Чому код від AI ламається на реальних користувачах: 7 правил, які треба задати до першого промпту

«На днях стикнувся з проблемою, що Claude написав мені поганий код». Так починається наше коротке відео про AI-автоматизацію, і ця фраза влучає в досвід багатьох людей, які створюють проєкти з AI без технічної освіти. Код запускається, на комп'ютері автора все працює, але проєкт не готовий до реальних людей.

Причина майже завжди одна й та сама: AI не отримав правил. У цій статті розберемо, що саме модель вирішує за вас, коли ви мовчите, і які 7 правил варто задати ще до першого промпту, щоб код від Claude, ChatGPT чи Codex не ламався на перших користувачах. Наприкінці є шаблон, який можна скопіювати у свій проєкт.

Кейс: Claude написав код, який не витримає 2–3 користувачів

Історія з відео коротка. Автор попросив Claude зробити автоматизацію, причому без жодних уточнень: «я не задав необхідні правила, я просто кинув промпт, типу створи мені автоматизацію». За останній рік Claude помітно виріс у якості, тому здавалося, що все буде гаразд.

Результат розчарував: код, «який просто не витримає більше, ніж 2–3 користувачів». На локальному комп'ютері проєкт працював би чудово, але щойно ним почали б користуватися кілька людей одночасно, він би впав або почав працювати некоректно.

Цифра «2–3 користувачі» — це спостереження автора про конкретний проєкт, а не загальне правило. Проте сам сценарій типовий: AI видає рішення, розраховане на одну людину за одним комп'ютером, бо саме таку задачу він і отримав.

Чому AI пише «робочий», але слабкий код

Коротка відповідь: модель заповнює кожну прогалину у вашому запиті найпростішим рішенням, яке виконує задачу саме зараз. Якщо ви не сказали, скільки буде користувачів, де зберігати дані та де працюватиме програма, AI обере варіант «для демонстрації»: усе в одному файлі, дані в пам'яті або в текстовому файлі, запуск на вашому комп'ютері. Це не помилка моделі, а чесне виконання розмитого завдання.

Ілюзія «на моєму комп'ютері працює»

Коли ви перевіряєте проєкт самі, ви — єдиний користувач. Ви робите одну дію за раз, у вас стабільний інтернет, правильні ключі доступу й ніхто паралельно не змінює ті самі дані. У таких умовах працює майже будь-який код.

Реальні користувачі приходять одночасно, надсилають неочікувані дані, закривають вкладку посеред дії. Зовнішні сервіси, як-от API моделі чи CRM, час від часу не відповідають. Саме тут і проявляються рішення, яких ніхто не ухвалив свідомо. Як довести такий проєкт до реальних людей, ми окремо розібрали в чек-листі «На моєму комп'ютері працює»: від прототипу до продакшну.

Що AI вирішує за вас, коли ви мовчите

Питання, яке ви не поставили	Що AI часто обирає за замовчуванням	Що станеться з реальними людьми
Скільки людей працюватиме одночасно?	Код, розрахований на одного користувача	Дії різних людей заважають одна одній
Де зберігати дані?	Змінна в пам'яті програми, JSON-файл або пам'ять браузера	Дані зникають після перезапуску або перезаписують одне одного
Де це працюватиме?	Запуск на вашому комп'ютері	Ноутбук заснув — бот перестав відповідати
Що робити, коли зовнішній сервіс не відповів?	Нічого: програма просто зупиняється з помилкою	Заявки губляться, і ніхто про це не знає
Де зберігати ключі доступу?	Просто в коді	Ключ потрапляє в Git або до чужих людей

Жоден із цих варіантів не «неправильний» для швидкої демонстрації. Вони неправильні для проєкту, яким користуватимуться люди. І модель не може знати, що саме ви будуєте, якщо ви їй цього не сказали.

7 правил, які треба задати до першого промпту

Ці правила не вимагають уміння програмувати. Кожне з них — це рішення, яке ви ухвалюєте як власник проєкту, а AI потім виконує. Якщо не знаєте, що обрати, попросіть модель запропонувати два-три варіанти з плюсами й мінусами, але остаточне рішення зафіксуйте ви.

1. Хто і скільки людей користуватиметься проєктом

Почніть з опису користувачів: хто вони, скільки їх буде одночасно й за день, з яких пристроїв вони заходять. «Бот для запису клієнтів салону: до 20 людей одночасно, кілька сотень повідомлень на день, переважно з телефона» — це вже зовсім інша задача, ніж просто «бот для запису».

Одне це речення змушує модель думати про одночасні дії, окремі дані для кожного клієнта й про те, що бот має працювати без вашого комп'ютера.

2. Мова програмування і фреймворк

Якщо не вказати технології, AI обере щось на свій смак, а в наступній сесії може обрати інше. Попросіть запропонувати поширену, зрілу комбінацію з великою спільнотою, як-от Python з популярним фреймворком або JavaScript/TypeScript з Node.js, а потім зафіксуйте вибір у правилах.

