Zakaj Claude naredi napačno stvar: 3 pozivi

Več o uporabi storitve najdete v dokumentaciji Ailoot.

Zakaj Claude naredi napačno stvar?#

Napišete: »Dodaj filtre na stran izdelkov.« V mislih imate nekaj potrditvenih polj in posodobljen seznam. Claude sliši isto in se odloči zgraditi celovit mehanizem za filtriranje: lastno shrambo stanja, ločeno logiko zakasnitve vnosa, sinhronizacijo URL-ja in ducat pomožnih funkcij. Na stotine vrstic kode, čeprav bi zadostovalo nekaj parametrov URL-ja.

V takem primeru je sklep jasen: agent ni naredil napake; preprosto je rešil veliko večji problem, kot je bilo potrebno. Težava je bila v tem, da želeni izid ni bil opisan dovolj kratko in natančno.

Ključna beseda je »namen«. Vi ga imate v glavi; Claude ga nima. Vidi besedilo vaše zahteve in vse, kar je v njegovem kontekstu do te zahteve. Nato praznine zapolni z ugibanjem. Krajša ko je zahteva, več ugiba—in bolj se rezultat oddalji od tega, kar ste želeli.

Anthropic to v dokumentaciji Claude Code pove naravnost:

S tem sem se srečal pri lastnem projektu. Prosil sem za popravek enega zaslona za avtorizacijo, dobil pa diff, ki je posegel v polovico sosednjega modula. Claude ni bil kriv: dal sem mu eno vrstico, preostalo pa je dopolnil sam. Od takrat vsako nalogo, ki je večja od popravka tipkarske napake, začnem z vprašanji—ki mi jih postavlja Claude.

Je res kriv model—in zakaj zgrešijo celo najmočnejši?#

Vsak teden se pojavi model, ki je »pametnejši« od prejšnjega, in vsakič se zdi, da bo umetna inteligenca zdaj končno razumela nekaj besed. Pa ne bo. Zmogljivejši model piše kodo hitreje in bolje obvlada zapleteno logiko, vendar še vedno ne zna brati misli. Če je naloga slabo zastavljena, boste dobili lepo napisano, a še vedno napačno rešitev.

Sporočilo za vas je preprosto. Iskanje najnovejšega modela, da bi bolje ugibal, je slepa ulica. Ceneje in zanesljiveje se je naučiti podajati naloge tako, da mu ni treba ugibati. O tem bomo govorili v nadaljevanju.

Kaj je grilling in kako odpravi neusklajenost z umetno inteligenco?#

Zveni protislovno. Po pomoč se obrnemo na umetno inteligenco, da bi stvari opravili hitreje, zdaj pa nam pravijo, naj jo upočasnimo in poskrbimo, da najprej sprašuje. Toda pet minut vprašanj pred kodiranjem lahko prihrani eno uro poznejših popravkov.

Težava ni samo v tem, da ste Claudeu slabo razložili stvari. Pogosto naloge niste dobro premislili niti sami—katere primere je treba upoštevati, kje so meje in kaj je najpomembnejše. Grilling vam to pomaga razjasniti z vprašanji. Na koncu pogovora nimate le naloge, ki jo umetna inteligenca razume, ampak tudi svojo nalogo, končno podrobno opredeljeno.

Tako deluje inženiring konteksta: glavnina dela se zgodi pred pozivom, ne med njim. Ne iščete čarobne formulacije poziva; vnaprej opredeljujete, kaj potrebujete od Claudea, dokler ne razume brez dodatnih pojasnil.

Kako dosežete, da vam Claude najprej postavi vprašanja?#

Anthropic tega pristopa ne le dovoljuje, temveč ga priporoča. V dokumentaciji je razdelek z naslovom »Naj vas Claude izpraša« in že pripravljenim pozivom. Tukaj je praktična različica:

Želim zgraditi [kratek opis naloge].

Preden napišeš kakršno koli kodo, me podrobno izprašaj. Sprašuj o izvedbi, vmesniku, robnih primerih, tveganjih in kompromisih. Ne postavljaj očitnih vprašanj—poglobljeno razišči zapletene dele, o katerih morda še nisem razmišljal.

Naenkrat postavi eno vprašanje in počakaj na moj odgovor. Pri vsakem vprašanju takoj predlagaj odgovor, ki ga priporočaš.

