Как решать сложные проблемы не на вайбе

Все мы сталкиваемся в программировании с сетками с какими-от багами, которые ну никак не могут быть решены с налету, попытками уговоров агента, либо принимая все его предложения. Часто люди даже сдаются и просто откатывают такой код, справедливо полагая, что фиксить его будет тяжелее, чем написать снова.

Но есть типы функционала, которые нам приходится реализовывать, и который при этом сетки часто пишут неверно с первого раза. Это деплой, многопоточность, мета-промптинг, нюансы авторизации, код из новых библиотек и т.д.

Мы не можем просто их "не решать", так как заменить их нечем, а что-то делать нужно.

Поэтому делюсь с вами системным алгоритмом, используя который можно раскалывать даже достаточно сложные кодинговые задачки.

1) Описываем баг. Либо сами (подробно), либо кормим Gemini 2.5 pro в AI студии логи работы вашего кода и просим сказать, что там не так. Она съедает до 1 млн контекста — идеально для анализа логов (я работаю в основном по логам, т.к. много бэкенда, фронтам нужно иначе).

2) Несем результат в Шотган и выбираем промпт "Find bug" — получаем потенциальный стектрейс проблемы.

3) Что если проблема не пофиксилась с первого/второго раза. Короче говоря, творческая в плохом смысле.

Тогда нас будет выручать GPT-5

Его особенность в том, что ему нужно очень сурово препарировать контекст.

Итак, открываете ChatGPT 5-thinking модель и даете следующий промпт:

Я делаю таску [такую-то]. В процессе работы я наткнулся на баг. Он заключается в [копируем сюда вывод Gemini по логам].

Расскажи мне причины бага, и почему он возник.

Прикладываю контекст

Архитектура

====

{описание архитектуры которое я надеюсь вы делаете для своих тасок, шотган -> Architecture}.

===

Необходимые файлы /собираем индексилкой, или просто шотганом, ШотганПро умеет это делать автоматически). Важно — не весь проект/

===

[список файлов и их кода]

===

Мнение тестировщика, но я не уверен что оно корректное/замечание про неуверенность важно, т.к. иначе модель зацепится за эти выводы, а т.к. баг не пофиксился легко, то очень часто они неверные/

====

[складываем отчет от Gemini]

====

GPT-5 выплюнет в вас достаточно сложными рассуждениями и кусками кода, которые вы плохо поймете. Но это не беда, потому что:

4) Тащим теперь это в шотган к dev агенту или в курсор. Тупо копируем и говорим

Я делаю таску [такую-то]. В процессе работы я наткнулся на баг. Он заключается в [копируем сюда вывод Gemini по логам] /короче то же что и GPT-5/

Вот предложение архитектора

====

[Пространный бред от GPT-5]

====

Верифицируй и реши задачу

И вот это уже с большой вероятностью сработает

А далее можно продолжать фигачить ваш курсорный или CC-шный вайб в промышленных объемах =)

В целом, секрет заключается в тщательном отборе контекста для моделей, с соблюдением двух принципиальных моментов

Это мой способ. Пишите, если у вас есть свой, будет интересно почитать комментарии.

Подписывайтесь на Telegram Глеб про AI.