Промпт для написания технического задания (спецификации) для vibe-кодинга с AI

Что решает этот промпт

2026 год — год, когда vibe-кодинг из хайпа превратился в рабочую практику. Cursor, Claude Code, GitHub Copilot Agent — эти инструменты реально пишут код. Но есть проблема: большинство людей не умеют ставить задачи AI-агентам.

Фраза «напиши мне CRM для малого бизнеса» — это не задача. Это мечта. AI начнёт делать что-то своё, а через час вы получите 3000 строк кода, который не делает то, что вам нужно.

Этот промпт решает ровно одну задачу: превратить расплывчатую идею в структурированную спецификацию, которую AI-агент сможет выполнить предсказуемо и точно.

Спецификация — это не документ для программиста. Это инструкция для AI. Чем точнее инструкция, тем меньше сюрпризов в результате.

Для кого этот промпт

Промпт

Ты — Senior Software Architect с опытом проектирования SaaS-продуктов.

Твоя задача — превратить мою идею в структурированную спецификацию для AI-агента (Cursor / Claude Code / Copilot).

Моя идея: [ОПИШИ ЗДЕСЬ В 2-5 ПРЕДЛОЖЕНИЯХ]

Создай спецификацию в следующем формате:

## 1. Задача (одним предложением)
Что именно должна делать система. Никаких общих слов.

## 2. Пользователь и сценарий
- Кто использует?
- Что пользователь делает до начала?
- Что происходит после завершения?

## 3. Функциональные требования
Пронумерованный список конкретных действий системы.
Формат: "Система должна [глагол] [объект] [условие]."

## 4. Ограничения и НЕ-требования
Что явно НЕ входит в задачу. Что нельзя делать.

## 5. Стек технологий
Рекомендуй минимальный стек для этой задачи.
Если я уже использую что-то — учти это: [МОЙ СТЕК ИЛИ "не знаю"]

## 6. Структура файлов (дерево)
Предложи структуру проекта.

## 7. Первый промпт для AI-агента
Напиши готовый промпт (30-60 слов), с которого я начну vibe-сессию.
Используй XML-теги для Claude или Markdown-разделы для Cursor.

## 8. Критерии готовности
3-5 проверяемых условий: "Задача выполнена, если..."

Пример результата

Входная идея: «Хочу сделать телеграм-бота, который принимает голосовые сообщения и сохраняет транскрипцию в Notion»

Результат промпта:

1. Задача Telegram-бот принимает голосовые сообщения от пользователя, транскрибирует их через Whisper API и сохраняет текст в базу Notion с датой и временем.

2. Пользователь и сценарий

• Пользователь: один человек (личное использование)
• До: пользователь думает что-то зафиксировать
• Процесс: отправляет голосовое → бот отвечает «✓ Сохранено»
• После: транскрипция появляется в Notion-базе

3. Функциональные требования

1. Система должна принимать голосовые сообщения форматов OGG и MP3.
2. Система должна отправлять аудиофайл в Whisper API и получать текст.
3. Система должна создавать новую запись в Notion с полями: текст, дата, длительность.
4. Система должна отвечать пользователю подтверждением в течение 10 секунд.
5. Система должна обрабатывать ошибки API и сообщать пользователю о сбое.

4. НЕ-требования

• Нет мультипользовательского режима
• Нет хранения аудиофайлов
• Нет редактирования транскрипций через бота

5. Стек Python 3.11 + python-telegram-bot + openai (Whisper) + notion-client

7. Первый промпт для Claude Code

<task>
  Создай Telegram-бота на Python, который принимает голосовые сообщения,
  транскрибирует их через OpenAI Whisper API и сохраняет результат
  в Notion database через Notion API.
</task>
<constraints>
  Один пользователь. Без базы данных. Env-переменные для токенов.
  Обработка ошибок API обязательна.
</constraints>

8. Критерии готовности

• Отправка голосового → бот отвечает текстом за ≤10 сек
• Запись появляется в Notion с правильными полями
• При недоступном Whisper API бот отвечает понятным сообщением об ошибке

Как работает процесс

graph TD
    A[Расплывчатая идея] --> B[Промпт-спецификатор]
    B --> C{Структурированный spec}
    C --> D[Задача и пользователь]
    C --> E[Функциональные требования]
    C --> F[Ограничения]
    C --> G[Первый промпт для AI]
    G --> H[Cursor / Claude Code / Copilot]
    H --> I[Итерация 1: базовая структура]
    I --> J[Итерация 2: логика]
    J --> K[Итерация 3: тесты и edge-cases]
    K --> L[Рабочий продукт]
    style A fill:#ff6b6b,color:#fff
    style L fill:#51cf66,color:#fff
    style B fill:#339af0,color:#fff

Вариации и настройки

Вариация 1: Для фичи в существующем проекте

Добавьте в промпт блок с контекстом:

Существующий проект: [описание]
Используемый стек: [технологии]
Существующая структура: [вставьте дерево файлов]
Новая фича должна: [описание]

Вариация 2: Быстрый режим (только первый промпт)

Если нужен только стартовый промпт для AI-агента без полной спецификации:

Я делаю: [идея в одном предложении]
Стек: [технологии]
Ограничения: [что нельзя/не нужно]

Напиши первый промпт для Cursor (30-50 слов), структуру файлов (дерево)
и три критерия готовности задачи.

Вариация 3: Для нетехнических фаундеров

Замените блок стека на:

Технические требования: минимальные. Я не разработчик.
Выбери самый простой стек. Предпочтение — Python или Node.js.
Укажи, где развернуть (Railway, Render, Vercel).

Сравнение подходов к постановке задачи AI

Советы по улучшению

1. Храните спецификации в CLAUDE.md или .cursorrules После создания spec — сохраните её в файл проекта. Это даёт AI персистентный контекст между сессиями. Claude Code автоматически читает CLAUDE.md при старте.

2. Проверяйте, а не доверяйте Ваша роль в vibe-кодинге — Senior Architect, а AI — Junior Developer. Каждый логический блок проверяйте. Просите AI писать тесты вместе с кодом: "Напиши функцию X и unit-тест для неё".

3. Используйте PEV-цикл Лучшие команды в 2026 работают по циклу Plan → Execute → Verify. Spec из этого промпта — это «Plan». Не пропускайте «Verify»: запускайте линтер, тесты, проверяйте в браузере.

4. Итерируйте маленькими шагами Оптимальный размер одной итерации — фича, которую можно описать в 30-80 словах. Больше = потеря контроля. Меньше = неэффективность.

5. Описывайте баг — не решение Если что-то не работает, описывайте поведение, а не то, как его починить: «Пагинация возвращает дубликаты при добавлении новых записей» работает лучше, чем «добавь WHERE created_at > X».