Nadaljuj, dokler ne obdelava vsega. Nato pripravi popolno specifikacijo v datoteki SPEC.md.

Zaradi treh podrobnosti je ta poziv uporaben in ne le okrasen. Prvič: »naenkrat eno vprašanje«. Če umetna inteligenca naenkrat postavi deset vprašanj, vas preobremeni in odgovorite površno. Drugič: »predlagaj svoj odgovor«—ni vam treba vsega izumiti od začetka; predlog lahko sprejmete ali popravite. Tretjič: »pripravi specifikacijo v datoteki«—namen, ki ste ga razjasnili, postane dokument, ki se ne bo izgubil.

Anthropic prednosti opiše z vidika vloženega truda:

Po pogovoru odprite novo sejo in ji predajte dokončano specifikacijo. Čist kontekst in jasno izražen namen—in Claude zadene v prvo.

Tehnika »dokaži mi, da je to najboljši načrt«#

Grilling razjasni vaš namen. Umetna inteligenca pa ima še eno navado: zgrabi prvo rešitev, ki je videti verjetna. Anthropic temu pravi vrzel »zaupaj, a preveri«: Claude pripravi verjetno izvedbo, ki ne zdrži preizkusa robnih primerov. Rešitev je, da pred kodo zahtevate dokaze.

Svojemu pozivu skoraj vedno dodam razdelek »dokaži«. Tukaj je natančno besedilo:

Pred pisanjem kode nalogo analiziraj kot kritik.

Poišči 2-3 načine, kako to rešiti. Pri vsakem mi dokaži, da res reši mojo nalogo, namesto da zgolj po nepotrebnem dodaja zapletenost. Ne piši kode samo zato, da bi pisal kodo.

Nato izberi enega in dokaži, da je najboljša rešitev, premišljena več korakov vnaprej. Kaj se bo pokvarilo, ko bo projekt rasel? Kaj trenutno spregledamo?

Šele nato predlagaj izvedbo.

Brez tega razdelka vam Claude ponudi prvo izvedljivo možnost. Z njim sam izloči slepe ulice, pojasni svojo izbiro in vam omogoči vpogled v svoje razmišljanje, še preden se dotakne ene same datoteke. Namesto da eno uro ugotavljate, zakaj dokončana koda ne deluje po pričakovanjih, preberete kratko besedilo, kar vzame dve minuti.

Predhodna analiza neuspeha: naj umetna inteligenca pred začetkom poišče 10 razlogov za neuspeh#

To je moja najljubša tehnika in temelji na psihologiji. Ko umetno inteligenco prosite, naj »dobro opravi delo«, jo usmerite k uspehu, zato spregleda vrzeli. Prosite jo, naj si predstavlja neuspeh, in začne opažati, kar je prej prezrla. Poziv je kratek:

Predstavljaj si, da je zdaj čez eno leto. Projekt, ki ga načrtujeva, je propadel.

Zapiši 10 razlogov, zakaj se je to zgodilo. Česa na začetku nisva upoštevala, kaj sva podcenila, kje sva ubrala bližnjice in katere predpostavke so se izkazale za napačne?

Nato mi za vsak razlog povej, kaj lahko popraviva že zdaj, da ga odpraviva.

Ta poziv uporabim, preden odobrim načrt. Polovica razlogov se izkaže za nesmisel, druga polovica pa razkrije resnične pasti, v katere bi se ujel čez teden dni. V fazi načrtovanja jih odpravimo v desetih minutah. Če nanje naletimo v dokončanem projektu, nas čaka več dni preiskovanja.

Kombinacija je preprosta: grilling razjasni namen, »dokaži« zagovarja odločitev, predhodna analiza neuspeha pa poišče vrzeli. Trije kratki odlomki besedila, ki jih prilepite pred pisanjem kode. Claudea spremenijo iz prenagljenega izvajalca v sodelavca, ki najprej razmisli.

Zakaj zaradi prepolnega konteksta Claude deluje neumno?#

Tudi popolnoma zastavljena naloga se podre, če jo obravnavate v prenatrpanem kontekstu. Deluje takole: vsaka nova zahteva prinese celotno zgodovino klepeta v Claudeov delovni kontekst. Daljša kot je seja, hitreje se okno zapolni. Naj ne bo več kot napol polno; nad to mejo začne umetna inteligenca delovati neumno in izgubljati pomembne stvari, o katerih ste govorili na začetku.

