Люди часто пишут мне одно и то же: Claude вроде бы умный, а выдает какую-то среднюю ерунду. Я и сам так думал, пока не разобрался, в чем дело. Перечитал документацию, прошерстил обсуждения на Reddit, проверил на своих проектах - и вот что реально работает.
Сразу оговорюсь: Claude бывает разным. То, о чем пойдет речь, относится к Claude Code и работе с современными версиями моделей. Но часть приемов работает и в обычном чате. Если вы только начинаете, не пугайтесь терминов вроде CLAUDE.md или settings.json. Все проще, чем кажется.
Исправляйте курс рано и часто
Первый и самый важный прием, который я вынес из документации Claude Code: исправляйте модель, как только заметили, что она идет не туда. Не ждите финального результата, не надейтесь, что она сама разберется. Лучшие результаты получаются из плотных циклов обратной связи.
Выглядит это так. Вы попросили написать функцию, Claude начал делать что-то не то. Останавливаете и говорите прямо: здесь не нужен async, используй обычный возврат. Или: ты неправильно понял задачу, вот конкретный файл, смотри сюда. Быстрое исправление почти всегда дает более качественное решение, чем если дать модели доработать до конца и потом переделывать.
Есть важный нюанс. После двух неудачных исправлений не нужно продолжать долбить в ту же стену. Очистите сессию командой /clear и напишите новую, более точную стартовую подсказку, включив в нее все, что вы узнали о характере ошибок. Этот совет из официальных best practices экономит мне часы.
Это работает, потому что у Claude, как и у человека, есть ограничение на внимание. Чем дольше тянется диалог, тем больше контекста накапливается и тем сильнее модель путается в приоритетах. Новая сессия с четким промптом сбрасывает этот шум и дает модели чистый лист.
Чем точнее промпт, тем меньше Claude исследует
Размытая инструкция заставляет Claude читать лишние файлы, делать предположения, генерировать код на всякий случай. И это не метафора. Каждое лишнее действие модели стоит токенов, а значит, денег и времени. На Reddit эту закономерность подтверждают десятки примеров.
Сравните два варианта.
Дорогой промпт: «Улучши модуль аутентификации». Claude пойдет смотреть весь модуль, потом смежные файлы, потом придумает, что именно ему не нравится. В итоге вы получите простыню изменений, половина из которых вам не нужна, а вторая половина сломает соседний функционал.
Дешевый промпт: «В файле src/auth/login.ts функция validatePassword принимает строку и возвращает boolean. Сейчас она не обрабатывает пустые значения. Добавь проверку на пустую строку и верни false. Сигнатуру не менять, тесты в src/auth/__tests__/login.test.ts должны остаться зелеными». Все. Модель идет в конкретное место, делает конкретное изменение и не трогает ничего лишнего.
Указывайте точный формат вывода. Если вам нужна функция TypeScript, принимающая string и возвращающая boolean, так и пишите. Если нужен JSON, опишите структуру. Если нужен краткий ответ без объяснений, скажите это прямо. Модель будет следовать инструкции, но инструкция должна существовать.
Включение контекста в промпт тоже критично. Ссылайтесь на конкретные файлы и функции в кодовой базе. Чем точнее адрес, тем меньше модель блуждает. Это правило работает для любых задач, не только для кода. Пишете письмо? Укажите, кому оно, какой тон, какие пункты обязательно включить, а что опустить.
Контекст решает: ссылайтесь на файлы и функции
Claude не умеет читать мысли. Звучит очевидно, но именно здесь большинство людей теряют драгоценное время. Вы что-то имели в виду, модель что-то поняла, и вы расходитесь, как корабли в ночи.
Конкретный пример из моей практики. Однажды я попросил Claude отрефакторить парсер логов, просто сказав: «там все плохо, сделай нормально». Модель переписала вообще все, включая части, которые были написаны намеренно и работали правильно. Я потратил полдня на возврат прежнего функционала.
