[Перевод] 30 паттернов инженерии ИИ-систем

В Островке мы используем ИИ в разных задачах — от автоматизации внутренних процессов до продуктовых сценариев — и периодически рассказываем об этом на Хабре. Например, как строим вспомогательные системы на базе LLM и RAG или применяем ML в продукте. Со временем вокруг таких задач сформировался набор инженерных подходов, которые постепенно становятся стандартом. В индустрии уже накапливаются попытки их осмыслить и формализовать. Ниже мы перевели и адаптировали материал Алекса Эверлёфа — инженера, который систематизировал подходы к проектированию ИИ-систем за последние несколько лет . В статье собраны 30 паттернов инженерии ИИ-систем, сгруппированных в пять частей. Для каждого паттерна автор разбирает, что это такое, как он работает, когда его стоит применять и какие у него есть риски и компромиссы. Цель материала — помочь опытным инженерам, архитекторам и техническим руководителям разобраться в ИИ-инженерии и показать, что значительная часть привычных нам инженерных практик продолжает работать и здесь. Примечание. Часть текста была подготовлена с помощью Gemini 3 Pro, но финальную версию автор полностью вычитал, проверил и отредактировал, чтобы она точно отражала его опыт и выводы.

https://habr.com/ru/companies/ostrovok/articles/1008652/

#llm #искусственный_интеллект #rag #разработка #бэкенд #архитектура #prompt_engineering #ai #machinelearning

30 паттернов инженерии ИИ-систем

В Островке мы используем ИИ в разных задачах — от автоматизации внутренних процессов до продуктовых сценариев — и периодически рассказываем об этом на Хабре. Например, как строим вспомогательные...

Хабр

Один промпт — это не продукт. Как мы перестали обманывать себя и собрали мультиагентный пайплайн

Знаете, что объединяет 90% «AI-стартапов» в 2026 году? Один промпт, обёрнутый в красивый UI и с подпиской за $29 в мес.

https://habr.com/ru/articles/1009212/

#мультиагентная_архитектура #llm #рерайт #prompt_engineering #агентный_ии #автоматизация_контента #фактчек #aiагенты #сми

Один промпт — это не продукт. Как мы перестали обманывать себя и собрали мультиагентный пайплайн

Знаете, что объединяет 90% «AI-стартапов» в 2026 году? Один промпт, обёрнутый в красивый UI и с подпиской за $29 в мес. Мы тоже так начинали. Один вызов к OpenRouter, один системный промпт на 800...

Хабр

Закурсорить мечту. Часть 4: неожиданный финал

Изначально, в этой части цикла я планировал разместить объемный материал про установку Git, Cursor, изначальную настройку и видео с ходом реализации проекта с первых строк, но реакция читателей показала, что написать нужно совершенно о другом .

https://habr.com/ru/articles/1007984/

#cursor #cursor_ai #cursor_ide #prompt #prompt_engineering #supabase #antigravity #antigravity_ide

Закурсорить мечту. Часть 4: неожиданный финал

Изначально, в этой части цикла я планировал разместить объемный материал про установку Git, Cursor, изначальную настройку и видео с ходом реализации проекта с первых строк, но реакция читателей...

Хабр

Закурсорить мечту. Часть 3: ТЗ (техническое задание)

Если вы ещё не создавали сервис с помощью ИИ, честно, я вам завидую. Вспоминаю то чувство, которое испытывал летом 2025-го, когда начал экспериментировать с этим. Если вы уже прочитали Часть 1 и Часть 2 , то сейчас вы находитесь в одном из самых захватывающих моментов всего процесса. И мой совет может показаться странным: остановитесь на несколько дней на этапе формирования самого первого промпта для Курсора или подобной платформы.

https://habr.com/ru/articles/1007806/

#cursor #cursor_ai #cursor_ide #cursor_agent #cursor_ai_ide #cursor_cli #supabase #prompt #prompt_engineering #promptengineering

Закурсорить мечту. Часть 3: ТЗ (техническое задание)

Если вы ещё не создавали сервис с помощью ИИ, честно, я вам завидую. Вспоминаю то чувство, которое испытывал летом 2025-го, когда начал экспериментировать с этим. Если вы уже прочитали Часть 1 и Часть...

Хабр

История о том, как я устал от галлюцинаций ИИ и собрал инструкцию для нейронки

Делал проект с помощью нейросети — бесконечные галлюцинации довели. Начал собирать инструкцию для ИИ. Через 14 версий и 25 000 слов получил систему с адаптивным Deep Compute Engine, Red Teaming и двухмерной системой статусов. В статье: Эволюция от v1.0 до v7.7.2 — что добавлял и зачем Какая версия подойдёт под вашу задачу Инструкция по внедрению в системный промпт Режим Brainstorming для креатива Пасхалка: иммерсивная «БРО» версия для фана Для тех, кто устал объяснять агенту, что он выдумал параметр.

https://habr.com/ru/articles/1003032/

#ИИ #нейросети #промпты #галлюцинации_ИИ #LLM #инструкция_для_ИИ #prompt_engineering #AI_agent #системный_промпт #эпистемическая_честность

История о том, как я устал от галлюцинаций ИИ и собрал инструкцию для нейронки

Личный опыт, 14 версий и эволюция от «просто не ври» до адаптивного Deep Compute Engine Вступление: Всё началось с боли Делал свой проект с помощью нейросети. Всё шло хорошо, пока не начались они....

