Ты уже освоился с Claude. Он пишет тебе письма, чинит код, разбирает таблицы — и всё это работает. Но где-то внутри сидит мысль: «А я точно выжимаю из него всё? Или просто катаюсь на первой передаче?» Ты обвешиваешь его подробными инструкциями на каждый шаг, проверяешь каждую мелочь, строишь хитрые обходные схемы — и в какой-то момент ловишь себя на том, что тратишь на «обвязку» больше сил, чем на саму задачу.
Хорошая новость: чаще всего проблема не в том, что Claude чего-то не умеет. Проблема в том, что мы по привычке относимся к нему как к слабому инструменту и заранее подстилаем соломку там, где она уже не нужна. У Anthropic есть три простых принципа на этот счёт — и они меняют сам подход. Не «как заставить ИИ работать», а «как перестать ему мешать».
О чём вообще речь
Когда мы только начинаем работать с ИИ, мы интуитивно строим вокруг него забор. Прописываем каждый шаг. Не доверяем самостоятельных решений. Делаем специальные узкие кнопки «делай только так и никак иначе». Это понятно — мы боимся, что он напутает.
Но вот в чём подвох: каждый такой костыль — это зашитое предположение, чего модель якобы не может. А модели умнеют. То, что год назад и правда приходилось разжёвывать, сегодня Claude делает сам — и твоя заботливая «соломка» из помощи превращается в тормоз. Три принципа ниже — это, по сути, ответ на один вопрос: что из своей обвязки уже пора отдать самой модели?
| Принцип | Что делать | Чего избегать |
|---|---|---|
| 1. Простые инструменты | Дать понятные универсальные инструменты: терминал, файлы, код | Выдумывать узкие «специальные» интерфейсы под каждый шаг |
| 2. Убрать лишнее | Спросить, что Claude может сделать сам, и не делать это за него | Прогонять всё через себя и контролировать каждую мелочь |
| 3. Границы с умом | Подтверждать только то, что трудно отменить (деньги, внешние вызовы) | Ставить барьеры на всё подряд «на всякий случай» |
Дальше — по порядку, с бытовыми примерами.
Принцип 1. Опирайся на то, что он уже хорошо умеет
Представь, что к тебе пришёл толковый новый сотрудник. Ты можешь поступить двумя способами. Первый: выдать ему обычный ноутбук с обычными программами — он сам разберётся, он же толковый. Второй: написать для него специальный «упрощённый пульт» с тремя кнопками, потому что вдруг он запутается в настоящем компьютере.
Со вторым подходом ты потратишь неделю на пульт — и всё равно упрёшься в то, что нужной кнопки нет. С первым человек просто начнёт работать. С Claude ровно так же. Он лучше всего показывает себя на простых, универсальных инструментах, которые и так знает: командная строка, чтение и запись файлов, выполнение кода. Это его «обычный ноутбук».
А вот узкие самодельные интерфейсы — «вот тебе кнопка, которая делает только это и принимает только такие данные» — почти всегда проигрывают. Ты тратишь силы на изобретение пульта, а Claude и без него справился бы быстрее, потому что универсальные инструменты он понимает глубже любого твоего костыля.
Самое интересное: все продвинутые штуки собираются из этих же базовых кирпичей. Память? Это аккуратные заметки в файлах. Skills — переиспользуемые навыки? Папка с инструкцией, которую он читает с диска. Под капотом нет никакой магии — есть «умеет работать с файлами» и «умеет запускать код». Дай ему эти два простых умения по-человечески — и сложные вещи приложатся сами.
Принцип 2. Спроси, что ему НЕ нужно делать
Это самый контринтуитивный принцип. Мы привыкли думать: «как помочь ИИ?». А правильный вопрос часто звучит наоборот — «где я делаю за него лишнюю работу?». Убери эту работу — и он раскроется. Здесь три типичных места.
Дай ему выполнять код, а не прогонять данные через себя
Классическая ситуация: у тебя огромная таблица на десятки тысяч строк, а нужен из неё один столбец. Соблазн — скормить Claude всю таблицу целиком и попросить «достань мне колонку с email». Это как просить друга прочитать вслух телефонный справочник, чтобы он назвал тебе один номер.
Гораздо умнее — позволить Claude написать и выполнить пару строк кода, которые сами выдернут нужный столбец. Он не «читает» все данные глазами, он их фильтрует инструментом. Быстрее, точнее, и не забивает ему голову лишним. Принцип простой: пусть тяжёлую механическую работу делает код, а не сама модель.
Пусть сам управляет своим вниманием
Раньше мы боялись, что Claude «забудет» инструкцию, и поэтому впихивали всё подряд в один гигантский промпт — на всякий случай. Сегодня это лишнее. Современные Skills устроены по принципу постепенного раскрытия: на полке лежит короткая подпись «когда это нужно», и только когда задача совпала, Claude открывает полную инструкцию. Остальное время она не висит у него перед глазами.
То же и с устаревшим: модель способна сама отбросить то, что уже неактуально, и не таскать это за собой. Тебе не нужно вручную чистить контекст и решать, что показать, а что спрятать, — дай ему самому распоряжаться вниманием, и он не утонет в мелочах.
Пусть ведёт свою память
Старое представление о памяти ИИ: он тупо записывает подряд всё, что было, пока не переполнится. На деле современные модели конспектируют осмысленно — как толковый человек ведёт рабочие заметки. Не стенограмма каждого слова, а «вот что важно, вот вывод, вот к чему мы пришли».
