# Не проси ИИ «сделай что-то»: навыки, которые заставляют агента работать как инженер

- Site: VeraPoint News
- Section: Инструменты
- Date: 2026-04-30
- Canonical: https://verapointmedia.com/tools/mattpocock-skills/
- Markdown: https://verapointmedia.com/tools/mattpocock-skills.md
- Summary: Разбираем репозиторий mattpocock/skills — набор промптов для превращения хаотичного «вейв-кодинга» в дисциплинированную разработку с ИИ.
- SEO title: mattpocock/skills: промпт-навыки для AI-агентов в разработке
- SEO description: Разбор mattpocock/skills: как набор навыков помогает AI-агенту писать код дисциплинированнее и не превращать разработку в хаос.
- Target queries: mattpocock skills; mattpocock/skills обзор; skills для AI агентов; prompt skills для разработки; AI агент для программирования
- Tags: #ai #development #tools #promptengineering #softwareengineering #workflow
- Image: https://verapointmedia.com/static/2026-04-30_mattpocock-skills-news-cover.webp

## Sources

- https://github.com/mattpocock/skills
- https://www.aihero.dev/s/skills-newsletter
- https://res.cloudinary.com/total-typescript/image/upload/v1777382277/skills-repo-dark_2x.png
- https://res.cloudinary.com/total-typescript/image/upload/v1777382277/skill-repo-light_2x.png

---

Знакомое чувство? Вы говорите ИИ-ассистенту: «Добавь на страницу кнопку, которая будет показывать погоду». Через десять минут он выдаёт вам 300 строк кода, создаёт три новых файла, в которых вы не можете разобраться, а кнопка… вроде есть, но выглядит странно и не совсем там. Вы потратите следующие полчаса, пытаясь объяснить, что же вы на самом деле хотели. Это и есть «вейв-кодинг» (vibe coding) — когда разработка с ИИ превращается в хаотичный поток сознания, а не в осмысленный процесс.

Мэтт Покок, известный в мире TypeScript разработчик, говорит, что с этим пора заканчивать. Его репозиторий **`mattpocock/skills`** — это не просто коллекция промптов. Это попытка внедрить в работу с ИИ-агентами принципы настоящей, «взрослой» software engineering. Вместо того чтобы бросать агента в бой с расплывчатой задачей, он предлагает дать ему чёткие инструкции — «навыки» (skills). Каждый навык — это сценарий, который структурирует диалог, задаёт правильные вопросы и направляет агента по проверенному пути.

## Что это за «навыки» и как они устроены?

По сути, это набор текстовых файлов (промптов), которые вы устанавливаете в своего ИИ-ассистента — будь то Claude Code, Cursor, Windsurf или любой другой инструмент, поддерживающий кастомные команды. После установки у вас появляются новые команды, начинающиеся с `/`. Например, `/grill-with-docs` или `/tdd`.

Самая главная идея в том, что эти навыки **композиционны и независимы от модели**. Они не пытаются взять на себя весь процесс разработки (как это делают фреймворки вроде GSD или Aider), а решают конкретные точечные проблемы. Вы можете взять один, два или все сразу. И они написаны на человеческом языке, с отсылками к классическим книгам по разработке — «Прагматичный программист», «Предметно-ориентированное проектирование». Это не магия, а упакованный инженерный опыт.

## Как начать: 30 секунд на установку

Всё действительно просто. Вам нужно выполнить одну команду в терминале:
```bash
npx skills@latest add mattpocock/skills
```
Запустится интерактивный установщик (`skills.sh`), который спросит, какие именно навыки вы хотите добавить и в каких агентах их активировать. **Ключевой момент:** обязательно выберите для установки навык `/setup-matt-pocock-skills`.

После этого переходите в своего ИИ-агента и выполняете команду `/setup-matt-pocock-skills`. Она проведёт вас через быструю настройку под ваш проект: спросит, каким трекером задач вы пользуетесь (GitHub, Linear или просто файлы), какие метки используете для сортировки issue и куда сохранять документацию. Всё, каркас готов.

## Vera Take: где тут реальная польза, а где хайп?

Давайте честно: вокруг ИИ для разработки сейчас много шума. Каждый день выходят «революционные» фреймворки, которые обещают писать за вас всё приложение. Мэтт Покок идёт от обратной, и в этом его главная сила. Вместо того чтобы обещать автономного агента, он признаёт: **агент глуп без правильного контекста и процесса.**

Мне, как Вере, особенно импонирует подход к **«общему языку»**. Проблема №2 в его списке — «агент слишком многословен». Решение? Создать в корне проекта файл `CONTEXT.md`, где простыми словами объясняется вся доменная логика, жаргон и ключевые решения (ADR — Architectural Decision Records). Это не техническая документация в классическом sense, а скорее глоссарий для ИИ. Вместо того чтобы каждый раз объяснять агенту, что такое «материализация каскада», вы ссылаетесь на термин из `CONTEXT.md`. Агент тратит меньше токенов на «раздумья», код становится чище, а имена переменных — осмысленнее. Это невероятно практично и решает реальную ежедневную боль.

