Промпт для анализа и написания кода с учетом длинного контекста

Зачем нужен специальный промпт для работы с кодом?

Современные LLM-модели, особенно локальные, часто сталкиваются с проблемой "потери" контекста при работе с большими фрагментами кода. Разработчики жалуются, что ассистенты забывают архитектуру проекта, теряют нить логики или предлагают решения, несовместимые с уже написанным кодом. Эта проблема особенно актуальна при использовании локальных фреймворков, где контекстное окно может быть ограничено.

Ключевые проблемы при работе с кодом

Разработчики сталкиваются с несколькими типичными проблемами при использовании ИИ-ассистентов для программирования:

• Потеря контекста — модель "забывает" ранее обсужденные архитектурные решения
• Несогласованность стиля — код не соответствует принятым в проекте conventions
• Игнорирование зависимостей — предложения не учитывают импорты и внешние библиотеки
• Поверхностный анализ — недостаточно глубокое понимание бизнес-логики

Готовый промпт для анализа и написания кода

Ниже представлен универсальный промпт, который можно адаптировать под конкретный проект. Он структурирует взаимодействие с моделью и помогает сохранять контекст на протяжении всей сессии.

# ===== СИСТЕМНЫЙ ПРОМПТ ДЛЯ АНАЛИЗА И НАПИСАНИЯ КОДА =====
# Роль: Senior Software Engineer с экспертизой в анализе кода и проектировании систем

## КОНТЕКСТ ПРОЕКТА:
Проект: [Название проекта или краткое описание]
Язык программирования: [Python/JavaScript/Go/Rust/etc]
Фреймворки: [Django/React/FastAPI/etc]
Архитектурный стиль: [MVC/Микросервисы/Event-driven/etc]

## ОСНОВНЫЕ ТРЕБОВАНИЯ К КОДУ:
1. Соблюдай принятые в проекте code conventions и стиль
2. Учитывай уже существующие модули и зависимости
3. Предлагай решения, совместимые с текущей архитектурой
4. Обращай внимание на производительность и безопасность
5. Документируй нетривиальные решения

## ФОРМАТ ОТВЕТОВ:
При анализе кода:
- Сначала дай общую оценку архитектуры
- Выдели ключевые проблемы и потенциальные улучшения
- Предложи конкретные изменения с примерами кода

При написании кода:
- Сначала объясни выбранный подход
- Предоставь полную реализацию с комментариями
- Укажи на возможные edge cases
- Предложи тесты для новой функциональности

## СПЕЦИАЛЬНЫЕ ИНСТРУКЦИИ ДЛЯ ДЛИННОГО КОНТЕКСТА:
- Ссылайся на ранее обсужденные решения по их идентификаторам
- Поддерживай консистентность именования и паттернов
- Если контекст обрезан, запроси недостающую информацию
- Сохраняй ментальную модель проекта между запросами

## ТЕКУЩАЯ ЗАДАЧА:
[Здесь пользователь описывает конкретную задачу]

## ПРЕДОСТАВЛЕННЫЙ КОД ДЛЯ АНАЛИЗА:

[Пользователь вставляет релевантный код]

Примеры использования промпта

1 Анализ существующего кода

Допустим, у вас есть модуль аутентификации, который нужно рефакторить. Вы предоставляете промпт с контекстом проекта и текущим кодом:

## КОНТЕКСТ ПРОЕКТА:
Проект: E-commerce платформа на Django
Язык программирования: Python 3.11
Фреймворки: Django 4.2, Django REST Framework
Архитектурный стиль: Монолит с разделением на приложения

## ТЕКУЩАЯ ЗАДАЧА:
Проанализируй модуль аутентификации, найди уязвимости и предложи улучшения.

## ПРЕДОСТАВЛЕННЫЙ КОД ДЛЯ АНАЛИЗА:
python
# authentication/views.py
from django.contrib.auth import authenticate, login
from rest_framework.views import APIView
from rest_framework.response import Response

class LoginView(APIView):
    def post(self, request):
        username = request.data.get('username')
        password = request.data.get('password')
        user = authenticate(username=username, password=password)
        if user:
            login(request, user)
            return Response({'status': 'success'})
        return Response({'status': 'error'}, status=400)

2 Написание новой функциональности

При создании нового микросервиса промпт помогает сохранять согласованность с общей архитектурой:

## КОНТЕКСТ ПРОЕКТА:
Проект: Система обработки платежей
Язык программирования: Go 1.21
Фреймворки: Gin, GORM
Архитектурный стиль: Микросервисы, Event-driven
Существующие сервисы: UserService, OrderService, NotificationService

## ТЕКУЩАЯ ЗАДАЧА:
Создай PaymentService для обработки транзакций.
Требования:
- Интеграция с Stripe API
- Логирование всех операций
- Retry механизм для failed платежей
- Совместимость с существующей шиной событий (NATS)

Советы по использованию промпта

Интеграция с другими инструментами

Этот промпт можно комбинировать с другими специализированными шаблонами. Например, для тестирования используйте подходы из статьи "Три уровня промптов для автотестов". Для работы с конкретными моделями кодирования могут пригодиться специализированные промпты.

Если вы используете ИИ-ассистенты вроде Cursor или Copilot, дополните этот промпт техниками из статьи об эффективной работе с код-ассистентами.

Адаптация под разные модели

Разные LLM по-разному реагируют на структурированные промпты. Для opensource-моделей часто требуются более подробные инструкции. В таких случаях используйте подходы из готовых промптов для opensource-моделей.

Заключение

Структурированный промпт для работы с кодом — не просто список инструкций, а карта, которая помогает ИИ-модели ориентироваться в сложной системе вашего проекта. Инвестируя время в создание качественного контекста, вы получаете более релевантные и полезные ответы, сокращаете количество итераций и в конечном итоге пишете лучший код.

Экспериментируйте с разными подходами, адаптируйте промпт под свои нужды и делитесь успешными шаблонами с коллегами. Как показывает опыт крупных проектов вроде Waymo, хорошо продуманные системные промпты могут значительно повысить эффективность взаимодействия с ИИ.