AI-инструменты для работы

Описания листингов и тексты — навыки copywriting / copy-editing / aso

Делегируй AI написание и правку текстов листингов через marketingskills: copywriting пишет с нуля, copy-editing вычитывает и усиливает готовое, aso прогоняет страницу по чек-листу (заголовок, подзаголовок, ключевые, первые строки описания, скриншоты). Навык надёжнее разового запроса: один раз настроил — дальше ровный результат.

Пример. «Перепиши описание приложения так, чтобы первые 3 строки сразу цепляли и объясняли пользу» — навыком copywriting.

Объявления пачкой — навык ad-creative

Отдай AI генерацию вариантов рекламных текстов под тест: вместо трёх заголовков получаешь пятнадцать с разными углами и отбираешь лучшие.

Пример. «15 заголовков для Google Ads под наше приложение: углы скорость / простота / цена» — выбираешь 4 в работу.

Англ. тексты — прогнать через humanizer

Готовый английский текст (описание для US-стора, объявление, подпись) прогоняй через humanizer — он убирает следы ИИ: длинные тире, надутые формулировки, штампы. Только английский: для русского бесполезен, не трать время.

Пример. Написал английское описание приложения — прогнал через humanizer, чтобы не выглядело сгенерированным.

Мониторинг конкурентов — AppStoreSpy

Отдай AI слежку за конкурентами в сторах. AppStoreSpy даёт оценки загрузок и выручки, рейтинг и число отзывов, дату и версию апдейта, движение в топ-чартах, похожие приложения и ссылки на текущие креативы. Чего нет: позиций по ключевым в поиске. На нашем тарифе закрыты отзывы, подсказки по ключевым и сводка по нише.

Пример. «Сравни наше приложение с тремя конкурентами по загрузкам и рейтингу и покажи, кто недавно выкатил апдейт».

Разбор конкурентов — навыки competitor-profiling / competitors

Цифры берёшь из AppStoreSpy, а навык превращает их в вывод: где мы отстаём по листингу и что у конкурента работает. competitor-profiling собирает досье, competitors делает сравнения «мы против них».

Пример. «Профиль конкурента: позиционирование в описании, какие фичи выпячивает в скриншотах, как часто обновляется» — и сравни с нашим листингом.

Спрос и сезонность — Google Trends, deep-research

Google Trends покажет, когда и где интерес к теме выше — подгадать апдейт листинга под рынок и пик. deep-research отдай, когда нужен не быстрый ответ, а исследование рынка по многим источникам с проверкой и ссылками.

Пример. Trends: «фитнес-приложения растут в январе, интерес выше в США и Германии». deep-research: «разбери рынок языковых приложений в Бразилии — игроки, монетизация, что хвалят и ругают».

Данные по кампаниям — Google Ads

Отдай AI разбор кампаний без ручной выгрузки: траты, ключевые, конверсии, эффективность объявлений и групп. AI вытащит цифры и подскажет, что сливает бюджет.

Пример. «Покажи кампании с высоким расходом и низкой конверсией за 2 недели» — видишь, где резать.

Идеи и сценарии под TikTok-УБТ — навык social

Делегируй накидывание идей, сценариев, хуков и подписей под органические TikTok-ролики. Английские тексты можно прогнать через humanizer.

Пример. «10 идей для TikTok-роликов про наше приложение с сильным хуком в первые 2 секунды» — берёшь лучшие.

Картинки и видео — Higgsfield

Отдай AI генерацию визуала под креативы и контент: картинки и видео через Higgsfield прямо из чата, без ручного захода в сервис.

Пример. Сгенерировать пачку вариантов обложки/ролика под A/B-тест рекламного креатива.

Разбор чужого контента — youtube-transcript

Отдай AI расшифровку и саммари видео по ссылке — изучать разборы конкурентов, не тратя час на просмотр. Нюанс: YouTube режет частые запросы, при блокировке подожди.

Пример. Кидаешь ссылку на разбор ASO-стратегии конкурента — получаешь конспект за минуту.

Маркетинговый набор (marketingskills)

Набор навыков-плейбуков под наши задачи: copywriting, copy-editing, aso, ad-creative, ads, cro, social, competitors, competitor-profiling, marketing-psychology, pricing и другие. Методология англоязычная, применима к нашим задачам.

