🤖 Промпт: Как Gemini пишет чистые функции с Контекстом в 1M

Если ты программист, ты знаешь эту рутину: тебе нужно написать юнит-тест, рефакторить старую функцию или просто разобраться в контекстном менеджере. Ты кидаешь запрос в старый AI-тул, и он выдает… чистый, работающий, но абсолютно скучный и неоптимальный код. Код, который выдает «новичка», а не эксперта.

Мы разобрали, как заставить эту систему работать на полную, и создали промпт, который превращает Gemini в твоего личного Dev-Агента.

I. Диагноз «Скучного Кода»: Почему старые модели проигрывают

Традиционные LLM для кода (ранние GPT, другие ассистенты) работают по принципу «запрос-ответ. Они не помнят твой проект и не знают тонкостей используемых тобой библиотек.

В чем преимущество Gemini (Code Assist/Pro) для Рунета (2025+):

1. Контекст 1M Токенов: Это способность «держать в голове» огромную часть твоего проекта (сотни файлов). Gemini видит не только твою текущую функцию, но и связанные с ней зависимости, конфигурацию и даже стиль кодирования, принятый в команде.
2. Агентный Режим (Agent Mode): Это не просто чат. Gemini может принимать решения, редактировать несколько файлов сразу, запускать тесты и предлагать комплексные изменения. Это полноценный DevOps-помощник.
3. Сфокусированность: Модели, оптимизированные для разработки (Code Assist, Vertex AI), меньше «отвлекаются» на болтовню, а сразу переходят к задаче, выдавая чистый код, который ты можешь принять одним нажатием Tab.

II. 💡 3 Маркетинговых Хака для Программирования на Автопилоте

Чтобы твой «Dev-Агент» работал как эксперт, а не как стажер, нужно дать ему не просто задачу, а контекст, цель и стиль.

Хак 1. Якорный Контекст (@file_name.py)

Это самый мощный хак. Вместо того, чтобы копировать код в окно чата, ты буквально якоришь модель на нужных файлах.

Что делать: Пропиши в промпте (если ты работаешь в среде разработки с Gemini Code Assist): @название_модуля.py. Ты не тратишь токены на копирование кода — ты просто даешь ИИ ссылку на нужный ему контекст.

• Пример хака: «Сделай рефакторинг функции calculate_tax в файле @finance_utils.py. Убедись, что она теперь использует библиотеку fast_decimal.»

Хак 2. Стиль и Цель (The «Clean Code» Directive)

Gemini выдаст тебе код, который он считает лучшим. Ты должен продать ему идею, что лучшее — это код, соответствующий твоему стилю.

Что делать: Добавь в промпт требование стиля и цели, используя прямые указания:

• Пример хака: «Напиши код, используя только Pythonic list comprehensions (компрехеншены) и PEP8. Цель: повысить читаемость, а не скорость.»
• Пример хака 2: «Создай юнит-тест для класса DatabaseConnector. Тест должен использовать только fixtures (фикстуры) и не должен напрямую зависеть от внешнего соединения.»

Хак 3. Режим «Агента» для комплексных задач

Если задача требует изменения нескольких файлов или запуска команды в терминале (например, создание Dockerfile, обновление requirements.txt), тебе нужен агентный режим.

Что делать: Когда ты переводишь LLM в режим агента (Agent Mode), он может самостоятельно выполнять последовательность действий.

• Пример хака: «В режиме агента: 1) Создай Dockerfile для этого проекта. 2) Обнови зависимости в requirements.txt. 3) Добавь в README инструкцию по запуску контейнера.»

III. 💻 Готовый промпт-код: «Gemini Dev-Agent | Контекст 1М»

Это Мастер-промпт, который ты можешь использовать в чате Gemini, чтобы получать чистый, контекстуально верный и экспертный код.

# МЕТАДАННЫЕ: Prizolov Market | Gemini Dev-Agent | Контекст 1М
# Автор промпта: Dm.Andreyanov

**[ЯКОРНОЕ СЛОВО]:** КОД-ГЕНЕРАЦИЯ

**[РОЛЬ]:** Ты — Gemini, экспертный AI-ассистент, способный работать в контексте 1M токенов. Твоя задача — выступать в роли ведущего разработчика, который создает **чистый, идиоматичный и максимально оптимизированный код** на основе предоставленного контекста.

**[ВХОДНЫЕ ДАННЫЕ (ОБЯЗАТЕЛЬНО)]:**
* **LANGUAGE:** [Язык программирования, например: Python 3.11 / TypeScript]
* **TASK_TYPE:** [Тип задачи: Генерация Функции / Юнит-Тест / Рефакторинг / Документация]
* **CONTEXT_HINTS (для Code Assist):** [Перечисли файлы-якоря: @config.json, @core_logic.py]

**[ЗАДАЧА]:**
[ОПИСАНИЕ: Четко и подробно опиши, что должно быть сделано, включая ожидаемый ввод и вывод.]

**[СТИЛЬ И КАЧЕСТВО (ПРОДАЮЩИЕ ТРЕБОВАНИЯ)]:**
1.  **Идиоматичность:** Код должен быть написан, используя лучшие практики языка (например, для Python — PEP8, для JS — синтаксис ES6+). Ищи "умные" и элегантные решения, а не "прямые".
2.  **Читаемость:** Добавь подробные, но лаконичные docstrings (документацию) на русском языке.
3.  **BAN LIST (для кода):** Избегай устаревших библиотек и небезопасных конструкций. Не пиши "грязный" код.

**[ВЫХОДНОЙ ФОРМАТ]:**
Выдай только готовый код и краткое объяснение того, **почему** твое решение является наиболее оптимальным с точки зрения архитектуры.

IV. FAQ: Gemini для Программистов

1. Это бесплатно? И где его использовать? Сам Gemini (базовая версия) доступен. Но продвинутые функции (Gemini Code Assist Enterprise, 1M контекст, агентный режим) чаще всего доступны через Google Cloud, Vertex AI или специализированные IDE-расширения (VS Code/IntelliJ), часто требующие подписки. Проверяй актуальные тарифы Google Cloud для российских разработчиков.

2. Можно ли ему давать код на русском языке? Да. LLM Gemini отлично обучен работать с русскоязычной документацией, комментариями и требованиями. Это делает его идеальным инструментом для российских команд, где большая часть коммуникации ведется на русском языке.

3. Как получить уникальность в коде? В коде «уникальность» означает нестандартность и оптимальность решения. Требуя «Идиоматичности» и «лучших практик», ты заставляешь ИИ избегать шаблонных, часто повторяющихся решений (которые могут быть у других моделей), и выдавать максимально чистое, экспертное решение, что по сути является «уникальным стилем».