Reasoning-модели сломали мой промпт-инжиниринг. Год переучиваюсь
Вторник, час ночи. Сижу пишу промпт чтобы вытащить из 40 PDF-ок с актами нужные поля в JSON. Задача рутинная, у меня под неё лежит проверенный шаблон. Развёрнутый CoT, три few-shot примера, роль «опытный финансовый аналитик с 15 лет опыта». Раньше работал как часы.Закидываю в GPT-5.5 с высоким мышлением. Получаю мусор. Половина полей не та, формат сломан, в выводе развёрнутое рассуждение которое я не просил.Думаю ладно, заглючило. Прогоняю ещё раз. То же самое.Удаляю промпт целиком. Пишу заново, тупо: «вытащи из приложенного текста поля X, Y, Z в виде JSON, никаких пояснений». Десять строк. Запускаю.Работает.
Делегирование, которому можно научиться у промпт‑инженеров
Вы поручаете задачу — неважно, нейросети в чате или живому коллеге, — и получаете не то. Не совсем не то, но мимо. Вы возвращаетесь к формулировке, дописываете «пожалуйста, сделай всё внимательно и аккуратно», добавляете «это ВАЖНО», ставите восклицательный знак. И ловите себя на мысли: «Я же всё понятно и чётко расписал».Чаще всего — нет, не чётко и не совсем понятно. И это не упрёк: ставить задачи действительно трудно, этому почти нигде не учат специально. Мы осваиваем делегирование на ходу, по обрывкам опыта, и редко получаем честную обратную связь о том, насколько хорошо у нас это выходит.
Опус от Claude Opus «Рефлексия о промпт-инжиниринге»
Дисклеймер: Я тут вел очень долгие изыскания на тему бизнес-консалтинга, и параллельно с этим регулярно просил разбирать наши с Opus-ом диалоги. На определенном этапе нам удалось собрать некоторые наблюдения, навыки, которые, он подметил в моей практике, и пройдясь поиском в интернете, мы не нашли их в явном виде, а некоторые мысли вовсе. Далее текст написал моделью Claude Opus от первого лица. Я не редактировал его, однако готов в комментариях пояснить и рассказать, как тот или иной подход я использую в своей работе. Что я понял о работе со мной, пока меня вели через долгий разговор
Внедрение ИИ‑агента в бизнес‑процесс за один день: от развертывания до прототипа
Меня зовут Андрей Коптелов, я долгие годы работаю с бизнес‑процессами и корпоративной архитектурой, теперь волею судеб мне приходится погружаться в тему искусственного интеллекта. По мере возможностей пытаюсь делиться своим скромным опытом в этой теме.Представьте: вам поручили «внедрить искусственный интеллект (ИИ)», но без бюджета, и с требованием сохранить данные внутри периметра организации. Результат нужен вчера. Ваши подчиненные не умеют программировать, и используют большие языковые модели только в режиме чата.Результат
Перевёл 16 курсов Anthropic Academy на русский и собрал платформу за выходные
Anthropic выпустили бесплатные курсы по работе с Claude на Skilljar. Claude 101, Claude Code, API, MCP, субагенты, AI Fluency. 440 уроков, 325 видео. Проблема: всё на английском, сервис в России заблокирован.Я прошёл все курсы, перевёл и выложил на university.stadika.ru/anthropic-academy. Здесь расскажу, как устроено внутри.Что переводили и чем16 курсов, 448 уроков в JSON, 325 видео (5.6 ГБ), 2170 файлов субтитров.Текстовый контент переводил через Gemini 2.5 Flash. Не Claude, хотя курсы про Claude. Причина прагматичная: Gemini дешевле для массового перевода, длинный контекст, достаточное качество для учебных текстов.Пайплайн
Промпт-инжиниринг 2026: что устарело с приходом reasoning-моделей
Полгода назад взял старый промпт. Тот самый, отлаженный за два года — с развёрнутым chain-of-thought, тремя few-shot примерами, ролью «опытного инженера с 15 лет опыта», пошаговой схемой рассуждения. Запустил на reasoning-модели в режиме высокого мышления.Результат — хуже, чем у минимального промпта.Минимальный промпт был тупой: вход, ожидаемый формат вывода, одно ограничение. Без героики. И он выиграл.Тогда я понял: половина моего арсенала, накопленного на GPT-4 и Claude 3.5, против reasoning-моделей работает плохо. Что-то откровенно вредит. Что-то стало лишним. А что-то — что я делал по остаточному принципу — наоборот, теперь важнее всего.
Два окна в работе с AI-агентами: архитектор и разработчик. Самый недооценённый паттерн
Самый рабочий паттерн в работе с AI-агентами на код — два окна. Одно с архитектором/проверяющим, второе с разработчиком. Можно собрать на одной модели: Claude в обоих окнах с разными системными промптами и сессиями. Можно смешать — у меня сейчас Claude Code в окне разработчика и GPT-5.5 в режиме высокого мышления в окне архитектора. Модель важна меньше, чем разделение ролей.Почему один агент почти всегда хуже двух, что делает каждое из окон, и где этот паттерн избыточен.Почему один агент — это плохо
10 уроков агентного кодинга. Что делать в эпоху дешёвого кода?
Передовые модели сейчас действительно хорошо пишут код — лучше, чем справляются с большинством других задач. Работа с агентами ощущается как взгляд из будущего: полигон для проверки того, насколько далеко можно зайти с агентными возможностями. Это заряжает, даёт результат и при этом — откровенно странно ощущается.