Пример. social — под TikTok-УБТ; aso — аудит листинга перед обновлением; cro — поднять долю скачавших.

Данные (MCP): AppStoreSpy, Google Ads, Google Trends

Подключены и дают свежие данные прямо в чат: AppStoreSpy — конкуренты в сторах; Google Ads — наши кампании; Google Trends — спрос и сезонность.

Пример. «Что изменилось у конкурента X за неделю» (AppStoreSpy); «траты и конверсии по кампании» (Ads).

Нужно что-то ещё?

Скажи в чате: «найди навык для <твоя задача>» — Claude предложит варианты и поможет поставить. Каталоги и правила безопасной установки — «Кейсы и лайфхаки» → «Где брать и как ставить».

Свести интервью, опросы и тикеты в выводы

Закидываешь AI пачку интервью, таблицу опроса или выгрузку обращений в поддержку и просишь не пересказ, а сведённые повторяющиеся боли с цитатами и долями («вылет при экспорте — 40%»). Цитаты и цифры перепроверяй — AI ошибается уверенно.

Пример. 5 интервью по онбордингу → «трое из пяти теряются на привязке аккаунта» → кандидат в бэклог.

Разобрать отзывы из сторов в темы и запросы фич

Отзывы в App Store и Google Play хаотичны и их много. AI сортирует: что хвалят, на что жалуются, какие фичи просят, где прячутся баги. Хвалят что-то — это же можно подсветить в описании листинга для ASO. Где взять выгрузку: App Store Connect → Ratings and Reviews, Google Play Console → «Отзывы» → экспорт; нет доступа к консолям — попроси у владельца стека.

Пример. 200 отзывов → «часто просят тёмную тему, жалуются на рекламу между экранами» → две строки в бэклог.

Подсмотреть, что у конкурентов

AppStoreSpy подключается как MCP (как — вкладка «Маркетинг / ASO», блок «Подключи источники данных») и даёт: оценки загрузок и выручки, рейтинг, число отзывов, даты и версии апдейтов, движение в топ-чартах, похожие приложения и ссылки на креативы. Ограничения нашего тарифа — там же, во вкладке «Маркетинг».

Пример. Один конкурент выпустил апдейт и поднялся в топ-чарте, другой запустил новый креатив → учитываем в плане.

Черновик PRD и критериев приёмки

AI собирает черновик PRD по твоим находкам (проблема, гипотеза, что делаем, чего НЕ делаем, метрика) и отдельно — критерии приёмки как чек-лист «фича готова, если...». Финальные формулировки за тобой.

Пример. Критерий: «Тёмная тема готова, если переключается в настройках, сохраняется после перезапуска, все экраны читаемы, нет белых вспышек.»

Разложить бэклог по приоритетам

Отдаёшь AI список идей — он раскладывает их в таблицу RICE/ICE, проставляет ЧЕРНОВЫЕ оценки и сортирует. Финальные числа ставишь ты, AI лишь ускоряет раскладку. Туда же подключи профильные навыки (cro, aso, pricing, competitors) как готовые чек-листы под конкретный вопрос.

Пример. 10 идей из отзывов и тикетов → таблица RICE → «тёмная тема» выше «нового онбординга».

Глубокий ресёрч с проверкой фактов

Навык deep-research не отвечает из головы модели, а сверяет много источников и выдаёт отчёт со ссылками. Для решений: обзор ниши, механики удержания у топов, тренды. Спрос и сезонность под приоритет смотри в Google Trends. Ключевые цифры всё равно перепроверяй.

Пример. «Какие механики удержания у топ-5 ниши и данные по их эффективности?» → отчёт со ссылками → раздел в PRD.

Разобрать файлы и собрать презентацию

Навыки под pdf/docx/xlsx/pptx: кинул PDF исследования — получил выжимку и таблицу выводов; нужно показать команде — попросил черновик слайдов.

Пример. PDF с исследованием ниши → выжимка на страницу + 6 слайдов «ключевые выводы» к созвону.

Под продуктовые задачи

Из marketingskills полезны customer-research, content-strategy, analytics, competitor-profiling/competitors, pricing, marketing-psychology, cro, copy-editing, aso; плюс deep-research и навыки документов (pdf/docx/xlsx/pptx). Вызывай нужный под конкретный вопрос как готовый чек-лист.

Пример. Думаешь, как поднять конверсию листинга → навык cro даёт чек-лист по скриншотам и описанию.

