Попросил я как-то нейросеть сделать игру, где можно грабить караваны. Получил коллекцию объектов: предметы, герои, декорации. Красиво, но не игра. Попросил переделать горы - переделала. Попросил семь красных перпендикулярных линий - сделала. И тут до меня дошло.
Написать программу через ИИ реально. Но только если понимать, как с ним разговаривать. Сейчас расскажу, как это работает на практике, где подводные камни и как не потерять три дня на пустые промпты.
Сначала честно: ИИ не напишет программу за вас
Если вы ждете, что напишете нейросети «сделай мне приложение для доставки» и через минуту получите готовый продукт - разочарую. Так не работает. Не потому что модели тупые. Просто человек без опыта в программировании не может описать все нюансы программы.
На Хабре недавно разбирали эту тему. Человек без знаний просит ИИ написать программу - и получает «лаконичную» программу в ответ на лаконичный запрос. А потом удивляется, почему она не делает то, что он имел в виду. Потому что он не сказал, что именно имел в виду.
ИИ в текущей реализации не способен полностью автономно написать большую программу от запроса новичка. А вот отдельный законченный участок кода - легко. Опытные разработчики именно так ИИ и используют: бьют большую задачу на куски и каждый кусок обсуждают с моделью.
С чего начать: промпт решает почти всё
Первый запрос задает направление. Хотите получить нормальный код - сформулируйте задачу конкретно. Не «напиши бота», а «напиши Telegram-бота на Python, который принимает сообщение с ценой товара, сохраняет её в SQLite и выдаёт среднюю цену за неделю».
Чем больше деталей вы дадите, тем лучше будет результат. Важны и детали: язык программирования, библиотеки, структура проекта. Укажите, какие версии используете, какой у вас опыт, для кого эта программа.
Можно вообще не писать код самому, а сначала описать логику словами. На Reddit практикующие разработчики советуют начинать именно с этого: сначала план, потом код. Попросите ИИ составить план, разбить на этапы, предложить архитектуру. Потом уже переходите к реализации. Так вы будете понимать, что именно генерирует модель, и сможете контролировать процесс.
Итерации: как дорабатывать код с нейросетью
Редко когда код получается идеальным с первого раза. Даже опытные разработчики прогоняют через ИИ несколько итераций, прежде чем получить рабочий вариант.
Запустили код - увидели ошибку. Скопируйте сообщение об ошибке и отправьте ИИ. Опишите проблему: что ожидали, что получили, что уже пробовали. Модель проанализирует и предложит исправление. Такой подход работает: нейросеть видит код целиком и может отследить логические связи.
Не стесняйтесь быть требовательным. Пишите: «вот этот участок работает неправильно, когда я передаю пустую строку», «а если данных нет, скрипт падает, исправь». ИИ отлично справляется с точечными правками.
Полезный прием: просите ИИ объяснить код. Не просто сгенерировать, а объяснить каждую строку. Такой подход - лучший способ учиться программированию на реальных задачах, а не в теории. Нейросеть может присылать примеры, генерировать учебные задачи, приближенные к тому, что выполняют junior-разработчики.
Отладка: просите ИИ чинить свои же ошибки
Когда вы скопировали код и запустили его в своей среде разработки, начинается самое интересное. Ошибки. Много ошибок. Некоторые очевидные, некоторые нет.
Помните: ИИ не видит ваш проект целиком. Он видит только те фрагменты, которые вы ему отправили. Поэтому, когда просите исправить ошибку, дайте контекст. Приложите код, стек-трейс, описание окружения. Так модель сможет дать точный ответ, а не гадать.
Я обычно делаю так: вставляю в чат весь файл с проблемой, добавляю текст ошибки и пишу «исправь». ИИ возвращает исправленный файл. Иногда с пояснениями, что именно было не так. Удобно, что модель объясняет причину, а не просто замазывает симптомы.
Вот живой пример. Нужен код на Python с классом вертолета и машины. У каждого есть переменная количества бензина, по умолчанию 100. Нужно создать объекты и зацепить крюк вертолета к автомобилю.
