ИИ делает почти то, что вы просили. Почему хороший промпт не поможет

Вы подробно описываете задачу ИИ-агенту. Через несколько минут всё якобы готово — но форма стоит не там, появились ненужные поля, изменился дизайн, а часть требований агент просто додумал сам. Проблема не всегда в качестве промпта. Если ИИ не знает цель проекта, используемые технологии, ограничения и критерии готовности, он заполняет пробелы наиболее вероятным вариантом. Получается почти правильно, но работу приходится переделывать. В ролике разбираю: — чем текущая команда отличается от контекста проекта; — почему длинный промпт не заменяет правила работы; — что сообщить ИИ-агенту до начала задачи; — как построить цикл «цель → контекст → план → микрозадачи → код → проверка»; — как хранить рабочий контекст в Markdown-файлах; — почему пароли, API-ключи и токены нельзя добавлять в контекст. Показываю собственную систему файлов и то, как один контекст используется при работе с Hermes Agent и другими ИИ-инструментами. Таймкоды: 00:00 — почему ИИ-агент делает не то 02:08 — промпт против контекста 04:31 — почему получается почти то, но всё равно мимо 06:10 — правила проекта для ИИ-агента 08:02 — рабочий цикл с контекстом 09:25 — как я храню контекст в файлах 11:29 — безопасность и секреты 12:40 — вывод Продолжения и рабочие материалы UnderCode: А какой «почти правильный» результат ИИ заставил вас переделывать задачу вручную?