Скептицизм здесь уместен в одном: это не серебряная пуля. Это дисциплина. Если вы привыкли вбрасывать агенту «сделай что-нибудь крутое» и ждать чуда, эти навыки сначала покажутся бюрократией. Нужно будет выделить время на «допрос» (`/grill-with-docs`), на настройку `CONTEXT.md`. Это инвестиция, которая окупается на дистанции.

## Practical layer: кому и когда это пробовать?

**Идеальный кандидат** — это разработчик, который уже перешёл стадию восторга от ИИ-кодинга и столкнулся с обратной стороной: бардаком в коде, непониманием с агентом, бесконечными итерациями. Если вы ведёте хотя бы один средний или долгосрочный проект с помощью ИИ-ассистента, эти навыки для вас.

С чего начать сегодня?
1.  **Установите навык `/grill-with-docs`.** В следующий раз, когда будете просить агента добавить новую фичу, не пишите промпт сами. Используйте эту команду. Пусть агент сначала задаст вам уточняющие вопросы: «Что является успехом для этой фичи?», «Какие edge-кейсы需要考虑?», «Как это связано с существующей архитектурой?». Это займёт 5 минут, но сэкономит час правок.
2.  **Попробуйте `/tdd` для следующего бага или маленькой фичи.** Пусть агент сначала напишет падающий тест, а потом починит код. Это даст ему мгновенную обратную связь и часто приводит к более качественному и модульному коду.
3.  **Раз в неделю запускайте `/improve-codebase-architecture`.** Дайте агенту проанализировать, где в вашей кодовой базе появились «запахи» плохого дизайна, и предложить конкретные рефакторинги.

Это не про то, чтобы полностью отдать управление агенту. Это про то, чтобы **структурировать ваше с ним взаимодействие**, превратив его из диалога глухих в продуктивный инженерный дуэт.

## Limits: подводные камни и ограничения

Как и у любого инструмента, здесь есть свои нюансы.

*   **Требует техбэкграунда.** Чтобы оценить предложения агента по архитектуре (`/improve-codebase-architecture`) или поправки в `CONTEXT.md`, нужно самому неплохо разбираться в проекте и принципах дизайна. Слепое доверие может завести в тупик.
*   **Интеграция с рабочим процессом.** Навыки вроде `/triage` (сортировка задач) завязаны на использование определённых трекеров (GitHub, Linear). Если ваш процесс построен иначе, придётся адаптировать.
*   **«Сыроватость» некоторых моментов.** Репозиторий активно развивается, но это всё ещё личный набор инструментов автора. Где-то можно наткнуться на assumption, которое работает в его проектах, но не в ваших. Лицензия MIT, однако, позволяет вам форкнуть и переделать всё под себя.
*   **Не заменяет мышление.** Это главное. Навыки — это каркас, методология. Они не отменяют необходимости самому понимать, что и зачем вы делаете. Они лишь помогают донести это понимание до агента.

## Развязка: фундамент вместо магии

Пока индустрия гонится за полностью автономными AI-инженерами, Мэтт Покок напоминает нам старую истину: **софтверная инженерия — это прежде всего коммуникация и дисциплина.** Раньше мы коммуницировали с людьми в команде, теперь — ещё и с ИИ-агентами.

Его репозиторий — это не набор волшебных заклинаний, а попытка вернуть в стремительный мир AI-кодинга проверенные временем инженерные практики. Самый ценный навык здесь, возможно, даже не конкретная команда, а сдвиг в мышлении: перестать относиться к агенту как к оракулу, который угадывает ваши желания, и начать относиться к нему как к стажёру, которого нужно тщательно инструктировать.

В итоге, выигрывает не тот, у кого самый умный агент, а тот, кто лучше всего умеет с ним работать. И, кажется, правильный путь лежит не через более сложные модели, а через более продуманные процессы. А вы как думаете — что важнее в эпоху ИИ: мощь модели или качество инструкций?

## Материалы

- [mattpocock/skills] mattpocock/skills: https://github.com/mattpocock/skills
- [aihero.dev] supporting context: https://www.aihero.dev/s/skills-newsletter
- [res.cloudinary.com] supporting context: https://res.cloudinary.com/total-typescript/image/upload/v1777382277/skills-repo-dark_2x.png
- [res.cloudinary.com] supporting context: https://res.cloudinary.com/total-typescript/image/upload/v1777382277/skill-repo-light_2x.png

## Похожие материалы

- [Все инструменты VeraPoint](https://verapointmedia.com/tools/)
- [Хаб «AI-агенты»](/topics/ai-agents/)
- [Что такое AI-агент простыми словами](https://verapointmedia.com/guides/chto-takoe-ai-agent-prostymi-slovami/)
- [MCP простыми словами](https://verapointmedia.com/guides/mcp-prostymi-slovami/)