Промпт-инжиниринг для Code Review — как настроить ИИ-агента

{
    "prompt": "Как настроить ИИ-агента, чтобы он реально \"ловил\" архитектурные нарушения, а не только опечатки. В этой статье я покажу, как настроить промпт (prompt) так, чтобы агент реально ловил архитектурные нарушения: с формализацией правил, парными примерами «правильно / неправильно» и защитой от ложных срабатываний на пограничных случаях (edge cases). Заодно разберём, как встроить такое ревью в pipeline, а не держать его как разовую ручную проверку. Введение -------- Стандартный ИИ-ревьюер (AI reviewer) хорошо справляется с тем, что легко формализовать: опечатки, несоблюдение code style, забытые `using`, неймспейсы не по конвенции. Это удобно, но это далеко не то, ради чего вы на самом деле хотите видеть ИИ-агента в процессе ревью (code review). Настоящая проблема — архитектурные нарушения. \"Разработчик добавил прямой вызов репозитория (repository) из контроллера, минуя слой сервисов\". Или \"протащил бизнес-логику в DTO\". Или \"сделал так, что модуль из Vertical Slice стал зависеть от внутренностей соседнего модуля напрямую, а не через контракт\". Формально код рабочий, тесты зелёные, стиль соблюдён — а архитектура уже начала \"разъезжаться\". Почему стандартный ИИ-ревьюер это пропускает? Дело не в том, что модель «не умеет». Дело в том, что без явного контекста о правилах вашего конкретного проекта агент оценивает код по общим, усреднённым представлениям о «хорошем коде» — а не по тем границам, которые Вы для себя определили. Он не знает, что в вашем проекте слой _Application_ не должен ссылаться на _Infrastructure_ напрямую, если вы ему это не сказали. Как агент «видит» код при Code Review ------------------------------------- Прежде чем формализовать правила, полезно понять, с чем именно работает агент, когда вы просите его сделать ревью (review) кода. Это не «понимание» в человеческом смысле — это анализ текста в пределах контекстного окна (context window), и у него есть свои ограничения. **Что агент видит.** Если вы передаёте агенту _diff_ (изменения в pull request) или конкретный файл, он анализирует именно этот текст — построчно (!), с учётом синтаксиса языка. Он хорошо распознаёт локальные паттерны: сигнатуры методов, обращения к зависимостям, структуру классов. Если в _diff_ явно виден вызов `_nc()` внутри контроллера — агент это заметит, потому что это буквально написано в тексте, который он \"читает\". **Что агент додумывает.** Проблема начинается там, где нарушение не локально, а системно. Например: правило гласит, что слой _Applicatio",
    "model": "Claude 3.7 / GPT-4o",
    "aspect_ratio": "1:1",
    "category": "Coding Agents",
    "content_type": "coding_prompt",
    "surface": "agents_hub",
    "quality_score": 82,
    "provenance": "COMMUNITY_PROMPT"
}