19 февраля 2026 г.
Учим нейронки программировать еще лучше
Учим нейронки программировать еще лучше
В первой серии постов про #vibe обсудили модели и инструменты, чтобы вайб-кодить бесплатно.
Теперь давайте поговорим, как заставить LLM выдавать хороший код. Спойлер: это достаточно просто.
Описанные принципы универсальны и применимы для любого LLM-агента.
Перед тем, как писать промпт, потребуется небольшая настройка.
Актуальные зависимости
LLM не обучаются во время инференса (использования), поэтому знания сети ограничены моментом релиза. Модель не знает про свежие изменения в фреймворках и библиотеках, которые вы (или сама модель) захотите применить на проекте. Но даже если используемые зависимости не обновлялись после релиза модели, нелишним будет напомнить ей подробности.
Аналогия простая: представьте опытного разработчика, который использовал нужный фреймворк пару лет назад. Он соберет проект по старой памяти, но будет куда лучше, если сначала почитает свежие чейнджлоги.
Для LLM это можно обеспечить несколькими способами. Например, просто скопировать нужную документацию прямо в промпт. Но это ручная работа, и она как минимум требует от вас точного понимания, какие библиотеки потребуются.
Самый простой и эффективный способ решить проблему — подключить MCP Context7. На сегодняшний день это единственный MCP, который я никогда не отключаю.
Добавив его, вы научите агента использовать возможности самых свежих версий библиотек (если нужно, попросите саму нейронку помочь вам с его установкой).
Скиллы
Скиллы — это набор инструкций для конкретных задач. Как вводный инструктаж для новичка в первый день работы: «включаешь станок — предупреди соседа, сюда пальцы не суй — оторвет, перед уходом почисти рабочее место».
Технически скиллы (да, собственно, как и практически всё взаимодействие с LLM) — это просто способ добавить дополнительные инструкции в промпт. В отличие от MCP, скиллы подгружаются «лениво», так что их не обязательно все время включать / выключать.
Стандарт появился недавно, но уже существуют десятки тысяч open-source скиллов, так что для поиска нужного не обойтись без специализированного сервиса. Благо, их тоже есть у нас — например, https://skills.sh/ от Vercel.
Рекомендую посмотреть хотя бы на топ-30. Выбирайте те, что вам релевантны (можно подключать глобально или к конкретному проекту). Например, если вы делаете веб-проект, рекомендую frontend-design от Антропиков.
Но про получение хорошего дизайна с помощью нейронок мы подробно поговорим в отдельном посте — тут пока все несколько сложнее, чем с генерацией кода.
А если вы планируете создавать и публиковать собственные скиллы — вот исчерпывающий гайд.
Выбор модели
Здесь все одновременно просто и сложно. С одной стороны можно всегда выбирать самую мощную из доступных.
С другой — разные модели по-разному справляются с разными типами задач. Более того, одна и та же модель с одним и тем же контекстом на входе может выдавать разный результат на череде запусков. А учитывая, что новые релизы выходят каждую неделю, могу только порекомендовать пробовать разное и выбирать то, что лучше решает вашу задачу.
Чтобы было от чего оттолкнуться
* Для создания проекта с нуля вам точно понадобится думающая модель в режиме планирования. Здесь не нужно экономить ни токены, ни время. При этом не обязательно искать самое большое контекстное окно.
* Для точечных правок можно выбирать быстрые / дешевые — их все равно хватит.
* Если вы не спешите или переключаетесь между проектами, пока модель думает, можно всегда использовать режим планирования. Это медленно и жрет больше токенов, но дает профит по качеству.
Распараллеливаемся
По умолчанию агент будет спрашивать разрешение на каждый чих. Что-то можно сразу разрешить навсегда, но давать полную свободу нейроке без организации отдельной песочницы мне страшновато. Если вы относитесь к безопасности так же, как и я, рекомендую включить системные уведомления, чтобы сразу реагировать на вопросы агента.
Продолжение в следующем посте.
А что вы используете, чтобы выжать дополнительное качество?