Теперь я формулирую иначе. «Открой src/parsers/log_parser.ts, посмотри функцию extractTimestamp. Она использует регулярное выражение, которое не ловит формат ISO 8601 с миллисекундами. Добавь обработку этого формата, не меняя остальное. Проверь, что старые тесты проходят». И модель делает ровно то, что нужно.
Ссылайтесь на конкретные файлы, упоминайте ограничения, указывайте на примеры паттернов. Если в проекте есть эталонный кусок кода, который вам нравится, покажите его модели: «делай в стиле вот этого файла». Это работает лучше, чем любое описание словами.
Напишите хороший CLAUDE.md
CLAUDE.md - это файл, который Claude читает в начале каждой сессии. По сути, это память модели о вашем проекте. И вот тут кроется подвох: если файл слишком длинный, Claude игнорирует половину его, потому что важные правила теряются в шуме. Я проверил это лично.
Первая версия моего CLAUDE.md занимала страниц пять. Там были и описание архитектуры, и правила стиля кода, и список команд, и заметки о деплое. Звучит безобидно, но модель начинала путаться, забывала критичные вещи, а на простые вопросы реагировала с задержкой.
Решение жесткое: безжалостно обрезайте. Если Claude уже делает что-то правильно без инструкции, удалите это или преобразуйте в hook. Оставьте только то, что действительно влияет на результат. После сокращения файла вдвое я заметил, что модель стала заметно собраннее.
Запустите команду /memory, чтобы открыть файлы CLAUDE.md, которые загружает модель: пользовательский, проектный, локальный. И поправьте правило прямо на месте. Каждый раз, когда модель ошибается, фиксируйте исправление в CLAUDE.md вместо того, чтобы повторять его в следующей сессии. Так вы накапливаете знания, а не тратите время на однотипные объяснения.
Личные заметки лучше хранить отдельно, в CLAUDE.local.md, а общие правила проекта - в .claude/rules. Это позволяет соблюдать баланс между командной памятью и личными настройками. Если вы работаете один, можно все свалить в один файл, но для командного проекта разделение критично.
Настройте разрешения и назначьте специализированных агентов
Claude Code по умолчанию не настроен на дисциплину. Он может делать все, что ему разрешено, а разрешено ему многое. Поэтому я советую настроить .claude/settings.json заранее. Это файл с разрешениями и ограничениями, которые работают автоматически.
Обычно туда пишут запрет на выполнение опасных команд, список разрешенных директорий, автоматический allow для часто используемых действий. Например, мне не нужно каждый раз спрашивать разрешение на чтение тестовых файлов, но я хочу подтверждение перед запуском деплоя. Все это настраивается один раз и экономят нервы каждый день.
Следующий уровень - специализированные агенты. В Claude Code можно назначить разных агентов для разных задач: один пишет код, другой ревьюит, третий ищет баги. Вместо того чтобы переключать контекст одной модели туда-сюда, вы даете каждому агенту четкую роль. Это как нанять трех специалистов вместо одного универсала.
Агенты полезны не только в разработке. В маркетинге можно назначить агента для генерации текстов, отдельного для анализа конкурентов, отдельного для обработки изображений. Каждый агент работает в своей зоне и не отвлекается на чужое. Результат предсказуемее, чем когда одна модель пытается быть всем сразу.
Следите за токенами и контекстом
Если модель стала медленной или забывчивой, это обычно полный контекст, а не плохая модель. Я много раз видел, как разработчики грешат на нейросеть, хотя виноват раздутый диалог. На Reddit то и дело всплывают похожие истории. Поэтому следите за состоянием сессии.
В Claude Code есть полезные команды. /context показывает, что заполняет окно. /cost, он же /usage, показывает, сколько потратила сессия. Запустите их один раз, и вы удивитесь, сколько мусора накопилось: старые ответы, неактуальные файлы, длинные логи.
Дальше - метрики. Обратите внимание на три параметра при анализе использования.
