Работа с ИИ почему-то всегда казалась мне большой и сложной — я искренне не понимал, как им пользоваться и внедрять в работу, не умел ставить задачи и писать промпты. Но все вокруг постоянно твердили: без ИИ сейчас никак. 

Конечно, пару раз я попробовал написать запрос, но получал только шаблонные и очевидные ответы. В итоге ещё какое-то время продержался от ИИ подальше, решил, что «самому» — это быстрее и надёжнее.

Но чем дольше я упирался, тем чаще начали валиться проекты: гореть дедлайны, копиться таски, а вместе с ними — баги, документация, просроченные тесты и ресёрчи, которые съедали мои выходные. Я работал на пределе и всё равно ничего не успевал, а коллеги закрывали тот же объём задач в два раза быстрее и без ущерба качеству. Ну и понятно, что с помощью нейросетей.

Понял, что пора наконец отложить все дела и всё-таки разобраться с ИИ, а то останусь без работы. 

В итоге:

— потестил разные ИИ-инструменты в реальных задачах, записал промпты,

— собрал обратную связь от коллег и знакомых айтишников,

— спросил у тех, кто в профессии уже давно, как они реально используют ИИ в работе (и используют ли вообще),

— почитал свежие исследования,

и написал статью.

ИИ уже заменяет команды. Зачем его игнорировать?

Конечно я уже слышал, что ИИ уже отнимает работу у целых команд.

Но для меня это всегда выглядело странно: как ИИ может заменить столько людей? Кто-то ведь всё равно должен управлять технологией. Полез в исследования — понял. Большинство компаний действительно трансформируют подход к работе, но не увольняют людей, а меняют требования к процессам. 

При этом я узнал, что за рубежом, команды используют ИИ даже чаще, чем думают их руководители: топ-менеджеры считают, что только 4% сотрудников решают треть ежедневных задачек с помощью GenAI. Но на самом деле их в три раза больше — 13%.

Тут вопросов у меня меньше: сотрудники отдали ИИ простые рутинные таски, а сами занимаются более сложными вопросами. Получается, нейросеть — не замена и не враг. Но только в том случае, если ты умеешь с ней работать.

Промпты, которые сработали

Несколько месяцев ресёрча, и вот — пачка полезных примеров и промптов для разных задач.

1.  Для проведения исследований, тестирования, погружения в синтаксис

Раньше я думал, что задавать 1000 и 1 вопрос ментору — плохая затея. Но когда задача застревает, понимаешь, что лучше показаться глупым, чем потом отчитываться за сорванный проект.

Попозже узнал, что IT-сеньоры нормально относятся к вопросам, и вообще считают, что это хорошая черта для джуна. Ты таким образом показываешь, что вовлечен и заинтересован в работе. 

Но в идеале — не сразу идти с вопросами, а сначала попытаться разобраться самому.

ИИ как раз может помочь: просишь его погрузить тебя в тему хотя бы поверхностно, а уже потом идёшь к наставнику — с конкретным уточнением или предложением. 

Вот, например, есть такой промпт для проверки логики кода. С его помощью можно получить фидбэк и проверить структуру:

Такой промпт можно использовать в случае, когда:

• пишешь алгоритм, но не уверен, правильно ли всё выстроено логически,

• хочешь уточнить, не упустил ли чего; получить second opinion,

• нужно, чтобы ИИ проверил план, помог оптимизировать или нашёл баг в логике до реализации.

Пример псевдокода для такого теста:

1. tasks = getListOfTasks()
2. employees = getListOfEmployees()
3. assignments = {}
   for each employee in employees:
       assignments[employee] = []
4. sort tasks by priority (e.g., highest priority first)
5. i = 0
   while i < length(tasks):
       for each employee in employees:
           if i >= length(tasks):
               break
           assignments[employee].add(tasks[i])
           i = i + 1
6. check distribution balance:
   min_tasks = minimum number of tasks assigned to any employee
   max_tasks = maximum number of tasks assigned to any employee
   if (max_tasks - min_tasks) <= 1:
       distribution is balanced
   else:
       distribution is not balanced

2. Экономия времени при работе с новым фреймворком

Я как-то получил в работу новый фреймворк. Понял, чтобы в нём разобраться и сориентироваться, нужно время, которого итак немного. Сходил к ИИ и попросил помочь.

