Ты винишь модель. А дело в одном промпте

Кидаешь Claude один запрос, получаешь кашу на выходе, лезешь чинить, потом разводишь руками: «ну тупая нейронка». Знакомо? Я сам так начинал.

А потом понял простую вещь: модель не тупая. Ты просто не дал ей вводных.

Петля, в которой застревают почти все

Один промпт → сырой результат → попытка дочинить вдогонку → разочарование → «модель слабая». И по кругу.

Проблема в том, что ты просишь гения сделать работу, не сказав ему ни слова о проекте. Он угадывает. Иногда мимо.

Посмотри на типичный запрос: «напиши пост про нейросети». Что здесь есть? Тема. А чего нет: для кого пост, на какой площадке, какой длины, каким голосом, что человек уже знает, что должен сделать после прочтения, чем этот пост отличается от тысячи таких же. Модель заполняет все эти дыры сама — усреднённым вариантом из интернета. Отсюда и ощущение «пресно и не про меня».

Как работают те, у кого получается

Наоборот. Сначала контекст, потом задача.

Ты один раз закладываешь машине вводные: кто ты, что за продукт, кто аудитория, каким голосом говоришь, примеры того, что считаешь хорошим. И тот же самый Claude после этого выдаёт в разы лучше. Не потому что сменил модель. Потому что наконец понял, для кого и зачем.

Разница видна на первой же задаче. Без контекста ты правишь результат три-четыре раза. С контекстом — берёшь почти как есть.

Из чего состоит контекст

Контекст — это не «побольше текста в запросе». Это четыре разных слоя, и они живут в разных местах.

Слой 1. Кто я и что за проект. Ниша, продукт, стадия, чем отличаюсь. Пишется один раз в файл правил проекта и читается моделью на каждом запуске.

Слой 2. Голос. Не описание вроде «пиши дружелюбно», а корпус твоих собственных текстов. Модель учится не на прилагательных, а на образцах.

Слой 3. Факты. Цифры, даты, названия, история. Это то, что нельзя выдумывать: либо факт есть в проекте, либо в тексте стоит пропуск, который заполняешь ты.

Слой 4. Задача. Собственно запрос — и он становится коротким, потому что первые три слоя уже сказаны.

Когда все четыре слоя на месте, запрос превращается из сочинения в одну строку: «напиши разбор под кодовое слово X». Всё остальное модель уже знает.

Где контекст физически лежит

В Claude Code для этого есть три места, и их стоит развести осознанно.

Где	Что туда кладут	Когда читается
Файл правил проекта	кто я, как со мной работать, где брать данные	при каждом запуске в этой папке
Память	факты, решения, грабли, которые нельзя терять между сессиями	подтягивается по теме
Скилл	пошаговая инструкция под конкретный тип задачи	когда задача совпала с описанием

Ошибка новичка — свалить всё в один огромный файл. Тогда модель тонет: половина инструкций не относится к текущей задаче, а внимание всё равно тратится. Правило простое: общее — в правила проекта, узкое — в скилл.

Три ошибки, из-за которых контекст не работает

Описание вместо примеров. «Пиши живо и по-человечески» — это ничего не значит. Модель не знает, что для тебя живо. Пять твоих настоящих текстов объясняют голос лучше, чем страница прилагательных.

Контекст в чате, а не в файле. Ты объяснил всё голосом в переписке, получил хороший результат, закрыл вкладку — и завтра объясняешь заново. Контекст имеет смысл только тогда, когда он записан и читается автоматически.

Противоречия внутри правил. В одном месте «пиши коротко», в другом «раскрывай подробно, с примерами». Модель выбирает случайно, ты видишь нестабильность и винишь модель. Правила надо перечитывать целиком раз в пару недель и вычищать конфликты.

Проверка: понял ли Claude, кто ты

Есть быстрый тест. Задай вопрос, ответ на который зависит от твоего проекта, а не от общих знаний:

Кто моя аудитория и чем мой подход отличается от конкурентов?
Отвечай только тем, что знаешь из проекта, без догадок.

Если ответ общий — контекста нет, и любые твои промпты будут угадыванием. Если ответ конкретный, с твоими формулировками, — фундамент заложен и можно строить дальше.

Контекст — это не лишняя возня, это рычаг

Один абзац правил экономит десять попыток дочинить результат. Контекст, поданный один раз и сохранённый между сессиями, превращает разовые промпты в систему, которая держит твой стиль и твою логику на автомате.

Считать это удобно в попытках. Раньше на один нормальный текст уходило четыре-пять заходов: написал, не то, объяснил, снова не то. С заложенным контекстом обычно хватает одного захода и мелкой правки. Экономия не в минутах на промпт, а в том, что исчезает круг «переделай».

И у этого есть накопительный эффект. Каждое решение, которое ты зафиксировал, работает на все следующие задачи. Через месяц ты не пишешь длинные промпты вообще — ты пишешь «сделай», а система знает как.

Я собираю такую систему с нуля и показываю стройку в открытую — на реальных шагах, без выдуманного масштаба.

С чего начать сегодня

Не нужно проектировать идеальную систему. Нужен один файл и полчаса.

1. Заведи в корне проекта файл правил. Напиши в него пять вещей: кто ты, что за проект, кто аудитория, как с тобой работать, где брать данные. Своими словами, без корпоративного языка.
2. Собери корпус голоса: пять-десять своих текстов, которые тебе самому нравятся. Просто сложи их в папку.
3. Добавь запрет на выдумку: нет факта — ставь пропуск.
4. Прогони тест из предыдущего раздела. Ответ общий — дописывай, конкретный — иди дальше.
5. Через неделю вернись и вычисти то, что не пригодилось.

Дальше система растёт сама: каждый раз, когда ты объясняешь одно и то же второй раз, это сигнал вынести объяснение в файл.

Частые вопросы

Чем контекст отличается от промпта?

Промпт — это разовая просьба, она живёт одну сессию. Контекст — постоянные вводные о тебе и проекте, они читаются перед каждой задачей. Промпт отвечает на вопрос «что сделать», контекст — на вопросы «для кого, каким голосом и по каким правилам».

Сколько контекста давать, чтобы не перегрузить модель?

Ровно столько, сколько относится к типу задачи. Общие правила проекта — короткая страница, а не десять. Узкие детали лучше вынести в отдельные файлы, которые подтягиваются только когда тема всплыла. Перегруженный контекст вредит так же, как его отсутствие: важное тонет в неважном.

Почему нейросеть выдумывает факты, даже когда я дал контекст?

Потому что в контексте не было запрета. Правило «нет факта в проекте — ставь пропуск, а не догадку» нужно написать явно. Без него модель заполняет дыры правдоподобным текстом, это её нормальное поведение.

Нужно ли переписывать контекст под каждую новую задачу?

Нет. Общий слой пишется один раз и правится редко — когда меняется продукт или позиционирование. Под конкретные типы задач заводятся отдельные инструкции, и они дописываются по мере того, как ты натыкаешься на грабли.

Забрать разбор

Хочешь перестать кидать одиночные промпты и начать давать Claude контекст так, чтобы он работал на полную мощность?

Напиши кодовое слово МОЩНОСТЬ — пришлю разбор по шагам.

→ Перейти в Telegram-канал @Evgeniy_Tolstobrov