Данные (MCP): AppStoreSpy, Google Trends

AppStoreSpy — данные по конкурентам в сторах (оценки загрузок/выручки, рейтинг, апдейты, креативы). Google Trends — рост интереса и сезонность темы. Мостики работают на стороне Claude.

Пример. Перед фичей под праздник проверяешь Trends — запрос растёт к декабрю → ставишь релиз заранее.

Нужно что-то ещё?

Скажи в чате: «найди навык для <твоя задача>» — Claude предложит варианты и поможет поставить. Каталоги и правила безопасной установки — «Кейсы и лайфхаки» → «Где брать и как ставить».

Файл правил: CLAUDE.md / AGENTS.md

Это «операционная система» агента — обычный текстовый файл в корне проекта, который он читает в КАЖДОЙ сессии. Туда пишешь: что за проект, какой стек, как отвечать, чего не делать. Без него агент каждый раз спрашивает одно и то же или придумывает структуру с нуля. Claude Code читает файл CLAUDE.md, Codex — AGENTS.md; содержание у них одинаковое, поэтому удобно держать один настоящий файл, а второй сделать симлинком (файл-ярлык, см. Словарь) — правишь в одном месте, видят оба агента. Файл бывает глобальный (про тебя и общие правила, действует на все проекты, лежит в ~/.claude/CLAUDE.md) и проектный (про конкретный репозиторий, лежит в его корне). Это та же идея, что «инструкции о себе» в обычном Claude (раздел Profile / Personal preferences) или Custom Instructions в ChatGPT — только для кода и прямо в репозитории. Самый важный шаг настройки: один раз вложишься — экономишь время в каждой сессии. У Codex цепочка своя: при старте сессии он читает глобальный ~/.codex/AGENTS.md, затем AGENTS.md от корня репозитория до текущей папки — чем ближе файл к рабочей папке, тем выше приоритет; после правки правил перезапусти сессию.

Пример. В CLAUDE.md для tcg-scanner: «Expo / React Native, не предлагай web-API, UI-правки сначала показывай на превью, коммить только по моей просьбе». В polinacrm-go: «Go + React + Mongo, деплой на crm.stepamobile.com, не трогай рабочий код без спроса».

Навыки (Skills / Agent Skills)

Навык — записанный «плейбук» под повторяющуюся задачу: пошаговая инструкция, которую агент сам подхватывает, когда задача под неё подходит (почему навык надёжнее разового промпта — «Старт», шаг 6). В Claude Code: папка ~/.claude/skills (у нас — через симлинки, потому что установка через /plugin у нас недоступна). В Codex: навыки проекта — .agents/skills, личные — в домашней папке; что откуда подхватилось, покажет /skills, явный вызов — $имя, установка — $skill-installer.

Пример. Навык «релиз Expo-сборки» или «прогон линтера и тестов перед PR» для tcg-scanner: один раз описал шаги — дальше агент делает их одинаково каждый раз, ничего не пропуская.

Claude Code — не только терминал

Claude Code работает в четырёх видах: терминал, десктоп-приложение, веб (claude.ai/code — облачные сессии) и расширения для IDE (VS Code, JetBrains). Облачная сессия крутится на сервере, а не на твоей машине: можно запустить долгую задачу или работу над PR с телефона и закрыть ноутбук — агент доделает и запушит. Плагины и навыки синхронизируются с твоим аккаунтом claude.ai. Наш автопаблиш recordscout живёт по той же логике — агент работает, когда человека нет.

Пример. Уехал от ноутбука — с телефона попросил облачную сессию починить баг по issue и открыть PR.

Что такое MCP

MCP — это «мостик» (технически — маленькая программа-сервер), который подключает агента к реальным инструментам и данным: документации, браузеру, базе, аналитике. Без MCP агент знает только то, что было в его обучающих данных (а они со временем устаревают); с MCP — берёт свежие данные прямо из источника. Про конфиги, чтобы не путаться: «конфиг» — это просто файл с настройками агента. У Claude Code MCP-серверы прописываются в JSON-файле конфигурации (в десктопе это claude_desktop_config.json, в командной строке Claude Code — файл .mcp.json в проекте). Хуки (см. ниже) живут в другом файле — settings.json. Один файл — для подключений (MCP), другой — для автодействий (хуки), не путай их между собой.