Пример общего промпта:

«Ты — опытный разработчик, который отлично знает фреймворк [название фреймворка]. Объясни, какие приёмы и инструменты помогают быстрее разобраться с фреймворком новичкам. Приведи конкретные советы, как сэкономить время при первых шагах: от установки и настройки до написания первого функционала. Пиши коротко, понятно и с примерами кода.»

Пример конкретного промпта:

Объясни, как работает Tailwind CSS для новичка, который знаком с HTML и немного с CSS, но раньше не использовал Tailwind. Дай краткий обзор, как устроен фреймворк, покажи пример стилизации кнопки, объясни, какие классы чаще всего применяются. Добавь типичные ошибки новичков и советы, как их избежать. Ответ структурируй как краткое руководство: обзор, пример, советы.

Если что, Tailwind CSS — это утилитарный CSS-фреймворк, который позволяет быстро и гибко стилизовать элементы прямо в разметке, без написания кастомных CSS-классов.

.button {
  background-color: blue;
  color: white;
  padding: 1rem;
  border-radius: 0.5rem;
}

Вы в HTML сразу пишете так:

<button class="bg-blue-500 text-white p-4 rounded-md">Кнопка</button>

То есть каждый класс описывает одну конкретную стилизацию: цвет, отступ, размер, шрифт и т.д. Это ускоряет разработку и делает стили предсказуемыми и даёт возможность их использовать несколько раз.

3. Помогает быстрее разобраться с новым языком

Языков программирования много, все не выучить (очень жаль). Но бывает, что для задачи нужен какой-то конкретный, а ты его не знаешь совсем или знаешь, но плохо. 

Общий промпт для изучения языка:

Представь, что я — начинающий разработчик, который уже умеет программировать на [укажи язык, который ты знаешь, например: JavaScript], и хочу быстро разобраться в [новый язык, например: Python]. Объясни основные отличия между этими языками, покажи базовые конструкции (переменные, условия, циклы, функции, работа с файлами и API) на примерах. Структурируй ответ как мини-гайд: сначала краткое описание языка, затем ключевые особенности, потом примеры кода с пояснениями и список тем, которые важно изучить в первую очередь.

Более конкретный пример под изучение Python, если вы знаете JavaScript:

Я знаю JavaScript, а теперь хочу выучить Python. Объясни, чем Python отличается от JS, и как на нём пишутся базовые вещи: переменные, условия, циклы, функции, работа с файлами, запросы к API. Дай краткий обзор синтаксиса, приведи примеры кода и посоветуй, с чего начать изучение, чтобы быстрее войти в язык.

То есть ИИ поможет создать основу — сгенерирует базовый шаблон или пример кода, от которого можно оттолкнуться. Это может быть структура программы, типичная функция или решение по аналогии. Но с этим потом нужно будет работать, проверять, устранять ошибки.

4. Быстрее разобраться в тестировании, создать скрипты

Базы данных, как правило, огромные. И чтобы в них найти что-то нужное быстро, можно прибегнуть к помощи ИИ.

Универсальный промпт:

Я начинающий тестировщик. Помоги написать простой автотест на [укажи язык или инструмент: Python + pytest / JavaScript + Playwright / Postman / JMeter и т.п.] для такой задачи: [опиши, что нужно протестировать, например — форму логина, регистрацию, API-запрос, проверку статуса, ввод невалидных данных].
Объясни по шагам, что делает скрипт, добавь комментарии в код, чтобы я понял логику. Если есть подводные камни — тоже укажи. Ответ оформи как обучающую шпаргалку.

Пример под Python + pytest:

Я начинающий тестировщик. Помоги написать автотест на Python с использованием pytest, чтобы проверить форму входа на сайт. Нужно убедиться, что при вводе неправильного пароля система выдаёт сообщение об ошибке. Объясни по шагам, добавь комментарии в код.

