Claude Code AI как исполнитель: протокол, который превращает заброшенные проекты в рабочие

Двадцать лет опыта в разработке и десяток заброшенных личных проектов. Знакомая ситуация для любого, кто пишет код днём на работе, а вечером пытается довести свои идеи до результата. Один разработчик описал, как перешёл от скепсиса к рабочей системе на базе Claude Code AI, и выложил конкретный протокол, который можно повторить.

Главное не в том, что ИИ печатает быстрее. Главное в том, что у соло-разработчика появился исполнитель, которому можно делегировать, если выстроить процесс. Где раньше уходила неделя, стал уходить день. Где день, там час.

Что понадобится?

• Claude Code (агентный режим работы с кодом через терминал)
• Любой проект с Git-репозиторием
• Файл состояния проекта (обычный текстовый файл: задача, ветка, следующий шаг, что мешает)
• Справочник стека: по файлу на каждую технологию с актуальной версией и ссылками на документацию
• Около 2 часов на первичную настройку протокола, дальше каждая сессия стартует за минуты

Пошаговая инструкция: от хаоса к конвейеру

1. Заведите файл состояния проекта. Это обычный текстовый или Markdown-файл в корне репозитория. Три поля: где я, что делаю, что дальше. При старте каждой сессии хук (автоматический скрипт, запускающийся при определённом событии) отдаёт его Claude вместе с последними коммитами. Побочный эффект: вы сами перестаёте тратить полчаса на вспоминание контекста после перерыва.

2. Запишите протокол работы. Без протокола Claude Code AI выдаёт «одно плюс то, о чём не просили». Протокол фиксируется в системном промпте (system prompt, инструкция, которую модель читает перед началом работы):

Непонятно в задаче — спроси.
Есть развилка — предложи 2–3 варианта с ценой каждого. Решаю я.
Покажи черновик. Спроси, можно ли писать.
Только потом пиши.

1. Создайте справочник стека. На каждую технологию отдельный файл: актуальная версия, принятые сейчас подходы, ссылки на официальную документацию. Без справочника модель пишет код под позапрошлогодние версии, потому что обучающие данные (training data, массив текстов, на которых модель училась) отстают от реальности. Агенты (ИИ-агент, программа, которая сама выполняет цепочку действий для достижения цели) обязаны прочитать справочник до начала работы.

# angular.md
version: 18.x
style: standalone components, signal-based reactivity
docs: https://angular.dev
updated: 2025-05-10

1. Привяжите закрытие задачи к тестам. Задача не считается закрытой, пока тесты реально не запущены и не пройдены. Команда закрытия задачи запускает тесты автоматически. Claude иногда докладывает «готово», хотя тесты даже не запускались. Не верьте на слово, проверяйте по результату.

2. Разделите модели по ролям. Для глубокого анализа и выбора направления используйте одну модель. Для написания кода другую. Автор описанного подхода использует разные версии Claude под разные задачи: одна «думает», другие «пишут».

3. Настройте хуки безопасности. Хуки, которые не дают закоммитить секреты (пароли, ключи API) и сделать force-push (принудительную перезапись истории в репозитории). Это стандартная практика для команд, и с ИИ-агентом она обязательна вдвойне.

4. Проверяйте код по уровню риска. Безопасность, авторизация, миграции базы данных, архитектурные границы, всё, что связано с Git: читайте целиком. Остальное проверяйте по тестам и по результату. Так же вы проверяли бы работу коллеги, которому доверяете, но не безгранично.

Что делать с этим прямо сейчас?

Разработчику с заброшенными проектами: начните с одного проекта. Заведите файл состояния, запишите протокол, создайте справочник стека. Этого достаточно, чтобы за выходные перевести проект из «когда-нибудь доделаю» в «есть рабочий прототип».

Автору Дзена, который пишет про технологии: описанный подход, это конкретный кейс для статьи «как разработчик автоматизировал работу с ИИ». Тема набирает просмотры, потому что аудитория хочет не теорию, а чужой опыт с конкретными шагами.

Предпринимателю в РФ: Claude Code доступен через API Anthropic, но стабильность доступа зависит от текущих ограничений. Из российских аналогов для кодинга можно посмотреть на GigaCode от Сбера, хотя агентный (agentic, способный самостоятельно выполнять цепочку шагов) режим у него пока на другом уровне. Проверяйте доступность на момент чтения.

Описанный протокол работает не потому, что Claude Code AI стал умнее. Он работает потому, что разработчик перестал ждать от модели самостоятельности и начал управлять ею как сотрудником, жёстко, по правилам, с проверкой результата. Кто освоит это управление первым, тот и закроет своё «кладбище проектов» раньше остальных.