Фреймворк — це готовий каркас із перевіреними рішеннями для типових задач. Він захищає від того, щоб AI винаходив власну обробку запитів, сесій чи форм, яка працює лише в найпростішому випадку. Додайте правило: «не змінюй мову і фреймворк та не додавай нові бібліотеки без мого погодження».

3. База даних, а не файл чи пам'ять програми

Це правило найчастіше відділяє демонстрацію від робочого проєкту. Дані в змінній програми зникають після перезапуску. Дані в JSON-файлі можуть зіпсуватися, коли двоє людей зберігають щось одночасно. Дані в пам'яті браузера бачить лише той, хто їх створив.

База даних створена саме для того, щоб надійно зберігати дані й коректно обробляти одночасні зміни. Для невеликого проєкту на одному сервері може вистачити SQLite, для сервісу з багатьма користувачами частіше обирають PostgreSQL, а no-code платформи мають власні сховища. Напишіть прямо: «усі дані зберігай у базі даних; жодних даних у пам'яті програми чи у файлах».

4. Де це працюватиме

Ваш комп'ютер — не сервер: він вимикається, засинає й змінює мережу. Заздалегідь вирішіть, де житиме проєкт: на хмарному сервері, на платформі на кшталт Lovable чи в n8n / Make. Від цього залежить, як зберігати налаштування, як перезапускати програму після збою і як оновлювати її без втрати даних.

Корисне правило: «проєкт має працювати на сервері 24/7; після перезапуску нічого не повинно губитися; усі налаштування бери зі змінних оточення».

5. Помилки, логи й повторні спроби

Будь-яка автоматизація залежить від зовнішніх сервісів: API моделі, CRM, пошти, Telegram. Рано чи пізно один із них не відповість, відповість повільно або поверне помилку. Код «для демонстрації» в такій ситуації просто падає, і ви навіть не дізнаєтеся, що заявка клієнта загубилася.

Задайте правила наперед: «кожен виклик зовнішнього сервісу має обмеження часу очікування і до трьох повторних спроб; кожна помилка записується в лог; про критичні помилки надсилай мені повідомлення; збій у однієї людини не повинен зупиняти роботу для всіх».

6. Ключі доступу і права

Ключі до API, паролі до бази даних і токени ботів не повинні жити в коді. Вони зберігаються окремо, наприклад у файлі .env або в налаштуваннях платформи, і цей файл ніколи не потрапляє в Git.

Друга половина цього правила — хто що бачить. Якщо в проєкті є кілька клієнтів чи співробітників, кожен має бачити тільки свої дані. Скажіть про це прямо, бо інакше AI легко зробить один спільний список для всіх. Детальніше про безпечну роботу з AI — у курсі «Кібербезпека з ШІ».

7. Як перевірити результат

Опишіть, що вважається «готово», ще до початку роботи. Не «бот працює», а перевіряні умови: «двоє людей одночасно записуються на той самий час — запис отримує тільки один»; «після перезапуску сервера всі записи на місці»; «якщо API не відповідає, клієнт бачить зрозуміле повідомлення, а я отримую сповіщення».

Такі критерії AI може перетворити на автоматичні тести, а ви — перевірити руками. Попросіть агента після кожної зміни запускати тести й показувати результат.

Шаблон: правила проєкту на одну сторінку

Скопіюйте цей блок на початок першого промпту або збережіть як файл правил проєкту. Claude Code автоматично читає файл CLAUDE.md у папці проєкту, а Codex та інші агенти — AGENTS.md. Як це працює, ми пояснили в повному керівництві з Claude Code.

# Правила проєкту

## Що будуємо
Telegram-бот для запису клієнтів у салон краси.
Користувачі: клієнти салону (до 20 одночасно, кілька сотень
повідомлень на день) і 2 адміністратори.

## Технології
- Мова і фреймворк: [ваш вибір, наприклад Python + aiogram].
- Не змінюй мову, фреймворк і не додавай нові бібліотеки
  без мого погодження.

## Дані
- Усі дані зберігай у базі даних [наприклад PostgreSQL].
- Жодних даних у змінних програми, JSON-файлах чи пам'яті браузера.
- Двоє людей не можуть записатися на той самий час.

## Де працює
- Проєкт працює на сервері 24/7, не на моєму комп'ютері.
- Після перезапуску нічого не губиться.
- Усі налаштування й ключі — зі змінних оточення (.env), .env не в Git.

## Помилки
- Кожен виклик зовнішнього сервісу: обмеження часу і до 3 повторних спроб.
- Кожна помилка пишеться в лог; про критичні — повідомлення адміністратору.
- Помилка в одного клієнта не зупиняє бота для інших.

## Доступи
- Клієнт бачить тільки свої записи; повний список — лише адміністратори.

## Як працюємо
- Спершу план, потім код. Перед великими змінами питай мене.
- Після кожної зміни запускай тести й показуй результат.
- Пояснюй рішення простими словами: я не програміст.

## Готово, коли
- Двоє клієнтів одночасно обирають один час — запис отримує тільки один.
- Після перезапуску сервера всі записи на місці.
- Якщо API не відповідає, клієнт бачить зрозуміле повідомлення.

