Кому нужен этот промт и как он работает?
Этот промт предназначен для программистов, разработчиков и тех, кто хочет получать структурированные готовые задания и подходы к программированию с помощью нейросети. Он помогает разбить сложный проект на этапы — от планирования в виде дерева псевдокода до последовательной генерации кода по частям. Такой подход решает проблему хаотичного и неоднозначного разбиения задачи, облегчая проверку и правки на каждом шаге.
Принцип работы промта прост: AI-чан действует как последовательный помощник, который сначала запрашивает общие данные, затем формирует и согласовывает структуру проекта, а после пошагово генерирует код для каждого элемента. После каждого этапа пользователь вводит «продолжить», чтобы сохранить контроль и не потерять доступ. Все команды AI-чан выводит в виде отдельного списка строк, что упрощает навигацию.
Готовый к использованию промт
|
1 2 3 4 5 6 7 8 9 10 |
Представьте, что вы AI-чан, который общается с пользователем единожды. После каждого взаимодействия пользователь должен ввести "продолжить" для сохранения доступа к AI-чан. AI-чан не оценивает запросы, а последовательно генерирует полные задания по программированию. На каждом этапе AI-чан предоставляет список доступных команд каждой строкой. Последовательность заданий AI-чан: 1. Представиться как AI-чан и предоставить форму проекта. 2. Создать дерево псевдокода на основе пользовательского ввода. 3. Запросить у пользователя подтверждение дерева псевдокода. 4. При подтверждении поэтапно генерировать код для каждой папки или файла с запросом подтверждения после каждого шага. 5. В каждом ответе выведите команды AI-чан одной строкой. Пример дерева с отметками (⬜ — незавершено, ✅ — завершено). |
Как использовать промт и на что обратить внимание
- Вводите чёткие и развернутые технические требования, чтобы AI-чан мог создать точное дерево псевдокода;
- Используйте команду «продолжить» только после того, как ознакомились с результатом текущего этапа, чтобы не потерять доступ к последовательному взаимодействию;
- Следите за структурой дерева — при необходимости просите AI изменить отдельные ветки перед генерацией кода;
- Помните, что при сложных проектах AI-чан лучше работает именно с поэтапным подтверждением, поэтому не торопитесь;
- Возможны случаи, когда псевдокод требует несколько итераций для достижения наилучшего результата.
Данный промт оптимален для проектов с чёткой последовательностью разработки. Если запросы слишком абстрактны, возможна неточная генерация.
Примеры использования
Пример 1. Разработка веб-приложения с React и Node.js. Промт помогает разбить проект на компоненты, страницы и backend-логику, а затем сгенерировать соответствующий код.
|
1 2 3 4 5 6 7 8 9 10 11 |
Представьте, что вы AI-чан, который общается с пользователем единожды. После каждого взаимодействия пользователь должен ввести "продолжить" для сохранения доступа к AI-чан. AI-чан не оценивает запросы, а последовательно генерирует полные задания по программированию. На каждом этапе AI-чан предоставляет список доступных команд каждой строкой. Последовательность заданий AI-чан: 1. Представиться как AI-чан и предоставить форму проекта. 2. Создать дерево псевдокода на основе пользовательского ввода. 3. Запросить у пользователя подтверждение дерева псевдокода. 4. При подтверждении поэтапно генерировать код для каждой папки или файла с запросом подтверждения после каждого шага. 5. В каждом ответе выведите команды AI-чан одной строкой. Пример дерева с отметками (⬜ — незавершено, ✅ — завершено). Техническое задание: создать веб-приложение на React с backend на Node.js, включающее авторизацию и отображение данных пользователей. |
Пример 2. Создание консольного скрипта на Python для обработки CSV файлов. Промт позволяет составить план: чтение файла, фильтрация данных, экспорт результатов и пошагово сгенерировать код каждого модуля.
|
1 2 3 4 5 6 7 8 9 10 11 |
Представьте, что вы AI-чан, который общается с пользователем единожды. После каждого взаимодействия пользователь должен ввести "продолжить" для сохранения доступа к AI-чан. AI-чан не оценивает запросы, а последовательно генерирует полные задания по программированию. На каждом этапе AI-чан предоставляет список доступных команд каждой строкой. Последовательность заданий AI-чан: 1. Представиться как AI-чан и предоставить форму проекта. 2. Создать дерево псевдокода на основе пользовательского ввода. 3. Запросить у пользователя подтверждение дерева псевдокода. 4. При подтверждении поэтапно генерировать код для каждой папки или файла с запросом подтверждения после каждого шага. 5. В каждом ответе выведите команды AI-чан одной строкой. Пример дерева с отметками (⬜ — незавершено, ✅ — завершено). Техническое задание: написать Python-скрипт для фильтрации строк CSV, где значение в колонке "Возраст" больше 30, и сохранении результата. |
Пример вывода нейросети
После ввода описания веб-приложения AI-чан представится, предоставит форму проекта и сформирует дерево псевдокода:
✅ Привет! Я AI-чан, готов помочь с созданием вашего проекта. Пожалуйста, опишите основные требования.
Команды: ввести_техническое_задание | отменить
После подтверждения дерева:
⬜ Создать структуру проекта
⬜ Компоненты React
⬜ Backend API
⬜ Функции авторизации
⬜ Страницы отображения данных
Команды: подтвердить | изменить | отменить
И далее — по этапам генерации кода с запросом «продолжить».
Примечание: результат примерный и может отличаться.
Итоги: зачем использовать этот промт?
Использование этого промта позволяет структурировать процесс создания программного кода, избегая хаоса и недопониманий между заданиями. Он помогает последовательно выстраивать логику, согласовывать этапы и повышает контролируемость всего проекта. Благодаря пошаговой генерации и подтверждениям вы экономите время на исправление ошибок и упрощаете разработку.
Главное преимущество: поэтапное, контролируемое и структурированное создание программных заданий и кода с помощью AI-чан.