Пример. Запись одного MCP-сервера в .mcp.json выглядит примерно так: {"mcpServers": {"context7": {"command": "npx", "args": ["-y", "@upstash/context7-mcp"]}}} — имя сервера, чем его запускать (command) и с какими аргументами (args). Для нас релевантны два MCP: context7 (документация) и playwright (браузер).

context7 — свежая документация библиотек

Подаёт агенту актуальную документацию фреймворков и библиотек прямо в момент работы. Зачем это нужно: модель обучена на данных до какой-то даты, поэтому свежие или редкие функции библиотек она не знает — и вместо «не знаю» уверенно ВЫДУМЫВАЕТ несуществующий код (это и называют «галлюцинацией»). context7 даёт ей реальные описания функций (сигнатуры — то есть как правильно вызывать функцию: её имя и какие аргументы принимает) под нужную версию. Итог: меньше выдуманного кода и меньше правок за агентом. Особенно полезно на наших стеках, которые быстро меняются.

Пример. Пишешь экран на свежей версии Expo SDK или хук на новой версии React Query — context7 подсунет агенту реальные имена и аргументы функций, а не устаревшие из памяти. То же для Go-библиотек в polinacrm-go.

playwright — управление браузером

Даёт агенту управлять настоящим браузером: открывать страницы, кликать, заполнять формы, делать скриншоты. Нужно для двух вещей. Первое — E2E-тесты фронтенда (E2E = end-to-end, «сквозные тесты от начала до конца»): агент проходит весь сценарий как живой пользователь, от входа до результата, а не проверяет код по кусочкам. Второе — проверка сайтов вживую: не гадать «работает ли», а реально открыть и посмотреть.

Пример. Прогнать сценарий логина и ключевой цепочки экранов (воронки — пути пользователя от входа до целевого действия, например до сохранённого отчёта) во фронте AdsLens (polinacrm-go); или проверить, что лендинг приложения (лендинг — одностраничный промо-сайт) корректно открывается и кнопки работают. Агент сам пройдёт шаги и покажет скриншоты.

Хук — автодействие самой программы

Хук — действие, которое выполняет САМА программа (не модель) при событии: до вызова инструмента (PreToolUse — тут ловим опасные команды), после (PostToolUse — автоформат), на старте сессии и т.д. Надёжнее, чем просить модель «всегда делай X»: программа не забывает. Хуки есть и в Claude Code (settings.json), и в Codex (~/.codex/hooks.json или .codex/hooks.json в репо). ВАЖНО: чужой хук сначала прочитай — он выполняется с твоими доступами. Не пиши конфиг с нуля — попроси агента настроить (кнопка ниже).

Пример. Хук на PostToolUse: после любой правки файла автоматически прогоняется форматтер (prettier для React, gofmt для Go) — код всегда единого стиля без напоминаний. Хук на PreToolUse: проверяет каждую bash-команду и блокирует опасные (вроде rm -rf) до того, как они выполнятся.

Скопировать запрос

Секреты — в ~/.secrets, не в конфиге

API-ключи, пароли и данные клиентов НИКОГДА не вставляй в чат и не клади прямо в конфиг проекта (его легко случайно закоммитить в git и слить наружу). Храни ключи в отдельном защищённом файле ~/.secrets с правами 600. Права 600 означают «читать и менять файл может только твой пользователь, больше никто»; выставляются командой chmod 600 ~/.secrets. А конфиг пусть берёт ключ оттуда не напрямую, а через обёртку. Обёртка (англ. wrapper) — это маленький скрипт-посредник: конфиг запускает его, скрипт сам читает ключ из ~/.secrets и передаёт MCP-серверу. Так ключ нигде не светится в открытом виде. Нюанс macOS: обёртку пиши на Python (run.py), а не на .sh — Claude Desktop не запускает shell-скрипты (ошибка EPERM «operation not permitted»), и подключение просто не стартует.

Пример. Файл ~/.secrets хранит строки вида APPSTORESPY_KEY=abc123 (по ключу на строку). Конфиг appstorespy MCP вместо ключа ссылается на обёртку run.py — она читает эту строку и отдаёт серверу. Так ключ не попадает ни в репозиторий, ни в чат.

Скопировать запрос

Коннекторы — только read на старте

Правило то же, что для всех (подробно — «Старт», шаг 4): подключай приложения в режиме read. Право write давай только когда точно понимаешь, что именно агент будет менять и зачем.

