От неопределённости к работающему продукту.
Беру задачу до того, как её можно отдать в разработку: разбираюсь в сценариях, собираю прототип в Figma или коде, описываю состояния и токены и довожу до продакшена.
Сейчас применяю этот контур в дизайн-системе Яндекс HR Tech (ранее — в дизайн-системах Сбера).
Как идёт работа
(4)Контекст
Проблема, сценарии, ограничения и критерии, по которым поймём, что решение работает. Без этого макет только прячет неопределённость.
Прототип
Не весь продукт целиком, а те сценарии, где решение может сломаться. Собираю в Figma или сразу в коде — смотря что быстрее покажет узкие места.
Правила
Состояния, компоненты, токены. Одна спецификация для дизайнера, разработчика и агента, чтобы каждый не собирал свою версию.
Реализация
Макет — не конец работы. Остаюсь на вёрстке, проверках в браузере и настройке правил, чтобы система не расползалась дальше.
С агентом
Агент делает черновую работу по шагам: ищет, что уже есть в системе, собирает первый вариант и прогоняет проверки. Я ставлю задачу, задаю ограничения и принимаю результат на каждом шаге.
Один длинный промпт на всю задачу не работает: в нём модель сама пишет код и сама себя хвалит. Поэтому сборка, линтер и проверки отделены от генерации.
Продуктовое решение, компромиссы по срокам и всё, что уходит в продакшен от моего имени, остаются за мной.
Хороший процесс не обещает, что модель не ошибётся. Он делает ошибку заметной до того, как она попадёт в код.
Подробнее — в статье про то, как AI меняет процессы.