Интересное видео 📺 про особенности передачи задач для исполнения AI-агенту.        Там подробно и с примерами про то, когда что-то можно поручить машине, а что не стоит. Здесь очень тезисно оставлю рассмотренные в материале критерии, с которыми я полностью согласен.        〰️〰️〰️〰️〰️〰️〰️〰️    🔹 Основные принципы 🔹    ➡️ Эффективность использования ИИ-агентов зависит от умения правильно ставить задачи.        ➡️ Успех в работе с ИИ-агентами приходит с практикой (~80 часов).        ➡️ Ключевой элемент — предварительный анализ задачи.        〰️〰️〰️〰️〰️〰️〰️〰️    🔹 Критерии 🔹    1️⃣ Уникальность задачи    Что оценивает: насколько задача соответствует типичному паттерну, который ИИ-агент уже много раз видел.        Решение: Если задача нетипична, декомпозируйте на более типичные.            2️⃣ Глубина погружения в код    Что оценивает: сколько контекста должен изучить ИИ-агент для выполнения задачи.        Решение: Сужайте контекст и разбивайте задачу на последовательные ограниченные этапы.            3️⃣ Знания, которых нет в кодовой базе    Что оценивает: требует ли задача знаний о предметной области, которые не отражены напрямую в коде.        Решение: Важные нюансы предметной области — в промт или глобальные правила. Мысленно ставьте себя на место ИИ и определяйте, какая информация нужна для решения задачи.            4️⃣ Количество мест для изменений    Что оценивает: сколько файлов и участков кода нужно будет изменить для решения задачи.        Решение: Декомпозируйте. Если одно изменение влечёт много правок — сделайте сами.            5️⃣ Неявные состояния системы    Что оценивает: сколько скрытых состояний и их комбинаций должен учитывать ИИ-агент.        Решение: Если много неявных состояний, лучше писать код вручную.