To je pravilo, ki me obvaruje pred največ frustracijami: ena naloga, en klepet. Ste končali funkcijo? Zaprite klepet in za naslednjo nalogo odprite novega. Da, včasih je priročneje narediti vse v enem oknu, vendar boste za to plačali z izgubljenim kontekstom in odgovori, ki zaidejo s teme.

Anthropic ta način odpovedi imenuje »seja predala za šaro«. Rešitev je preprosta: med nepovezanimi nalogami uporabite /clear, da počistite okno in preprečite, da bi se navlaka prejšnje naloge prenesla v novo.

Če delate v dolgih sejah in ne razumete, kam gresta denar in pozornost umetne inteligence, to posebej obravnavam v vodniku o tem, kam gredo žetoni Claude Code. Osnove trajnega konteksta, ki ga Claude prebere ob vsakem zagonu, pa sem zbral v vodniku za nastavitev CLAUDE.md.

Grilling ali Plan Mode—kakšna je razlika in kako delujeta skupaj?#

Ljudje ti tehniki pogosto zamenjujejo ali menijo, da potrebujejo samo eno. V praksi se uporabljata na različnih točkah postopka.

Anthropic opisuje uveljavljen štirifazni potek dela: najprej Explore (Claude preuči nalogo in postavlja vprašanja), nato Plan (pripravi načrt brez sprememb), zatem Implement (napiše kodo po načrtu) in nazadnje Commit (zabeleži rezultat). Grilling poteka v prvi fazi, Plan Mode pa v drugi. Podroben opis druge faze najdete v vodniku o Plan Mode v Claude Code.

Anthropic opozarja tudi na pomembno podrobnost: manjših nalog ne obremenjujte s tem postopkom.

Pri tipkarski napaki, preimenovanju ali spremembi ene vrstice jo preprosto opišite neposredno, brez pogovora ali načrtovanja. Grilling se izplača pri dvoumnih nalogah, kjer je napaka draga. Pri nepomembnih nalogah vas le upočasni.

5 napak pri zastavljanju nalog, zaradi katerih umetna inteligenca naredi napačno stvar#

Pogoste pasti sem povzel v tabeli. Na levi je to, kar ljudje običajno naredijo narobe; na desni pa, kaj storiti namesto tega.

Preglejte zadnji poziv, pri katerem vam je umetna inteligenca dala napačen odgovor. Skoraj zagotovo je bila vzrok ena od teh petih napak. Najpogosteje prva: dali ste ji kratko frazo in pričakovali, da bo Claude preostalo pravilno dopolnil. Preostalo je dopolnil—le ne tako, kot ste imeli v mislih.

Kaj sledi: zgradite sistem, da vas bo umetna inteligenca razumela iz nekaj besed#

Trije pozivi v tem vodniku—grilling, »dokaži« in predhodna analiza neuspeha—obravnavajo konkretno nalogo. To že veliko pomeni: ne dobite več diffa, ki spreminja 14 datotek, ko ste želeli le spremembo ene vrstice.

Toda grilling ima svoje meje. Vsakič znova razjasnjevati vaš namen od začetka traja dolgo. Do pravega premika pride, ko je del konteksta vedno na voljo: v mapi z znanjem o projektu, v datoteki CLAUDE.md, ki jo Claude prebere ob vsakem zagonu, in v vaši metodologiji, zapisani v veščinah. Tako se umetna inteligenca naloge loti že z znanjem o vašem poslu, ciljih in slogu—in vas razume iz nekaj besed, ker ste ji polovico konteksta predstavili vnaprej.

Nedavna analiza Anthropica pokaže, koliko dela je potrebnega: razvijalci umetno inteligenco uporabljajo pri približno 60% svojega dela, vendar ji lahko povsem zaupajo le pri 0-20% nalog. Pri preostalem so potrebni vaše razumevanje, nadzor in sposobnost pojasniti, kaj je treba zgraditi. To je veščina, ki jo je vredno razvijati, ne pa loviti najpametnejši model.

Spoznajte Ailoot.