Сначала: пусть Claude подберёт под стек

Это набор ОПЦИЙ — бери под себя, ставить всё не нужно. Главный приём: опиши стек проекта в его CLAUDE.md (или просто спроси в чате) — и Claude сам подскажет, какие навыки под него нужны. Ниже — из чего выбирать.

Пример. «Проект на Expo + Go-бэкенд — какие навыки поставить?» → Claude предложит.

Методология — выбери одну: superpowers или gstack

Рабочий процесс (планы, TDD, ревью, отладка, тесты). superpowers — 14 навыков, проверенный. gstack (Garry Tan, YC) — 23 роли-команды (CEO/Designer/QA), есть /qa с реальным браузером. Ставь ОДНУ, не обе. Не хочешь выбирать — бери superpowers: он у нас в бою на реальных проектах. gstack — если хочется поэкспериментировать с ролями.

MCP для кода: context7, playwright

Полезны любому кодеру. context7 — свежая дока библиотек (меньше выдуманного кода); playwright — браузер для E2E. npx-пакеты в конфиг Claude Code/Codex.

Под свой язык/стек (ставь только нужное)

Язык-специфичные навыки — каждый под свой проект: Go → cc-skills-golang; iOS/Swift → swift-development, swift-mvvm, axiom-*, ios-design-system; и т.д. Или просто опиши стек в CLAUDE.md — Claude подберёт.

Дизайн (если делаешь UI)

impeccable + design-taste-frontend / emil-design-eng / mobile-app-design → ~/.claude/skills (impeccable: ещё и npx impeccable install). Подробнее — блок «Дизайн интерфейсов через AI».

Кросс-ревью: Codex CLI

npm i -g @openai/codex (или standalone-инсталлер с сайта; проверь codex --version) — второй агент для ревью изменений. Подробнее — блок «Рабочий процесс — цикл с агентом».

Blind spot pass — вскрой неизвестные до старта

Ошибки чаще от пробелов в задаче, чем от модели. В незнакомой части кода сперва попроси вскрыть слепые зоны: изучить модуль, перечислить риски, задать уточняющие вопросы, помочь улучшить промпт. Примеры показывай ссылкой на готовую библиотеку/компонент — это доносит устройство решения лучше длинного описания. (Совет инженера Anthropic.)

Пример. «Добавляю нового провайдера авторизации, но не знаю модуль auth — проведи blind spot pass и выяви важные неизвестные.»

План до кода

Прежде чем агент начнёт писать — попроси план: что меняем, какие файлы, как проверим. Утвердил → кодит. Спасает от того, что агент уносится не туда и переписывает половину проекта. (superpowers: writing-plans / executing-plans; в Claude Code есть plan-режим.)

Пример. «Добавь экспорт в CSV — сперва план по файлам и шагам проверки».

Тесты вперёд (TDD)

Под новую логику — сначала падающий тест на поведение, потом код, пока не позеленеет. Так агент не выдаёт «вроде работает». (superpowers: test-driven-development.)

Маленькими шагами + проверка фактом

Не «перепиши всё», а небольшие проверяемые правки. Перед «готово» — запусти и посмотри вывод, не верь на слово. (/run и /verify; superpowers: verification-before-completion.)

Пример. После правки — реальный вывод/скриншот, а не «должно работать».

Систематический дебаг

При баге не гадать наугад, а методично: воспроизвести → изолировать → найти корень → починить → закрыть тестом. (/debug; superpowers: systematic-debugging — самый популярный навык.)

Пример. Падает в проде, не в стейдже → по шагам сузить до причины.

Ревью: код, PR, кросс-ревью

Перед мерджем — два сита. /code-review (баги и упрощения, уровни low → max; можно натравить прямо на PR по номеру) и /security-review (уязвимости). Плюс кросс-ревью вторым агентом: прогони изменения через Codex — codex review --uncommitted, --base <ветка> или --commit <sha>. Полноценный CI/CD — отдельная DevOps-тема, не про AI.

Пример. Закончил фичу → /code-review → codex review --uncommitted → правки → PR.