ChatGPT выдает такой код:
class Helicopter:
def __init__(self):
self.fuel = 100
self.hook = None
def hook_car(self, car):
self.hook = car
print("Вертолет зацепил машину крюком.")
class Car:
def __init__(self):
self.fuel = 100
helicopter = Helicopter()
car = Car()
helicopter.hook_car(car)Просто? Просто. Работает? Работает. Но если вы попросите «сделай игру, где можно грабить караваны», получите не игру, а коллекцию объектов. Поэтому уточняйте, уточняйте и еще раз уточняйте.
Что умеют современные модели помимо кода
Флагманские модели последнего поколения вышли далеко за рамки простой генерации кода. Они умеют:
- Автодополнение кода, анализируя контекст всей кодовой базы проекта
- Рефакторинг: улучшают структуру, оптимизируют алгоритмы, исправляют ошибки
- Предлагать альтернативные решения, которые не очевидны программисту
- Интегрироваться с редакторами через плагины: VS Code, Neovim, JetBrains IDE
- Генерировать готовые участки кода на всех популярных языках: скрипты, функции, классы, целые файлы
Иногда нейросеть выдает не совсем уместные результаты. Проблема решается конкретизацией задачи. Чем точнее вы опишете желаемое поведение программы, тем меньше шансов получить ерунду.
Современные модели также умеют генерировать изображения, создавать видео, озвучивать текст. Умение генерировать изображения и видео пригодится, если вы делаете не просто код, а целый продукт: интерфейс, иконки, демо-ролик. Я часто использую нейросети для создания прототипов интерфейсов, а потом уже переношу их в код.
Практический пример: от задачи к рабочему коду
Давайте пройдем весь путь. Допустим, нужен скрипт для подсчета слов в текстовом файле. Простая задача, но на ней видно весь процесс.
Шаг первый. Запрос: «Напиши Python-скрипт, который читает текстовый файл и выводит количество слов в нем. Учитывай, что слова могут разделяться пробелами, табами и переносами строк. Файл может быть большим, поэтому не загружай его целиком в память».
ИИ генерирует код. Вы запускаете. Работает. Но вы замечаете, что скрипт считает числа как слова. Нужно убрать числа из подсчета.
Шаг второй. Запрос: «Дополни скрипт: не считай числа и смешанные последовательности как слова. Только слова, состоящие из букв».
ИИ вносит правку. Вы снова запускаете. Теперь все правильно. Поздравляю, вы только что написали программу через ИИ. Путем итераций, уточнений и проверок.
Подход работает для любых задач. От маленьких скриптов до веб-приложений. Главное - не пытаться получить все сразу. Дробите задачу, проверяйте каждый этап, просите объяснений, когда что-то непонятно.
Где взять нормальный доступ к нейросетям в России
Тут есть нюанс. Большинство флагманских моделей недоступны из России. Иностранные карты не работают, аккаунты блокируются, а VPN не всегда спасает. Знакомо?
Решается это через ИИ-роутер. Я пользуюсь сервисом 3GPT от 3SELLER. Он дает прямой доступ из России к последним флагманским моделям: ChatGPT 6 Astra, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, ChatGPT 5.5, ChatGPT 6.1 Sol. Плюс Nano Banana для генерации изображений и создание видео. Всё в одном месте.
Цена вопроса - от 149 рублей. Пополнить баланс можно российской картой, через СБП или криптой. Никаких иностранных платежных систем.
Для повседневных задач в бизнесе и работе это незаменимая вещь. Продающие тексты, сайты, код, изображения, видео, голос - всё в одном окне. Переключение между моделями происходит прямо в чате, что очень удобно при сравнении результатов.
Еще одна фишка - готовые ИИ-агенты под ваши задачи. Выбираете агента, начинаете общение, а модель агента можно менять на лету. Получается персональный помощник, который уже знает контекст вашей задачи.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT - https://3seller.com/3gpt
А еще у 3SELLER есть каталог готовых ИИ-агентов: https://3seller.com/ai/agents. Выбираете агента под задачу и начинаете с ним работать. Без настройки промптов и долгих объяснений.
Теперь про то, как написать программу через ИИ у вас получится максимально быстро. Берите одну из флагманских моделей на 3GPT, формулируйте задачу максимально конкретно, запускайте код, показывайте ошибки модели и повторяйте, пока не получите желаемый результат. И не забывайте просить объяснения. Так вы и код напишете, и программированию научитесь.