Промпт против скилла: прогнал библиотеку промптов Anthropic и скилл grill-me

В сфере искусственного интеллекта произошло заметное событие. VitTurov 13 минут назад Промпт против скилла: прогнал библиотеку промптов Anthropic и скилл grill-me Средний 19 мин 313 Искусственный интеллект Python * Программирование * Кейс Мне нужно было спарсить собственные статьи с Хабра. Не для красоты — для анализа: я веду полевой журнал метрик по каждой публикации, и руками сводить рейтинги, закладки и комментарии в таблицу надоело. Задача из тех, что откладываются месяцами, потому что «несложная».

А тут Anthropic выложила официальную библиотеку промптов для Claude Code — около 50 промптов, собранных из их же гайдов, с объяснением «Why this works» у каждого. В телеграм-канале я уже писал: сами промпты банальны, читать надо объяснения. Но между «писать про паттерны» и «проверить паттерны на живой задаче» — пропасть.

Технические детали

Так две отложенные вещи встретились: я взял пять промптов из библиотеки, один скилл Мэтта Покока (github. com/mattpocock/skills), задачу с парсером — и почти два часа чистого времени. Сразу дисклеймер: я дизайнер, не разработчик.

Обычно это пишут как извинение. Здесь это условие эксперимента — библиотека обещает работать «для всех ролей», вот и посмотрим, что происходит, когда на вопросы агента отвечает человек, который половины ответов не знает. Что получилось, если коротко: агент выдумал мой ник, нашёл статью, которую я сам потерял, написал 51 тест — а скилл Покока довёл меня до желания закрыть терминал.

Что за библиотекаБиблиотека промптов Claude Code — официальная, живёт в документации: code. com/docs/en/prompt-library. Около 50 промптов, собранных из гайдов самой Anthropic — Common workflows, Best practices и блога о том, как её собственные команды используют Claude Code.

Отраслевые последствия

Организована по фазам жизненного цикла — Discover → Design → Build → Ship → Operate — и по ролям: инженеры, продакты, дизайн, документация, безопасность. Устройство каждого промпта важнее его текста. Слоты {placeholder} под твою задачу, секция «Why this works» — объяснение паттерна, и секция «Make it stick» — как закрепить решение насовсем: сохранить как скилл, записать правилом в CLAUDE.

Про промпт-инжиниринг как дисциплину я уже писал (разбор для не-промпт-инженеров), а открытые промпты Anthropic препарировал в анатомии production-агента — эта статья продолжает обе линии, но иначе: не чтением, а прогоном. Паттернов, ради которых библиотека стоит внимания, четыре: описывать результат вместо пошаговой инструкции; вшивать самопроверку в тот же промпт; давать референс существующей реализации вместо ТЗ; ставить измеримую цель с бинарным критерием готовности. В анонсе в канале я разобрал их на бумаге.

Дальше — как они ведут себя в поле.

Событие, по словам экспертов, усилит конкуренцию в сфере ИИ.