Изоляция и завершение

Ветка и worktree решают разные задачи: ветка хранит отдельную историю, worktree даёт отдельную ПАПКУ с файлами. Один агент и одна задача — достаточно отдельной ветки. Два агента одновременно меняют один репозиторий — каждому свой worktree, иначе перетрут правки друг друга. Коммит и пуш — только по твоей команде, осмысленными коммитами; на основной ветке сначала отведи ветку. (superpowers: using-git-worktrees, finishing-a-development-branch.)

Пример. Один агент правит Expo-навигацию, второй — API: два worktree, две ветки, потом обычное ревью и merge.

Память проекта — чтобы агент не начинал с нуля

Раздутый контекст → больше галлюцинаций, поэтому крупную фичу лучше делать в новом окне. Чтобы агент при этом не переучивал весь проект — держи персистентную память проекта, и он читает под задачу только нужное. Два способа: (1) ВРУЧНУЮ — короткие доки в репо: docs/architecture.md (как устроено), docs/known-issues.md (прошлые баги и фиксы — не наступить снова), docs/decisions/ (решения, по сути ADR), .ai/ (шаблоны task / session-summary); агент дописывает их по ходу. (2) ИНСТРУМЕНТОМ — Engram (MCP персистентной памяти: авто-саммари решений и фактов + поиск по ним). Дополняет AGENTS.md («Основа») и superpowers (планы/саммари). Экономит токены и время новых агентов.

Пример. Туда же короткие TODO — напр.: разметка ивентов в приложении есть, а аналитика не подключена.

Переполнился контекст — /compact или /clear

Длинный чат тормозит, больше галлюцинирует и жжёт токены. /compact — сожми историю в саммари и продолжай (можно с фокусом: /compact focus on …). /clear — полный сброс под новую задачу. /context — увидеть, что съедает контекст. Авто-компакт срабатывает сам, но правила из начала могут выпасть — держи их в CLAUDE.md, а тяжёлый ресёрч выноси в субагентов (у них свой контекст).

Пример. Сессия по фиче поплыла → /compact focus on текущий модуль → контекст чистый, нить сохранена.

Параллельность субагентами

Независимые куски (разные модули, массовая правка по многим файлам) раскидай по субагентам — делается параллельно, быстрее. (superpowers: dispatching-parallel-agents, subagent-driven-development.)

Пример. Обновить импорт в 20 файлах → пачка субагентов.

Зачем это нам

Мы делаем приложения и внутренние сервисы без отдельного Figma-дизайнера — интерфейсы собирает AI. По умолчанию AI выдаёт «средний» шаблонный дизайн (AI-слоп). Чтобы UI/UX выходил хорошим и читаемым, дизайн надо гнать через специальные навыки и проверять вживую, а не принимать первый вариант.

DESIGN.md — забрать стиль готового приложения

DESIGN.md — готовый файл-описание дизайн-системы конкретного приложения/сайта (цвета, типографика, отступы, компоненты). Отдаёшь его агенту — и он строит UI в ЭТОМ стиле, а не в «среднем» дефолтном. Связка мощная: DESIGN.md задаёт целевой стиль, impeccable доводит качество и убирает слоп. Где брать: awesome-ios-design-md (топ-приложения, SwiftUI/Compose/Expo), awesome-mobile-design-md (стили под iOS/Android/RN/Flutter), designmd.app (каталог готовых файлов — выбрал, скачал, подключил).

Пример. Нравится дизайн условного Linear/Things — берёшь его DESIGN.md, и новый внутренний дашборд выходит в похожем стиле, а не шаблонным.

impeccable — главный по качеству дизайна

Дизайн-скил: аудит, полировка, информационная архитектура, борьба с AI-слопом. Команды polish, critique, distill, quieter, layout. Прогоняй им экраны и лендинги — ловит перегруз, плохой контраст, кривую иерархию.

Пример. Сгенерил экран → /impeccable critique дал список проблем (контраст, иерархия) → /impeccable polish их закрыл.

design-taste-frontend (taste)

Anti-slop фронтенд: интерфейс не выглядит сгенерированным, использует настоящие дизайн-системы и осмысленные решения, а не шаблон.

emil-design-eng — полировка и анимации

Детали и движение (Emil Kowalski, опыт Vercel/Linear): что и как анимировать, длительность до ~300мс, правильные easing-кривые. Дополняется навыком review-animations.

Мобильный UI/UX

mobile-app-design и ios-design-system — гайдлайны под экраны приложений (iOS/Android, React Native): тач-таргеты, типографика, доступность. figma-generate-design и figma-use — если всё же нужен мост в Figma.