Или вот пример промпта, где тестировщик ищет данные по заданным критериям:

В ответ ИИ выдаст готовый рабочий скрипт, который сразу можно запустить для поиска нужных данных. Это экономит время и избавляет от необходимости вручную писать сложный запрос и проверять его синтаксис.

---

Чтобы нейросеть давала корректные ответы, ей нужен надёжный источник информации — иначе высок риск галлюцинаций или слишком общих рекомендаций.

Поэтому, если вы внедряете ИИ в компании — вам точно нужна качественная база знаний. В Minerva Knowledge можно создавать статьи всей командой, загружать любые файлы, формировать шаблоны с различными атрибутами, делать перелинковку знаний, а ещё — быстро находить любую информацию с помощью «умного» поиска.

Попробовать продукты Minervasoft

5. Учит писать отчёты о багах, ускоряет этот процесс

Написать баг-репорт вручную, конечно, можно. Но ChatGPT сделает это в разы быстрее и по заданному шаблону. 

Общий промпт:

Сформируй баг-репорт по следующей ситуации: на странице [укажи страницу, например: «Добавление нового устройства»] есть форма, в которой поле [укажи поле, например: «Device name»] принимает невалидные значения (например, спецсимволы), но при этом позволяет отправить форму. Опиши баг в формате:

1. Название

2. Окружение (браузер, устройство, версия)

3. Шаги воспроизведения

4. Ожидаемый результат

5. Фактический результат

6. Скриншот или лог (если нужно)

7. Важность/приоритет
   Сделай отчёт чётким, как для команды разработки. Добавь примечание, если баг влияет на пользовательский опыт или может привести к ошибке на бэке.

Пример конкретного бага:

Сформируй баг-репорт: на странице «Добавление нового устройства» поле device_name принимает значение ###@@@!!! и позволяет отправить форму. По логике это поле должно валидироваться.
Окружение: Chrome 124, macOS 14.5.
Оцени приоритет и оформи как для баг-трекинговой системы.

Ну и ещё один промпт для ChatGPT, чтобы написать отчёт об ошибке при добавлении нового элемента на страницу:

В ответ ИИ сгенерирует структурированный баг-репорт с описанием проблемы, ожидаемым и фактическим поведением, и это сразу можно будет отправить в трекер ошибок. Команда быстрее получит понятную и подробную информацию об ошибке и исправит её.

6. Разобраться в Linux

Довольно часто бывает, когда в работе нужен Linux. Но язык этой операционки и особенности работы с ней знают далеко не все. Нейросети помогут настроить виртуальную машину для работы с Linux. 

Общий промпт:

Я начинающий разработчик и плохо разбираюсь в Linux. Помоги настроить виртуальную машину для работы: какую систему выбрать (Ubuntu, Debian и т.д.), как её установить, какие команды нужно знать на старте. Расскажи пошагово, как установить нужное ПО (например, git, docker, python), настроить терминал и права доступа. Объясни всё простым языком, как для новичка, и добавь команды с комментариями. Сделай так, чтобы после этого я мог комфортно работать в Linux как разработчик.

Можно добавить уточнение:

Виртуалку хочу поднять через VirtualBox на Windows / macOS.

Или:

Хочу использовать WSL2 вместо полноценной виртуалки — можно ли?

Это вот опыт айтишницы из европейской компании:

7. Получить инструкцию по работе с базой данных

Когда знаешь что нужно, но не знаешь, как лучше. Индексация базы данных ускоряет поиск, но в реальной задаче легко запутаться: как именно настроить индексацию под конкретную конфигурацию? 

ИИ помогает закрыть этот пробел. Достаточно описать, какая у вас база и какие запросы, и вы получаете чёткие рекомендации, как оптимизировать работу:

Промпт:

У меня есть база данных [укажи тип: PostgreSQL, MongoDB, MySQL и т.д.]. В ней есть таблица/коллекция [укажи таблицу], по которой часто выполняется запрос с условиями: [опиши условия — например, фильтрация по дате, id, статусу]. Подскажи, как правильно настроить индексацию под такую нагрузку, чтобы ускорить поиск. Объясни, какие типы индексов подойдут, как их создать и на что обратить внимание (например, по размеру, скорости записи, комбинированным индексам). Примеры команд и пояснение — обязательны. Объясняй как для новичка.