Хабр

Что такое Skills и как их использовать? (Cursor, Claude Code)

Вы наверняка ловили себя на том, что раз за разом копипастите в чат с ИИ одни и те же инструкции: «Пиши на TypeScript», «Не используй сторонние библиотеки», «Добавляй тесты». В программировании мы по сути называем это нарушением принципа DRY (Don't Repeat Yourself) . Но почему мы продолжаем это делать при общении с нейросетями? В этой статье мы разберем концепцию Skills (Скиллов) - переиспользуемых «навыков» для ИИ-ассистентов, которые живут прямо в вашем репозитории и делают работу агентов предсказуемой, чистой и профессиональной.

https://habr.com/ru/articles/1001830/

#Claude_Code #Cursor #искусственный_интеллект #нейросети #AIагенты #Skills #вайбкодинг #prompt_engineering #MCP #Claude

Что такое Skills и как их использовать? (Cursor, Claude Code)

Вы наверняка ловили себя на том, что раз за разом копипастите в чат с ИИ одни и те же инструкции: «Пиши на TypeScript», «Не используй сторонние библиотеки», «Добавляй тесты». В программировании мы по...

Хабр

Карта российских ИИ-платформ для аналитика

GigaCode vs SourceCraft Code Assistant: что выбрать аналитику в 2025? Сравнил две российские AI-IDE по критериям, важным не разработчику, а аналитику: работа с документами, контекстное окно, агентный режим, бесплатные квоты. Плюс пошаговые инструкции — от регистрации до первого запроса в чате. SourceCraft: 3000 предложений + 1000 чат-запросов в неделю бесплатно, лимиты прозрачны. GigaCode: бесплатен для пользователей GitVerse, квоты не публикуются. Бонус: таблица соответствия концепций Roo Code → российские платформы. Для тех, кто читал мои предыдущие статьи и хочет применить подходы на одобренном стеке.

https://habr.com/ru/articles/992872/

#GigaCode #SourceCraft #YandexGPT #GigaChat #AIассистент #импортозамещение #бизнесанализ #prompt_engineering

Карта российских ИИ-платформ для аналитика

В прошлых комментариях меня спросили: зачем предлагать людям возиться с установкой Roo Code и openrouter (который не оплатить просто так), если можно предложить Sourcecraft с бесплатными квотами? В...

Хабр

Как я пытался сжимать смыслы вместо байтов

Написал прототип SemanticZip: сжатие текста в 14 раз за счет удаления «выводимой» информации. Теория информации, Колмогоровская сложность. В теории все работало... Разбор полетов: почему нельзя сжимать смыслы и почему красивые метафоры проигрывают скучному RAG

https://habr.com/ru/articles/991800/

#LLM #RAG #Claude #Context_Window #Semantic_Compression #Prompt_Engineering #Векторный_поиск #Галлюцинации #Опыт #Сжатие_данных

Как я пытался сжимать смыслы вместо байтов

Два часа ночи. Я пытаюсь впихнуть документацию проекта в контекст Claude. 847 страниц. Где-то 1.2 миллиона токенов. Контекстное окно — 200 тысяч. Делаю то, что делают все: режу, суммаризирую,...

Хабр

Я сделал AI-анализатор договоров и проверил его на 5 кейсах, где люди потеряли 1,6 млн

Как я построил модульную систему промптов для YandexGPT, почему GPT из коробки галлюцинирует на юридических документах, и что из этого получилось.

https://habr.com/ru/articles/986964/

#yandexgpt #искусственный_интеллект #право #llm #LegalTech #договоры #автоматизация #анализ_документов #prompt_engineering

Я сделал AI-анализатор договоров и проверил его на 5 кейсах, где люди потеряли 1,6 млн

Как я построил модульную систему промптов для YandexGPT, почему GPT из коробки галлюцинирует на юридических документах, и что из этого получилось. Предыстория Год назад я чуть не потерял 200 тысяч на...

Хабр

Выжимаем максимум из опенсорсных моделей и готовим Text2SQL

В любой крупной компании есть повторяющийся сценарий. Аналитик сидит над экспериментом или моделью, строит А/В тесты и дашборды, и в этот момент приходит бизнес и просит быстро посмотреть «продажи жвачки за вчера». Аналитик переключается, пишет запрос, отдаёт результат, а через десять минут прилетает почти такой же вопрос. Потом ещё один и ещё. День заканчивается, а свои задачи стоят и покрываются ржавчиной. Так выглядит ручной доступ к данным. Бизнес понимает, что нужные данные в хранилище есть, но не всегда может их быстро получить. А аналитик становится «бутылочным горлышком», через которое проходит большой поток запросов. Мы хотели упростить работу с данными. Чтобы пользователь задавал вопрос, сервис превращал его в SQL, выполнял в хранилище и возвращал аналитический ответ. Чтобы рутина уходила в инструмент, а аналитик переставал быть «бутылочным горлышком». Вроде ничего нового, но в реальной инфраструктуре вскрывается много интересного: специфическая лексика, свойственная каждому из направлений бизнеса, громоздкие витрины, опыт работы с легаси системами и поведение LLM, которую сначала надо надрессировать.

https://habr.com/ru/companies/oleg-bunin/articles/981494/

#text2sql #large_language_models #open_source_llm #qwen #gpt #аналитика_данных #bird #spider #prompt_engineering #prompt_injection

Выжимаем максимум из опенсорсных моделей и готовим Text2SQL

В любой крупной компании есть повторяющийся сценарий. Аналитик сидит над экспериментом или моделью, строит А/В тесты и дашборды, и в этот момент приходит бизнес и просит быстро посмотреть «продажи...

Хабр