Higgsfield — генерация картинок, иконок, видео

Официальный MCP Higgsfield: 30+ моделей картинок и видео (Flux, Kling, Veo и др.) прямо в чате. Для дизайна — быстрые ассеты: иллюстрации, иконки, фоны, превью. Добавляется как custom connector (Settings → Connectors), вход через аккаунт Higgsfield, без API-ключей.

Пример. «Сгенери набор иконок в одном стиле для онбординга приложения» — прямо в чате.

Процесс: как добиться хорошего UI/UX

1) Опиши задачу, аудиторию и тон (или дай DESIGN.md нужного стиля). 2) Сгенери экран. 3) ОБЯЗАТЕЛЬНО прогони через impeccable (critique → polish). 4) Проверь вживую: скриншоты через playwright/preview, контраст ≥4.5:1, иерархию, мобайл и тёмную тему. 5) Итерируй. Главное правило — не принимать первый вариант.

Пример. Внутренний дашборд: сгенерил → impeccable distill убрал перегруз → playwright-скриншоты на 375px и 1280px → поправил контраст и отступы.

recordscout.app — сайт, построенный агентами

Прайс-гайд по виниловым пластинкам: от идеи до запуска (12 страниц, TLS, поисковая разметка) — за считанные дни силами Claude Code. Дальше контент растёт «волнами» через собственный навык: одна команда запускает весь конвейер — расширение корпуса страниц, проверки честности данных, ревью, сборка, деплой, сайтмапы и уведомление поисковиков.

Пример. Волна 1: сайт вырос с 16 до 449 страниц (404 альбома + 28 артистов + хаб) за один запуск конвейера.

Ежедневный автопаблиш — сайт обновляется без рук

Каждое утро по крону (расписанию на сервере) агент сам собирает свежие цены и фото, пересобирает сайт, выкладывает релиз и уведомляет поисковики через IndexNow. Ни одного ручного действия — в истории изменений по аккуратному коммиту в день. Это та самая связка «навык + инструменты + расписание» из Старта, доведённая до продакшена. Хочешь так же автоматизировать свой процесс — начни с шагов 6–7 «Старта».

Пример. Кроны сдвинуты под сброс квоты источника данных — агент укладывается в лимиты сам.

Фото-пайплайн: AI-модерация пользовательских фото

Пользователи присылают фото этикеток пластинок. Прежде чем попасть на сайт, каждое фото автоматически проходит AI-проверку: этикетка это или раскатка, нет ли персональных данных (PII), совпадает ли с заявленным альбомом, и привязывается к нужной записи. Человек не сортирует фото руками вообще.

Пример. Фото без этикетки или с чужим альбомом отсеивается до публикации — на сайт попадают только проверенные.

ASO-агент: утренний бриф по конкурентам

Наш работающий агент под ASO: по расписанию через AppStoreSpy собирает по конкурентам оценки загрузок и выручки, изменение рейтинга, апдейты, движение в топ-чартах, новые креативы — и к утру готовит бриф «что поменялось». Повтори у себя за 15 минут (если источники уже подключены — «Маркетинг» → «Подключи источники данных»): 1) создай задачу по расписанию («Старт», шаг 7); 2) вставь готовый промпт кнопкой ниже и подставь своих конкурентов; 3) наутро открой Claude — в списке чатов должен ждать бриф с датой; 4) первый бриф сверь с цифрами AppStoreSpy руками.

Пример. Утром открываешь Claude — в чате задачи готовый бриф: «У конкурента вышла новая версия, рейтинг +0,2, два новых креатива». Без твоего участия.

Скопировать запрос

Этот гайд тоже сделан AI

Контент собран мульти-агентным конвейером: агенты проверяли ссылки, писали черновики под каждую роль и ревьюили тексты друг за другом; вёрстка, пересборка и деплой — Claude Code. Обновление гайда — тоже задача для агента: «проверь ссылки и допиши новое» — рабочий запрос.

Пример. Эта версия гайда: перестройка в памятку, раздел кейсов, продуктовое и дизайн-ревью двумя агентами и правки по ним — за одну сессию.

Сделал что-то полезное с AI? Добавь сюда

Раздел живой: автоматизировал рутину, собрал навык или агента — напиши владельцу гайда, добавим кейс, чтобы другие переиспользовали. Самый быстрый способ поделиться пользой с командой.

Разбор длинных видео вместо просмотра

Кинь ссылку на видео и попроси не пересказ, а РАЗБОР: тезисы + «что применить нам». Час обучалки → суть за пару минут.

Пример. Часовой доклад про AI-агентов → 5 тезисов и 3 идеи под наш ASO и аналитику, вместо 3 часов просмотра.

Саммари созвонов и интервью

Запись или транскрипт звонка → саммари: решения, договорённости, задачи и ответственные. Где брать запись: Zoom и Google Meet — встроенная запись и авто-транскрипт; Discord — бот Craig.

Пример. Собеседование в Zoom (45 мин) → транскрипт → таблица: сильные и слабые стороны, ответы на ключевые вопросы, вердикт «брать / не брать».

Разбор документов и таблиц

Длинный PDF, договор, отчёт или выгрузку — попроси выжимку, ключевые пункты, риски или ответы по тексту. Не читать 40 страниц целиком.

Пример. Договор с подрядчиком на 12 страниц → 3 спорных пункта: размытые сроки, штраф только в одну сторону, авто-продление.

Скриншот → разбор

Скриншот ошибки, графика или дашборда → AI прочитает цифры, объяснит что не так или подскажет шаг. Быстрее, чем описывать словами.

Пример. Скрин дашборда Google Ads → «CPI вырос вдвое из-за одной кампании — останови её», без ручного разбора цифр.

«Будь критиком», а не поддакивай

По умолчанию AI склонен соглашаться. Прямо попроси спорить: найти дыры, контраргументы, слабые места.

Пример. «Раскритикуй мой план запуска приложения — что не учёл, где риски, что отвалится первым?»

Один чат — одна задача

Новая тема → новый чат. В длинном смешанном треде AI путает контекст и тон прошлых задач, отвечает хуже, а ещё медленнее и дороже (жрёт токены). Частая ошибка новичка.

Пример. Вопрос про рекламу не задавай в чате, где писал ASO-описание — ответ потянет старый контекст. Начни новый чат.

Подготовка к встрече и переписке

Повестка, черновик ответа, аргументы, follow-up. Дай контекст (переписку, заметки) — получишь черновик за минуту.

Пример. Цепочка писем с подрядчиком → вежливый ответ с 3 вариантами условий и аргументом по каждому.

«Объясни просто»

Сложную статью, тред или тему — попроси объяснить под твой уровень, с примерами. Быстрый способ въехать, не гугля час.

Пример. Тред разработчиков про CI/CD → «объясни на пальцах, зачем это и что мне с этого» за минуту.

Выбирай модель под задачу

Простое (письмо, выжимка, перевод) → лёгкая быстрая модель. Сложное (стратегия, анализ, код) → старшая. Так быстрее и экономит лимиты.

Пример. Переписать 10 описаний — на лёгкой модели за секунды; разобрать стратегию конкурента — на старшей.

Режимы вывода — задай свои шорткаты

Заведи 6-8 слов-режимов в «инструкциях о себе» (Profile / Custom Instructions) — управляй форматом одним словом. В Claude Code «/» открывает меню скилов, поэтому маркер без слэша («кратко:»).

Пример. кратко = только суть · шаги = пронумерованный план · чек-лист = пункты с галочками · критикуй = найди слабые места · просто = объясни как новичку · причеши = вычитай и улучши.

Найди навык или MCP под свою задачу

Гайд не финальный — расширяй. Повторяется рутина → нужен навык/помощник; нужны живые данные (почта, база, аналитика) → MCP/коннектор. Спроси AI «найди под <задача>».

Пример. «Найди под таблицы / email-рассылки / SEO» → AI предложит готовые и поможет поставить.

Где брать и как ставить

Навыки и MCP лежат на GitHub — ссылки в гайде ведут на открытые навыки, не нашу базу. В Claude Code: скинь ссылку в чат → «установи себе». В обычном чате Claude: Settings → Capabilities → Skills (см. «Старт» → «Как поставить навык»). ВАЖНО: навык — это инструкции, которые AI будет выполнять с твоими доступами. Ставь только из каталогов этого гайда или после проверки коллегой-разработчиком, а перед установкой попроси Claude: «покажи кратко, что делает этот навык».