Пример под PostgreSQL:

У меня PostgreSQL. В таблице orders часто идёт выборка по колонке created_at в диапазоне дат. Хочу ускорить такие запросы. Какой индекс лучше использовать? Что выбрать — B-Tree или BRIN? Покажи, как его создать и на что обратить внимание, чтобы не ухудшить производительность.

Ответ ИИ поможет быстрее принять техническое решение и сразу внедрить его. Особенно полезно, если ты джун или просто не хочешь тратить часы на ресёрч, который нейросеть закрывает за минуту. В результате не только получаешь SQL-запрос, но и понимаешь, почему стоит использовать конкретный тип индекса в том или ином случае.

8. Избежать токсичности

Иногда айтишники бывают резки в высказываниях, любят оттачивать друг на друге исскуство сарказма и иронии. Чтобы точно получить быстрый и вежливый ответ, некоторые прибегают к помощи ИИ. ChatGPT уж точно не расскажет тебе про уровень твоих умственных способностей и не даст анатомическую характеристику твоим рукам.

Пример промпта:

Коллега сделал пулреквест, но назвал переменные абстрактно, и логика не считывается. Помоги написать комментарий, чтобы не задеть его, но дать понять, что так не ок — и лучше поправить. Я не хочу выглядеть токсичным, просто хочу, чтобы было понятнее.

А некоторые ребята с форумов даже благодарят ИИ за умение помочь с вопросами и ответами для коллег:

Для тех, кто, например, ещё не освоил язык, которым надо общаться с ИИ, или освоил, но надо быстро получить готовый промпт, существуют генераторы промптов — например, NeuralWriter, PromptMaster AI, FusionAI, Prompt Hackers, What A Prompt и др. На них можно выбрать основные параметры (роль, TOV, сфера и пр.) и получить готовый текст, который можно вставить в диалог с нейросетью, и она выдаст более подходящий вам результат. 

Как ещё мне помог ИИ, кроме разработки

В потоке задач я часто что-то пропускал или забывал. Или отсиживал по 3 созвона подряд и просто уставал = забывал важную инфу. Но потом узнал, что можно фиксировать или структурировать нужную информацию через боты для транскрибации созвонов и интервью.

Например, бот Jill AI делает саммари, отправляет расшифровку аудио и видео, предлагает перевод. Поддерживает также английский язык.

Но моим фаворитом стал AI-помощник tldv.io. Сервис автоматически расшифровывает разговор, разбивает его по смысловым блокам с таймкодами и выделяет ключевые моменты в саммари. 

Очень удобная вещь, когда нужно сделать пометки, не отвлекаясь от разговора с собеседником. Сервис поддерживает около 30 языков, в том числе и русский.

Преимущество этой нейронки в том, что с ней не надо хранить файл созвона. В бесплатной версии он архивируется и остаётся на сервере, а все записи и расшифровка доступны всегда.

Главное, чтобы не получилось так, что никто не пришёл на фан-встречу все, кроме тебя, отправили за созвон AI-ассистентов.

ИИ вместо меня? ИИ вместе со мной! И щепотка логики

Сейчас появляется столько подборок вроде «топ 10 нейросетей, которые упростят вам жизнь». Кажется, что уже любую работу можно автоматизировать. Можно, но только, если подходить с умом.

ИИ — это не панацея. Его необходимо контролировать. Вот, например, ребята из Morgan & Morgan в 2025 году не проконтролировали, и нейросеть подставила целую корпорацию — выдумала несуществующие прецеденты. Два адвоката из Morgan & Morgan использовали ИИ для подготовки иска против Walmart. ИИ сгенерировал ссылки на судебные дела, которых не существовало. Суд обнаружил подделку, и юристам грозят санкции. 

В конечном счёте остаётся вопрос: кто эта железяка без человека?

---

Больше полезной информации про ИИ и спорные вопросы в найме, менеджменте и планировании — в блоге компании в Telegram. Подпишитесь, чтобы не пропустить новые тексты.