- Токены на задачу: ищите аномально дорогие вызовы. Одна задача внезапно съела в десять раз больше, чем остальные? Значит, промпт был слишком размытым или модель бродила не туда.
- Соотношение input и output: если оно больше 10 к 1, контекст раздут. Вы отправляете много, а модель генерирует мало. Это симптом лишней информации.
- Cache hit rate: у повторяющихся агентов должно быть выше 70% от суммарного input. Если ниже, кэш не работает, и вы платите за повторную передачу одинаковых данных.
input_tokens - это сколько токенов вы отправили: промпт, история диалога, содержимое файлов. Если цифра слишком большая, где-то раздут контекст. Смотрите в CLAUDE.md или в истории сессии и чистите.
output_tokens - сколько токенов модель сгенерировала в ответ. Они стоят дороже входящих, хотя обычно их меньше. Если output растет, значит промпт не ограничивает формат вывода. Добавьте требование отвечать коротко или в конкретной структуре.
cache_read_input_tokens - сколько входящих токенов взялось из кэша, а не передавалось заново. Если этот показатель низкий, настройте проект так, чтобы модель чаще использовала кэшированные данные. Это прямой путь к экономии денег.
Где брать Claude последней версии в России
Теперь о том, что волнует многих читателей из России. Доступ к свежим моделям Claude у нас ограничен, нужны иностранные карты и VPN, а это боль. Я сам через это прошел, поэтому знаю цену вопроса.
Хорошая новость: есть сервис 3GPT от 3SELLER, который решает проблему. Это ИИ роутер, дающий прямой доступ из России к последним флагманским моделям нейросетей. Внутри есть Chat GPT 6 Astra, Chat GPT 6.1 Sol, Chat GPT 5.5, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, а также Nano Banana для создания изображений и генерация видео. Подписка стоит всего 149 рублей, и пополнить баланс можно российской картой, через СБП или криптой. Без иностранных карт и без танцев с бубном.
Вы получаете доступ к самым свежим версиям Claude и других моделей, а значит, можете применять все приемы, о которых мы говорили выше, на актуальном железе. Старые версии моделей объективно хуже справляются с длинным контекстом и сложными инструкциями. За те же 149 рублей вы работаете на флагмане, а не на вчерашней версии.
Используйте 3GPT и для повседневных задач в бизнесе и в работе. Создавайте продающие тексты, сайты, обрабатывайте максимально реалистичные изображения, делайте видеоролики и генерируйте голос. Внутри есть все основные сценарии, которые нужны практику.
Но кроме этого есть еще одна фишка - готовые ИИ агенты под ваши задачи. Они собраны на отдельной странице 3SELLER AI Agents. Выбираете готового агента, начинаете с ним общение, а модель агента можно менять прямо в чате. Это как раз про то, о чем мы говорили: специализированные агенты решают задачи быстрее и точнее, чем одна универсальная модель.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT - https://3seller.com/3gpt. Зайдите, посмотрите, там реально все работает из коробки.
Что делать прямо сейчас
Не пытайтесь внедрить все восемь приемов за один день. Так вы только перегрузите себя и забросите. Возьмите один, самый болезненный для вас пункт, и поработайте с ним неделю.
Если вы замечаете, что Claude постоянно делает не то, что вы имели в виду, начните с точности промптов. Формулируйте задачи как инструкцию для стажера: конкретный файл, конкретная функция, конкретный формат ответа. Уже через пару дней вы заметите разницу.
Если модель тормозит и забывает начало диалога, займитесь контекстом. Почистите CLAUDE.md, запустите /context, уберите лишнее. Если проект большой, разбейте задачи между агентами.
И помните: Claude такой, каким вы его настроили. Потратьте час на настройку сейчас, и потом будете экономить часы каждый день. А если нужен доступ к свежим моделям из России, просто возьмите 3GPT и не мучайтесь с обходными путями. 149 рублей за флагманские модели - это лучшее вложение в вашу продуктивность за последнее время.