Як перевірити код від AI, якщо ви не програміст

Вам не потрібно читати кожен рядок. Достатньо поставити агенту правильні запитання й виконати кілька простих перевірок руками.

1. Попросіть пояснити архітектуру. «Поясни простими словами, з яких частин складається проєкт, де зберігаються дані і що відбувається, коли користувач натискає кнопку». Якщо у відповіді з'являються «список у пам'яті» чи «файл data.json», правило №3 не виконане.
2. Запитайте про навантаження. «Що зламається, якщо 20 людей зроблять це одночасно? Покажи найслабші місця». Модель добре знаходить слабкі місця, коли її прямо про це питають.
3. Зробіть тест двох вкладок. Відкрийте проєкт у двох браузерах або з двох акаунтів і виконайте ту саму дію одночасно. Перевірте, що дані не змішалися й не перезаписалися.
4. Перезапустіть. Зупиніть і знову запустіть програму або сервер. Усі дані мають залишитися на місці.
5. Зламайте навмисно. Вкажіть неправильний ключ API або тимчасово вимкніть інтернет. Проєкт має показати зрозуміле повідомлення й записати помилку, а не «мовчки» загубити дані.
6. Пошукайте ключі в коді. Попросіть: «Перевір, чи немає в коді ключів, паролів чи токенів, і чи файл .env додано в .gitignore».
7. Попросіть другий погляд. Дайте код іншій моделі або новій сесії з завданням: «Ти досвідчений розробник. Знайди проблеми з надійністю, безпекою та одночасною роботою кількох користувачів».

Якщо проєкт працює з платежами, паролями чи персональними даними, цих перевірок недостатньо: перед запуском його має переглянути досвідчений розробник.

Чого навчитися, щоб закладати фундамент самостійно

Правила з цієї статті — мінімум, який закриває найчастіші проблеми. Щоб ухвалювати такі рішення впевнено, а не копіювати шаблон, потрібне розуміння кількох базових речей. Ідеться не про програмування, а про те, як влаштовані проєкти:

• як працює веб: запити, сервер, API, HTTPS — цьому присвячений курс «Як працює веб»;
• що таке фреймворк, база даних і деплой та чим вони відрізняються в різних інструментах;
• як ставити задачу AI-агенту й перевіряти результат — про це наш перший проєкт із вайб-кодингу з Claude Code і курс Claude Code для початківців;
• як зібрати автоматизацію без коду, де частину цих рішень бере на себе платформа, — див. n8n для початківців.

Саме цьому навчають на курсі AI Automation: людей, які не є програмістами, вчать основ, щоб вони могли закласти правильний фундамент, а їхні проєкти й автоматизації працювали довго і якісно. Чим займається такий фахівець, ми описали в гіді «AI Automation: повний гід по професії».

Часті запитання

Чи можна робити автоматизації з AI без програмування?

Так. Інструменти на кшталт Make, n8n, Lovable чи Claude Code дозволяють зібрати робочу автоматизацію без досвіду програмування. Але вам однаково доведеться ухвалювати технічні рішення: де зберігаються дані, де це працює, що робити з помилками. Якщо їх не ухвалити, їх ухвалить AI — і найчастіше обере найпростіший варіант, який працює лише для однієї людини.

Чому Claude або ChatGPT пишуть різний код на той самий запит?

Бо загальний запит на кшталт «створи мені автоматизацію» залишає моделі багато вільних рішень: мову, бібліотеки, спосіб зберігати дані. Щоразу модель може заповнити ці прогалини по-різному. Що більше рішень ви зафіксуєте в правилах проєкту, то передбачуванішим буде результат.

Що таке фреймворк і база даних простими словами?

Фреймворк — це готовий каркас для програми з перевіреними рішеннями для типових задач: як приймати запити, як будувати сторінки, як працювати з даними. База даних — це окрема програма для надійного зберігання даних, яка не губить їх після перезапуску й коректно обробляє одночасні зміни від кількох людей.

Чи безпечно запускати код від AI для клієнтів?

Лише після перевірки. Перед запуском переконайтеся, що ключі доступу не лежать у коді, кожен користувач бачить тільки свої дані, помилки не ламають усю систему, а дані зберігаються в базі з резервними копіями. Проєкти з платежами чи персональними даними має переглянути досвідчений розробник.

Скільки треба знати, щоб не «завалити» проєкт?

Не потрібно ставати програмістом. Достатньо розуміти базові поняття — фреймворк, база даних, сервер, API, ключі доступу, логи — і вміти поставити AI правильні запитання про них. Саме ці основи дають змогу закласти фундамент, на якому проєкт працюватиме довго.

Висновок

AI став набагато кращим у написанні коду, але не навчився читати думки. Промпт «створи мені автоматизацію» дає моделі свободу ухвалити десятки рішень, і вона ухвалить їх так, щоб демонстрація працювала на вашому комп'ютері. Щоб проєкт витримав реальних людей, ці рішення мають бути вашими: хто користувачі, які технології, де дані, де сервер, що з помилками, де ключі й що вважається «готово».

Почніть наступний проєкт із шаблону вище. Заповнити його — справа кількох хвилин, а переробляти фундамент уже працюючого проєкту значно довше.