Больше того — Claude способен раскладывать эти заметки по аккуратным папкам: тут проект А, тут проект Б, тут общие договорённости. Тебе не надо строить за него сложную систему хранения. Дай возможность вести заметки самому — и он наведёт порядок лучше, чем громоздкая ручная схема.
Принцип 3. Ставь границы с умом
Звучит так, будто этот принцип противоречит первым двум: только что говорили «доверяй больше», и вдруг — «ставь границы». Но противоречия нет. Границы нужны не везде, а точечно — там, где цена ошибки реально высока.
Простое правило: раздели действия на обратимые и необратимые. Переименовать черновик файла, посчитать что-то, переписать абзац — это обратимо. Ошибся — откатил, ничего страшного. А вот отправить деньги, дёрнуть внешний сервис, разослать письмо сотне людей — отменить уже нельзя. Вот именно такие действия и стоит обнести аккуратным забором.
На практике это значит: необратимые шаги оформляются отдельными инструментами с подтверждением. Claude не просто берёт и платит — он останавливается и спрашивает тебя: «выполнить вот это?». Такой инструмент даёт сразу три вещи:
- Безопасность — опасное действие не случится молча, само собой.
- Понятный выбор — ты видишь ровно то, что собираются сделать, и решаешь.
- След в журнале — что и когда было сделано, всегда можно посмотреть.
Красивый пример из самого Claude Code: в авто-режиме, когда Claude собирается выполнить команду, второй экземпляр Claude сначала проверяет эту команду — безопасна ли она. Один работает, другой приглядывает за рискованным. Это и есть граница с умом: не тотальный контроль над каждым шагом, а вторая пара глаз ровно там, где можно наломать дров.
Частые ошибки (и как их не повторять)
Большинство промахов с Claude растут из одного корня — мы продолжаем относиться к нему как к слабому инструменту, которым он давно перестал быть.
- Строить пульт из трёх кнопок. Изобретать узкий интерфейс там, где хватило бы обычного терминала и файлов. Потратишь время — и упрёшься в недостающую кнопку.
- Кормить «всем сразу». Закидывать в промпт гигантскую таблицу или весь архив переписки. Дай выполнить код и достать нужное — не заставляй модель «читать» лишнее.
- Запирать всё подряд. Ставить подтверждение на каждый чих, включая безобидные обратимые действия. Границы — только для того, что нельзя отменить.
- Замораживать обвязку навсегда. Один раз настроил костыли — и больше к ним не возвращаешься. А модель за это время поумнела, и половина костылей уже мешает.
Последний пункт — главный. Раз в какое-то время пересматривай свою обвязку и спрашивай: «а это Claude уже не сделает сам?». Очень часто ответ — «сделает».
Совет
По гайдам Anthropic держи в голове простой критерий ревизии: костыль оправдан, только если он защищает от необратимого вреда или даёт тебе осознанный выбор. Всё остальное — пошаговые подсказки «делай так», ручная фильтрация данных, микроконтроль над вниманием модели — кандидаты на удаление. Удалил лишнее — проверил на реальной задаче — и почти всегда стало быстрее, а не хуже.
Короткий FAQ
Это не опасно — давать Claude больше свободы?
Свобода даётся не везде, а ровно там, где ошибки обратимы. Необратимые действия (деньги, внешние вызовы, рассылки) по-прежнему идут через подтверждение. Ты убираешь лишний контроль, а не отключаешь тормоза.
А если у меня узкая специфическая задача — точно хватит простых инструментов?
Чаще всего да. Сложные задачи Claude как раз и решает на простых универсальных инструментах. Специальный интерфейс окупается редко — обычно дешевле и надёжнее дать терминал, файлы и возможность выполнить код.
Зачем вообще пересматривать настройки, если всё и так работает?
Потому что модели меняются. Костыль, который был нужен полгода назад, сегодня может тормозить. Регулярная ревизия обвязки — это не про «починить сломанное», а про то, чтобы не тащить за собой устаревшие предположения.
С чего начать прямо сегодня?
Возьми один свой рабочий сценарий с Claude и найди в нём один костыль, который ставился «на всякий случай». Убери его на одной задаче и посмотри. Один шаг за раз — лучший способ почувствовать разницу.
Куда копать дальше
Эти три принципа особенно ярко раскрываются, когда ты переходишь от «чат с Claude» к настоящим агентам — где он сам выбирает инструменты, ведёт память и идёт по шагам. Если хочется опоры по основам:
- Как просить точно — формулировки, от которых результат становится предсказуемым.
- Что такое агент — чем агент отличается от обычного скрипта и почему это важно для всех трёх принципов.
- Skills: переиспользуемые навыки — как умение, записанное один раз, подгружается само (тот самый «простой инструмент из принципа 1»).
Заметка
Материал — по мотивам статьи Anthropic Harnessing Claude's Intelligence. Пересказали по-русски для новичков: убрали бенчмарки и жаргон, оставили смысл и добавили бытовые примеры.
Главная мысль всей статьи помещается в одну строчку: перестань заранее решать за Claude, чего он не может. Дай простые инструменты, убери лишнюю опеку, поставь границы только там, где действительно опасно — и почаще проверяй, не устарела ли твоя «соломка».
Где все три принципа сходятся в одной картинке — это агенты, субагенты и Skills. Разбираем без спешки, на понятных примерах.