Как выстроить AI-ориентированный workflow в разработке?

Question

Никита Вихров · Accepted Answer

# Как выстроить AI-ориентированный workflow в разработке

Большинство разработчиков используют ИИ как умный автодополнятор: написал вопрос — получил кусок кода — вставил — пошёл дальше. Это не workflow, это копипаст с новым лицом.

AI-ориентированный workflow — это когда ИИ встроен в каждый этап: проектирование, декомпозиция задач, написание кода, ревью, тесты, деплой. Разработчик управляет процессом, агент выполняет.

---

**Этап 1: Проектирование с агентом**

До того как написана первая строка кода — опиши задачу агенту и попроси спроектировать API-контракт:

```
Я делаю систему записи на встречи. Нужен REST API.
Сущности: слоты (время встречи), записи (пользователь + слот).
Спроектируй эндпоинты: что принимают, что возвращают, какие статусы.
Формат — OpenAPI YAML.
```

Агент выдаёт черновик контракта. Ты правишь, уточняешь — и только потом переходишь к коду. Это подход Design First: контракт первичен, реализация вторична.

---

**Этап 2: Декомпозиция через агента**

Есть контракт — попроси агента разбить на задачи:

```python
DECOMPOSE_PROMPT = """
Вот API-контракт проекта: {contract}

Разбей реализацию на атомарные задачи.
Каждая задача — один PR, не больше 200 строк изменений.
Укажи зависимости между задачами.
Формат: JSON-список с полями: id, title, depends_on, estimated_lines.
"""

response = client.messages.create(
    model="claude-opus-4-5",
    max_tokens=2048,
    messages=[{"role": "user", "content": DECOMPOSE_PROMPT.format(contract=api_contract)}]
)

tasks = json.loads(response.content[0].text)
# → [{"id": 1, "title": "Модель Slot + миграция", "depends_on": [], ...}, ...]
```

---

**Этап 3: Реализация через агента**

Берёшь задачу из списка — агент пишет код. Не весь проект сразу, а одну атомарную задачу:

```
Задача: создать модель Slot с полями start_time, end_time, is_available.
Стек: Python, SQLAlchemy, PostgreSQL.
Соглашения проекта: snake_case, миграции через Alembic, тесты обязательны.

Напиши: модель, миграцию, тесты.
```

Агент пишет — ты ревьюишь. Не принимаешь слепо, а проверяешь: логика правильная, тесты покрывают edge cases, стиль соответствует проекту.

---

**Этап 4: Ревью и тесты**

После написания кода — отдельный агент-ревьюер:

```python
REVIEW_PROMPT = """
Ты — строгий senior разработчик.
Проверь код на: баги, отсутствующие edge cases, проблемы с безопасностью, нарушения стиля.
Будь конкретен: файл, строка, проблема, как исправить.

Код:
{code}
"""
```

Два агента — один пишет, другой проверяет — дают лучший результат, чем один агент делает всё.

---

Выстроить такой workflow с нуля и применить его на реальном проекте — это отдельный навык. На курсе [«ИИ для разработчиков»](https://ru.hexlet.io/programs/ai-for-developers) на Хекслете именно этому и учат: автор Кирилл Мокевнин разбирает AI-ориентированный workflow на живом fullstack-проекте, от проектирования до деплоя. Весь код пишется через агентов.

Как выстроить AI-ориентированный workflow в разработке?

Ответы

Как выстроить AI-ориентированный workflow в разработке

Каталог