Планирование с помощью ИИ
Перейти к разделу
Зачем планировать с ИИ
Большинство разработчиков начинают использовать ИИ только на этапе написания кода. Но наибольшая экономия времени достигается на этапе планирования — ИИ помогает разбить фичи на задачи, заранее выявить крайние случаи и составить план реализации ещё до написания первой строки кода.
Что ИИ умеет в планировании
- Декомпозиция фич на конкретные шаги реализации
- Выявление зависимостей между задачами
- Проектирование схем баз данных и контрактов API
- Ревью архитектурных решений — поиск пробелов в дизайне
- Генерация критериев приёмки из размытых требований
Контекст — это всё
ИИ может хорошо планировать только то, что понимает. Ключ — предоставить контекст: существующую архитектуру, технические ограничения, бизнес-требования. Без контекста вы получите общий план, игнорирующий реальность вашего проекта.
CLAUDE.md и контекстные файлы проекта
CLAUDE.md — это файл в корне репозитория, предоставляющий ИИ-агентам контекст проекта. В нём содержатся стек, соглашения, структура директорий, воркфлоу — всё, что нужно знать новому разработчику. Агенты вроде Claude Code читают его автоматически.
# CLAUDE.md — example structure
## Stack
- Next.js 16, TypeScript, Tailwind CSS 4
- PostgreSQL + Prisma ORM
- Vercel deployment
## Conventions
- Components in src/components/, pages in src/app/
- Tests alongside files: Component.test.tsx
- Commits: conventional commits (feat:, fix:, chore:)
## Workflow
- PR to main, CI must pass
- E2E tests in PlaywrightПаттерны промптов для планирования
# Feature decomposition
'Break this feature into implementation tasks:
[feature description]
For each task include: files to modify, dependencies, estimated complexity.'
# Architecture review
'Review this architecture design. Look for:
- Single points of failure
- Scalability issues
- Missing error handling
- Security risks
[architecture design]'
# Complexity estimation
'Based on this task list, estimate relative complexity (S/M/L/XL).
Consider: number of files, dependencies, test coverage, regression risk.'Лучшие результаты — при итеративном подходе. Начните с общего плана, потом попросите ИИ детализировать отдельные шаги. Не пытайтесь получить полный план из одного промпта.
Пример: от запроса на фичу до плана реализации
Представьте запрос на фичу: «Добавить экспорт данных пользователя в CSV». Вместо того чтобы сразу кодить, используйте ИИ для создания плана:
# Step 1: Define scope
'Feature request: Export user data to CSV.
Our stack: Next.js API routes, Prisma, PostgreSQL.
What should the export include? What edge cases to consider?'
# Step 2: Technical design
'Based on the previous analysis, propose a technical implementation.
Consider: streaming for large datasets, authorization, data format, limits.'
# Step 3: Task breakdown
'Break the implementation into PR-ready tasks.
Each task = 1 PR, max 200 lines of changes.'ИИ склонен планировать для greenfield-проектов. Всегда указывайте существующие ограничения: «У нас есть модуль экспорта в src/lib/export.ts — расширьте его, не создавайте новый».
Явно сообщайте ИИ о существующих ограничениях: «У нас 2 разработчика, спринт — 2 недели, тесты в CI должны проходить за 10 минут». Без ограничений ИИ проектирует идеальные, а не прагматичные решения.
Возьмите реальный запрос на фичу из вашего бэклога (или используйте: «Добавить email-уведомления при изменении статуса заказа»). С помощью ИИ создайте: 1) Анализ охвата и крайних случаев, 2) Технический дизайн с учётом вашего стека, 3) Список задач реализации, упорядоченных по зависимостям.
Подсказка
Дайте ИИ максимум контекста о существующем коде — какие модели есть, какой email-провайдер используете, где находится существующая логика уведомлений.
Используйте ИИ как помощника на следующем планировании спринта. Вставьте элементы бэклога в ИИ и спросите: «Вот user story для следующего спринта: [stories]. Помогите: 1) Оценить сложность (S/M/L), 2) Выявить зависимости, 3) Предложить порядок реализации, 4) Определить риски. Контекст: команда [X] разработчиков, спринт [Y] дней». Сравните оценки ИИ с командными.
Подсказка
Документируйте процесс и результаты — они пригодятся как референс для аналогичных задач.
Выберите фичу среднего размера (1–2 недели работы). Промпт для ИИ: «Напиши технический design doc для: [описание фичи]. Включи: цель, предлагаемое решение, альтернативы и причины отказа от них, контракт API, изменения БД, стратегию миграции, план тестирования, риски». Обсудите результат с коллегой — какую часть документа можно использовать напрямую?
Подсказка
Добавьте существующий CLAUDE.md или README проекта в качестве контекста — ИИ предложит решения, совместимые с вашей архитектурой.
- ИИ в планировании экономит больше времени, чем в написании кода — он выявляет проблемы заранее
- CLAUDE.md и контекстные файлы — основа качественного ИИ-планирования
- Планируйте итеративно: охват → технический дизайн → декомпозиция задач
- CLAUDE.md — ключевой ввод для качественного планирования: ИИ должен знать ваш стек, соглашения и ограничения
- Design doc от ИИ экономит часы работы, но всегда требует проверки человеком на бизнес-контекст
В следующем уроке мы углубляемся в написание кода с ИИ — технику, дающую вам явное преимущество. Откройте полный курс и продолжите прямо сейчас.
2/8 завершено — продолжайте!