хотите написать промпт для решения задачи. Но в реальной рабочей задаче вам надо:

- Сообщить о код-стайле

- Зависимостях, которые надо использовать

- Рассказать про код внутри репозитория, который тоже нужно использовать

- Ввести в курс дела по задаче: в какой папке ее выполнять, какие файлы изучить, чтобы вникнуть в происходящее

Тут обычно говорят: "Напиши большой файл с описанием этого всего и каждый раз ссылайся на него"

Пока проект небольшой это рабочая стратегия. Но этот файл со временем очень сильно может разрастаться. Особенно, если там хранится подробная информация о всем, что происходит в репозитории.

Как можно решить эту проблему?

Решать задачу в два этапа:

1. Сначала на основе подробной базы знаний о проекте мы просим ИИ вычленить только ту часть, которая будет релевантна для нашей задачи. И на основе этого просим составить промпт для решения задачи со всем нужным контекстом

2. А потом берем и скармливаем этот промпт в новый чат, в котором контекст не засорен

Еще на первом этапе, особенно если задача слишком сложная, можно разбить ее на подзадачи и попросить вместо одного промпта несколько

Подробнее об ИИ инструментах, которые позволили попасть в топ 5% лучших сотрудников Яндекса, рассказываю тут: