Общее
AI помогает по-настоящему только когда настроен под тебя: без настройки — общие ответы из интернета, после 15-30 минут настройки один раз — он помнит, чем ты занят, и реально ускоряет работу. Здесь — самое базовое: что это всё такое простыми словами, как стартовать за 15 минут и какие правила безопасности обязательны для всех.
Незнакомый термин? Загляни в Словарь.
С чего начать3
Главная мысль: настрой один раз — экономь каждый день
AI без настройки — как новый сотрудник, которому никто не рассказал, чем занимается компания: отвечает вежливо, но общо и мимо. Когда ты один раз объясняешь, кто ты и над чем работаешь, он перестаёт каждый раз спрашивать одно и то же и начинает отвечать в контексте Stepamobile. Это 15-30 минут разово, дальше экономит часы.
Пример. Без настройки на запрос «напиши описание для приложения» получишь шаблон ни о чём. С настройкой — текст под конкретное приложение, под App Store (магазин Apple), в нашем стиле.
Чат vs кодинг-агент — не перепутай
Есть два разных типа инструментов. ЧАТ (Claude, ChatGPT) — для всех: спросить, написать текст, разобрать данные. КОДИНГ-АГЕНТ (Claude Code, Codex) — только для разработчиков: они сами правят файлы проекта, запускают команды и тесты. Если ты не пишешь код — тебе нужен чат, и этого достаточно.
Пример. ASO-специалист (тот, кто улучшает страницы приложений в магазинах) и маркетолог работают в чате. Разработчики мобильных приложений и CRM — в Claude Code/Codex.
Десктоп сильнее браузера
Один и тот же Claude в приложении на компьютере и в браузере — это не одно и то же. Разница в том, к чему он может дотянуться. ДЕСКТОП-приложение видит файлы и проекты прямо на твоём компьютере (это и есть «локальные» подключения — то, что лежит рядом с тобой, на твоей машине). В БРАУЗЕРЕ так нельзя: он работает только с тем, что доступно через интернет («удалённые» подключения, например онлайн-сервисы). Грубая аналогия: десктоп — как помощник, сидящий за твоим столом и видящий твои папки; браузер — как помощник по телефону, которому всё надо пересылать. Хочешь выжать максимум — ставь десктоп-приложение.
Пример. Чтобы Claude разобрал выгрузку из Google Ads (рекламный кабинет Google) в виде файла на твоём компьютере — нужен десктоп, потому что файл лежит локально, у тебя на машине.
Быстрый старт за 15 минут3
Расскажи о себе (самый важный шаг)
Это «операционная система» помощника: кто ты, чем занимаешься в Stepamobile, как тебе отвечать (коротко/по делу/на русском), чего избегать. Записывается один раз и читается в КАЖДОМ новом чате — больше не надо представляться заново. Без этого шага всё остальное работает вполсилы. Названия пунктов меню в интерфейсе иногда чуть отличаются — ищи раздел про «профиль» или «персональные настройки», даже если подписано не слово в слово так.
Пример. «Я в ASO-команде Stepamobile, улучшаю страницы наших приложений (листинги) в App Store и Google Play. Отвечай кратко, на русском. Тексты для магазина — на английском.»
Заведи проект под своё направление
Проект — папка под одно направление. Главное: заводи НЕ один проект, а по проекту под КАЖДОЕ своё направление (ASO, Реклама, Контент, Аналитика и т.д.). В каждый впиши свой контекст — чем занимаешься, какие приложения и конкуренты, тон, правила — и положи нужные файлы. Тогда в любом чате внутри проекта AI уже всё это знает, и объяснять заново не надо. Контекст можно дополнять в любой момент.
Пример. Проект «ASO» с правилами оформления страниц приложений и списком наших приложений; проект «Google Ads» с описанием рекламных кампаний и правилами по ставкам.
Подключи нужные коннекторы (с осторожностью)
Коннектор — это подключение конкретного приложения (Gmail, Календарь, Диск, Notion) через вход в твой аккаунт, чтобы помощник видел нужные данные. Бывают двух видов: read (только смотреть) и write (ещё и менять). Начинай ВСЕГДА с read — это безопаснее: ничего случайно не изменит и не удалит.
Пример. Подключил Календарь на read — попросил собрать повестку встреч на завтра, ничего при этом не меняя.
Готовые запросы (скопируй и поменяй под себя)6
Не знаешь, что спросить — просто опиши задачу
Главное для новичка: не нужно знать «правильную команду». Опиши задачу своими словами и добавь «как ты можешь помочь?» — AI сам предложит варианты, дальше уточняешь. С этого можно начать что угодно.
Пример. «Мне надо подготовить отчёт по собесам за неделю — как ты можешь помочь?»
Написать текст
«Напиши <что: пост / письмо / описание> для <кого>, тон <деловой / дружелюбный>, до <N> слов. Контекст: …»
Пример. «Напиши письмо кандидату с отказом — мягко и уважительно, 5-7 предложений.»
Сократить или разобрать
«Сделай выжимку этого: главные мысли + что важно; если есть задачи — выпиши.» И вставь текст или приложи файл.
Пример. «Сократи этот тред до 5 пунктов и выдели, что требует моего решения.»
Ответить на письмо или сообщение
«Напиши ответ на это, цель — <…>. Дай 2 варианта: покороче и помягче.» Вставь переписку.
Пример. «Ответь клиенту, недовольному сроком, — извинись и предложи решение.»
Сравнить и решить
«Сравни эти варианты по <критерии>, дай таблицу за/против и рекомендацию.»
Пример. «Сравни двух кандидатов по опыту, soft skills и рискам.»
Идеи, план, чек-лист
«Дай 10 идей <чего> под <контекст>» · «Составь план или чек-лист для <задача>».
Пример. «Чек-лист онбординга нового сотрудника на первую неделю.»
Полезные приёмы10
Разбор длинных видео вместо просмотра
Лень смотреть час обучалки (курсы AI Foundation и т.п.)? Кинь ссылку на видео и попроси не пересказ, а РАЗБОР: главные тезисы плюс «что из этого применить именно мне и нам». За пару минут — суть и идеи под свои задачи. В Claude работает через youtube-transcript (расшифровка); в ChatGPT — вставь ссылку или субтитры.
Пример. Длинный курс про AI-агентов: разбор за 2 минуты + список идей под ASO и аналитику, вместо 3 часов просмотра.
Саммари созвонов и интервью
Получи запись или расшифровку звонка → закинь в Claude → попроси саммари: решения, договорённости, задачи и кто ответственный. Где брать запись: Discord — бот Craig (/join … /stop); Zoom и Google Meet — встроенная запись и авто-транскрипт; либо запиши аудио и расшифруй. Полезно HR (собесы в Zoom/Meet), проджектам и всем с регулярными созвонами — не переслушивать час руками.
Пример. Собеседование в Zoom → транскрипт → Claude: сильные/слабые стороны, ответы на ключевые вопросы, рекомендация.
Разбор документов и таблиц
Кинь длинный PDF, договор, отчёт или выгрузку — попроси выжимку, ключевые пункты, риски или ответы на вопросы по тексту. Не надо читать 40 страниц целиком.
Пример. Договор с подрядчиком → AI выделил спорные пункты, сроки и штрафы.
Скриншот → разбор
Кинь скриншот ошибки, экрана, графика или дашборда — AI прочитает цифры, объяснит, что не так, или подскажет следующий шаг. Часто быстрее, чем описывать словами.
Пример. Скрин ошибки в приложении → объяснил причину; скрин дашборда → свёл выводы.
«Будь критиком», а не поддакивай
Попроси AI спорить: найти дыры в идее, плане или тексте, привести контраргументы. По умолчанию он склонен соглашаться — прямо скажи «критикуй жёстко, где слабые места».
Пример. «Раскритикуй мой план запуска — что не учёл, где риски?»
Подготовка к встрече и переписке
Повестка, черновик ответа на письмо, аргументы к разговору, follow-up после встречи. Дай контекст (переписку, заметки) — получишь готовый черновик за минуту.
Пример. Цепочка писем → вежливый ответ с тремя вариантами условий.
«Объясни просто»
Сложную статью, тред, документацию или тему — попроси объяснить простыми словами под твой уровень, с примерами. Быстрый способ въехать в незнакомое, не гугля час.
Пример. Длинный технический тред → объяснение на пальцах за минуту.
Режимы вывода — задай свои шорткаты
Заведи 6-8 коротких слов-режимов в «инструкциях о себе» (Profile / CLAUDE.md) — и управляй форматом ответа одним словом, без длинных просьб. Нюанс: в Claude Code/Desktop ведущий «/» открывает меню скилов, поэтому используй слово-маркер без слэша (например «кратко:»). Часть таких «команд» уже есть по-настоящему — /code-review и /impeccable (polish, critique).
Пример. Готовый набор: кратко = только суть · развёрнуто = подробно с примерами · шаги = пронумерованный план · чек-лист = пункты с галочками · критикуй = найди слабые места без поддакивания · просто = объясни как новичку · черновик = быстрый сырой вариант · причеши = вычитай и улучши.
Найди навык или MCP под свою задачу
Гайд не финальный — расширяй под себя. Повторяется ручная рутина → нужен НАВЫК; нужны живые данные (почта, база, аналитика) → нужен MCP или коннектор. Самый простой способ: встроенный find-skills — напиши «найди навык для <задача>», Claude предложит подходящие и поможет поставить.
Пример. «Найди навык для таблиц / для email-рассылок / для SEO».
Где брать и как ставить
Навыки и MCP лежат на GitHub — ссылки в этом гайде ведут именно на такие репозитории (это не наша внутренняя база, а открытые навыки). Самый простой способ поставить: СКИНУТЬ ССЫЛКУ В ЧАТ и попросить «установи этот навык себе». Каталоги для поиска: awesome-claude-skills, claude-skill-registry, anthropics/skills, реестр MCP на modelcontextprotocol.io. Вручную: Claude Desktop → Skills → загрузить (zip); у разработчиков — в ~/.claude/skills; коннекторы — Settings → Connectors.
Полезные навыки для всех6
Документы: pdf / docx / xlsx / pptx
Создание и разбор файлов и презентаций: выжимка из PDF, таблица в Excel, черновик слайдов, правка Word. Встроены — ставить не надо.
Пример. PDF-исследование → выжимка на страницу + 6 слайдов для созвона.
deep-research — ресёрч с проверкой фактов
Многоисточниковый разбор темы с отчётом и ссылками. Берёшь перед решением, обзором рынка или изучением незнакомого — когда нужен не быстрый ответ, а проверяемый.
Пример. «Разбери нишу X: игроки, цены, что хвалят и ругают» → отчёт со ссылками.
web-scraping — данные с сайтов
Извлечение данных со страниц (списки, цены, таблицы, контакты) без ручного копирования.
Пример. Собрать таблицу цен/характеристик с нескольких страниц конкурентов.
human-writing — естественное письмо
Помогает писать по-человечески, а не «как нейросеть» (работает и для русского, в отличие от humanizer). Для постов, писем, текстов.
Пример. Черновик поста → переписать живым языком под наш тон.
Визуальное: canvas-design, image
Генерация и правка картинок и простого визуального контента прямо в чате.
Пример. Быстрая обложка/схема/иллюстрация под заметку или пост.
Ещё больше — через find-skills / skills.sh
Не нашёл нужного? Спроси «найди навык для <задача>» (find-skills) или загляни в каталог skills.sh. Готовые примеры под многих: заметки со встреч (meeting-notes), графики и диаграммы, перевод.
Гигиена — обязательно для всех5
Секреты — никогда не вставлять в чат
Правило для всех: пароли, API-ключи и данные клиентов НИКОГДА не вставляем в чат. API-ключ — это секретный пароль-доступ к сервису (например, к нашей аналитике): попадёт не туда — чужой получит доступ от нашего имени. ОТДЕЛЬНО ДЛЯ РАЗРАБОТЧИКОВ: ключи держать в защищённом файле ~/.secrets (права 600), не в конфиге проекта. Нюанс macOS: Claude Desktop не запускает shell-скрипты (.sh) — обёртки для ключей делать на Python.
Пример. Нужен разбор по клиенту — обезличь данные перед отправкой (убери имена, контакты), ключи доступа не показывай.
Проверяй факты — AI уверенно ошибается
AI может убедительно выдать неправду. Любые цифры, цитаты, статистику и «факты» — перепроверяй у первоисточника, особенно перед тем как ставить в отчёт или показывать клиенту.
Пример. Назвал оценку загрузок конкурента — сверь с AppStoreSpy, прежде чем закладывать в стратегию.
Превью до публикации
Любой текст для магазина, рекламы или клиента сначала прочитай сам, прежде чем опубликовать. AI ускоряет черновик — но финальную ответственность несёшь ты.
Пример. Сгенерировал описание для App Store — прочитал, поправил под наш тон, и только потом залил.
Коннекторы — начинай с read
Когда подключаешь приложение, выбирай доступ «только смотреть» (read), а не «менять» (write). Так помощник ничего случайно не изменит и не удалит. Право на изменение давай только когда точно понимаешь, зачем.
Пример. Подключил Диск на read для чтения брифов — этого хватает, write не нужен.
Пример агента целиком: ASO-агент
Чтобы всё связалось в голове — вот реальный пример под нашу работу. ASO-агент: навык, который по расписанию через AppStoreSpy собирает по конкурентам оценки загрузок/выручки, изменение рейтинга, вышел ли апдейт, движение в топ-чартах магазина и новые рекламные креативы — и пишет утренний бриф «что у конкурентов поменялось», сравнивая с прошлым запуском. Это и есть агент = навык + инструмент + память + расписание.
Пример. Каждое утро в почте короткий бриф: «У конкурента вышла новая версия, рейтинг +0,2, два новых рекламных креатива» — без твоего участия.
Маркетинг / ASO
Здесь — что из маркетинговых и ASO-задач можно отдать AI и чем именно. По каждому пункту: что делегируешь, каким инструментом, короткий пример из наших задач.
Базовая настройка (о себе, проекты, коннекторы) — на вкладке Общее.
Тексты и копирайт3
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.
Конкуренты и рынок3
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».
Реклама и контент4
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.
Навыки и данные под роль5
Маркетинговый набор (marketingskills)
45 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.
humanizer — англ. тексты
Чистит английский текст от следов ИИ. Только английский — для русского не нужен.
Пример. Прогнать английское описание или объявление перед публикацией.
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).
Higgsfield — картинки/видео
MCP для генерации визуала под креативы и контент прямо из чата.
Пример. Сгенерировать варианты обложки или ролика под рекламный тест.
Нужно что-то ещё?
Как искать и ставить новые навыки/MCP под себя — во вкладке Общее → Как искать навыки и MCP под себя.
Продакт
Что из продуктовых задач можно отдать AI и чем именно. Каждый пункт — задача, инструмент и короткий пример из наших приложений.
Базовая настройка (о себе, проекты, коннекторы) — на вкладке Общее.
Ресёрч и отзывы3
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.
Пример. 200 отзывов -> 'часто просят тёмную тему, жалуются на рекламу между экранами' -> две строки в бэклог.
Подсмотреть, что у конкурентов
AppStoreSpy подключён как MCP: оценки загрузок и выручки, рейтинг, число отзывов, даты и версии апдейтов, движение в топ-чартах, похожие приложения и ссылки на их креативы. На нашем тарифе пока закрыты отзывы конкурентов, подсказки ключевых слов и выжимка по нише; позиций в поиске по ключам он не даёт.
Пример. Один конкурент выпустил апдейт и поднялся в топ-чарте, другой запустил новый креатив -> учитываем в плане.
Документы и решения4
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.
Навыки и данные под роль3
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?
Как искать и ставить новые навыки/MCP под себя — во вкладке Общее -> Как искать навыки и MCP под себя.
Разработчик
Кодинг-агент — это не чат, а помощник, который сам правит файлы, гоняет тесты и работает с git. Двое таких: Claude Code (агент от Anthropic, тех же создателей, что и Claude) и Codex (агент от OpenAI, создателей ChatGPT).
Основа2
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 — это файл-ярлык, который указывает на первый, так правишь в одном месте, а 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.
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 — это записанный «плейбук» под повторяющуюся задачу: пошаговая инструкция, которую агент сам подхватывает, когда задача под неё подходит. Аналогия — памятка новому сотруднику на первый день: надёжнее, чем каждый раз сочинять промпт заново, потому что шаги уже зафиксированы и ничего не забывается. Почему вообще навыки лучше разовых промптов: в открытом замере Anthropic на тестовой задаче агент с навыком (где прописаны шаги и проверки) решал её правильно почти всегда против примерно трети случаев у голого промпта — цифры из их материалов, на наших задачах могут отличаться, но разрыв показателен. В Claude Code это Skills, в Codex — Agent Skills (вызываются по имени со знаком доллара, например $release). Ставятся в папку ~/.claude/skills (у нас — через симлинки, то есть файлы-ярлыки на реальные папки навыков, потому что встроенная установка через /plugin у нас недоступна).
Пример. Навык «релиз Expo-сборки» или «прогон линтера и тестов перед PR» (PR — pull request, заявка на вливание твоих правок в основную ветку) для tcg-scanner: один раз описал шаги — дальше агент делает их одинаково каждый раз, ничего не пропуская.
Подключения (MCP) и хуки4
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 (от англ. hook, «крючок») — это действие, которое выполняет САМА программа Claude Code, а не модель, в момент определённого события. Это надёжнее, чем просить агента «всегда делай X»: модель может забыть или отвлечься, программа — нет. Два главных применения у нас: авто-формат кода после каждой правки и блокировка опасных команд (чтобы агент не выполнил что-то разрушительное). События называются по-английски: PostToolUse — «после того как агент применил инструмент» (например, после правки файла), PreToolUse — «до того как агент применит инструмент» (тут и ловим опасные команды, пока они не выполнились). Хуки есть только в Claude Code — в Codex и обычном чате этого нет.
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.
Безопасность ключей3
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.
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.
Нюанс macOS: обёртки только на Python
Claude Desktop на macOS не запускает shell-скрипты (файлы .sh) — выдаёт ошибку EPERM. EPERM — это системная ошибка прав доступа, дословно «operation not permitted», то есть «операция не разрешена»; ОС просто не даёт Desktop выполнить такой скрипт. Поэтому обёртку, которая достаёт ключ из ~/.secrets и передаёт его MCP-серверу, делай на Python (файл run.py), а не на bash (.sh). Мелочь, но без неё подключение просто не стартует.
Пример. Для appstorespy MCP обёртка — это run.py: он читает ключ из ~/.secrets и отдаёт серверу. Если сделать то же самое на .sh, Desktop падает с ошибкой EPERM (нет прав запустить shell-скрипт).
Коннекторы — начинай с read
Коннектор — это подключение конкретного приложения (Gmail, Календарь, Диск, Notion) через вход в твой аккаунт. Бывают двух видов: read (только смотреть) и write (смотреть и менять). Начинай с read: агент сможет читать данные, но ничего случайно не испортит и не удалит. Право на запись (write) добавляй только когда уверен в сценарии и понимаешь, что агент будет менять. Это та же логика и в Claude, и в ChatGPT — названия чуть разные, смысл read/write одинаковый. Напоминание из интро: локальные коннекторы полноценно работают в десктоп-приложении, в браузере многое не заведётся.
Пример. Подключаешь Диск или Notion с командной документацией по приложениям — сначала только чтение (read), чтобы агент собирал контекст, но не редактировал общие файлы команды.
Что поставить — опции под свой стек6
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.
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 — в «Дизайне».
Кросс-ревью: Codex CLI
npm i -g @openai/codex — второй агент для ревью изменений. Подробнее — в «Рабочем процессе».
Рабочий процесс — цикл с агентом8
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/упрощения, low→ultra) и /security-review (уязвимости). Плюс кросс-ревью: прогони изменения через Codex — второй модельный взгляд. Codex review git-aware: codex review --base <ветка> | --uncommitted | --commit <sha>. На пул-реквесты: /code-review ultra даёт облачное ревью прямо по PR, у вас подключён GitHub-коннектор. (Полноценный CI/CD — отдельная DevOps-тема, не про AI.)
Пример. Закончил фичу → /code-review → codex review --uncommitted → правки до PR; на PR — /code-review ultra.
Изоляция и завершение
Рискованную работу веди в отдельной ветке (worktree — если проект не привязан к папке; Expo привязан → бери ветку). Коммит и пуш — только по твоей команде, осмысленными коммитами; на основной ветке сначала отведи ветку. (superpowers: using-git-worktrees, finishing-a-development-branch.)
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.
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.
Дизайн интерфейсов через AI8
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 (200 топ-приложений, SwiftUI/Compose/Expo), awesome-mobile-design-md (стили под iOS/Android/RN/Flutter), designmd.app (461 готовый файл — 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.
Словарь
Что значат термины из гайда — простыми словами. Ниже — ссылки на все инструменты.
- AI-помощник / чат (Claude, ChatGPT)
- Программа, с которой переписываешься как в мессенджере, и она помогает с задачами текстом. Это как умный коллега в окне чата: десктоп-приложение умеет работать с твоими файлами и инструментами, а в браузере оно слабее.
- Кодинг-агент (Claude Code, Codex)
- Помощник не для болтовни, а для разработчиков: сам правит файлы с кодом, запускает команды и тесты. Как подрядчик, которого пускаешь в проект работать руками, а не просто советоваться.
- Навык (skill)
- Записанный заранее плейбук под повторяющуюся задачу, чтобы AI делал её одинаково хорошо каждый раз. Как инструкция для нового сотрудника на первый день — надёжнее, чем каждый раз объяснять заново разовым промптом.
- MCP
- Мостик, который подключает AI к реальным инструментам и данным — почте, базе, аналитике, браузеру. Технически это небольшой сервер; по сути — переходник, через который помощник дотягивается до твоих рабочих систем.
- Коннектор
- Подключение конкретного приложения (Gmail, Календарь, Диск, Notion) через вход в свой аккаунт. Как выдать помощнику пропуск в одну комнату: бывает «только смотреть» (read) и «можно менять» (write) — начинать безопаснее с read.
- Проект
- Папка-«департамент» под направление (ASO, Реклама, Контент) со своим контекстом и файлами. Как отдельная рабочая папка на столе, чтобы не объяснять помощнику одно и то же при каждом разговоре.
- Память
- То, что AI помнит о тебе и работе между разговорами, а не забывает после каждого чата. Как коллега, который помнит вчерашние договорённости и не переспрашивает заново.
- Инструкции о себе (Profile / CLAUDE.md / AGENTS.md / Custom Instructions)
- Заметка о том, кто ты, чем занимаешься, как отвечать и чего избегать — её AI читает в каждом чате. Это как «операционная система» помощника и самый важный шаг настройки; в Claude это Profile, в Claude Code файл CLAUDE.md, в Codex файл AGENTS.md, в ChatGPT Custom Instructions.
- Хук
- Автодействие, которое выполняет сама программа (не модель) при каком-то событии — например, авто-форматирует код после правки или блокирует опасную команду. Как автоматический выключатель в щитке: срабатывает сам и потому надёжнее, чем просить модель «всегда делай так». Есть только в Claude Code.
- Расписание (Scheduled tasks / Tasks)
- Запуск задачи по таймеру, без твоего участия — например, утренний отчёт каждый день. Как будильник для задачи; нюанс десктопа: компьютер должен быть включён, а приложение открыто.
- Агент
- Связка «навык + инструменты + память + расписание», где AI сам решает по ходу, что делать и на что обратить внимание. Если простая автоматизация тупо тянет цифры, то агент ещё и осмысляет их и пишет вывод — как сотрудник, а не калькулятор.
- App Store / Google Play
- Магазины приложений Apple и Google — места, где люди скачивают приложения.
- Листинг
- Страница нашего приложения в магазине: название, описание, скриншоты.
- ASO
- Оптимизация листинга, чтобы приложение лучше находили и чаще скачивали.
- Google Ads
- Рекламный кабинет Google, где мы покупаем платную рекламу.
- TikTok УБТ
- Условно-бесплатный (органический) трафик: зрители приходят из TikTok сами, без оплаты.
- AI-слоп
- Шаблонный, «как у нейросети» результат — текст или дизайн, по которому сразу видно, что делал AI. От него и избавляемся.
- DESIGN.md
- Готовый файл-описание дизайн-системы приложения или сайта (цвета, шрифты, отступы, компоненты). Отдаёшь его AI-агенту — и он строит интерфейс в этом стиле, а не в «среднем» дефолтном. Как референс-макет, только текстом.