Разумный вайб-кодинг [Дмитрий Лаврик]

[Dozhd]

Разумный вайб-кодинг
Веб-разработка с использованием нейросетей от Дмитрия Лаврика



Для кого этот курс
Исключительно для тех, кто уже умеет программировать и хочет работать с ИИ системно и грамотно. Главные критерии для участников:


Понимание клиент-серверного взаимодействия

Курс именно по веб-разработке. Не так важно, заходите вы со стороны бэкенда или фронтенда, главное, чтобы было понимание общих принципов и терминологии этой сферы.


Умение писать работающий код, решающий задачи

Конкретный стек технологий не важен. Node или PHP, Vue или React — не принципиально. Главное, уже быть адекватным программистом, а необходимый минимум знаний по конкретным стекам дадут дополнительные видео.


Любовь к строгому порядку в коде

Прежде всего — строгая типизация: Type Hinting в PHP или TypeScript вместо JS. Один лишь TypeScript убирает добрую половину проблем нейросетей.


Реалистичные ожидания от ИИ

Мы не мечтаем, что нейросетка напишет за нас весь код, мы просто получаем помощника — сообразительного и неутомимого джуна, которому можно делегировать массу задач.







Спойлер: Программа курса
-- 01

Основы работы с Claude
Начало работы и настройка Claude Code

—Создание аккаунта Anthropic и выбор тарифного плана
—Установка Claude Code CLI
—Рабочий процесс только через CLI, минусы GUI
—Плагин VS Code: установка и подключение
Сессии: как Claude запоминает контекст

—Что такое сессия и как она работает
—Очистка сессии: когда и зачем
—Возврат к предыдущей сессии
—Просмотр истории и статистики сессий
Контекстное окно

—Что такое контекстное окно и почему оно важно
—Как контекст заполняется во время сессии
—Стратегии контроля размера контекстного окна
Технические файлы

—.claude/settings.json - настройки проекта
—.claudeignore - убираем ненужные файлы из контекста
—CLAUDE.md - стабильные инструкции для Claude
Эффективность промптов

—Как работают ограничения на тарифах
—Примеры задач, которые быстро съедают лимиты
—Как формулировать задачи, чтобы оставаться в рамках
Выбор подходящей модели

—Opus, Sonnet, Haiku — обзор возможностей и стоимости
—Изменение модели в Claude Code
—Мощь или скорость — выбор модели в зависимости от задач

-- 02

Продвинутая настройка Claude
Вложенные файлы CLAUDE.md

—Как Claude читает и объединяет инструкции
—Инструкции на уровне проекта и на уровне подкаталога
—Общие правила и переопределения на основе контекста
Память и CLAUDE.md

—Как работает система постоянной памяти Claude
—Явная инструкция CLAUDE.md vs накопленный контекст / память
—Практические правила: что кладём в память, а что в CLAUDE.md
Субагенты

—Что такое субагенты и когда Claude их запускает
—Субагенты и контекстное окно
—Обзор популярных готовых субагентов
Пользовательские субагенты

—Управление поведением и областью видимости субагентов
—Принципы создания пользовательских субагентов
—Написание эффективных промптов для субагентов
Навыки, команды и воркфлоу

—Что такое навыки (skills) и как Claude их применяет
—Встроенные и кастомные слэш-команды
—Компоновка субагентов и навыков в воркфлоу
MCP серверы

—Что такое MCP и как он расширяет возможности Claude
—Подключение MCP-сервера через settings.json
—Популярные MCP-серверы для веб-разработки
Хуки

—Что такое хуки и когда они срабатывают
—Практические сценарии: автоформатирование, логирование
—Написание и регистрация собственных хуков
Понимание мышления Claude

—Внутренний цикл рассуждений Claude: планирование → вызовы инструментов → синтез
—Структурирование запросов для минимизации расхода токенов


--- 03

Выравнивание знаний участников
Архитектура: монолит или отдельные репозитории

—Раздельная разработка фронтенда и бэкенда
—Что такое монорепозиторий и когда это имеет смысл
—Как этот выбор влияет на разработку с ИИ
Главная серверная триада

—Валидация: проверка и очистка входных данных
—Сериализация: фильтрация и проверка ответа
—Документация: понятное описание API для клиента
DTO и документация

—Что такое DTO: request DTO vs response DTO
—Почему важно разделять схемы запроса и ответа
—Виды документирования: DTO, OpenAPI, типы TypeScript
TypeScript как лучший друг Claude

—Почему типизированный код резко улучшает результаты ИИ
—Как Claude читает типы для определения интерфейса
—Правильные привычки: строгий режим, явные типы, ноль any
Шаринг типов между сервером и клиентом

—Ручная сборка и автотрансформеры
—Типизированные fetch-клиенты
—Выбор подхода в зависимости от архитектуры
Основы безопасности: что может пойти не так

—ENV в клиентских бандлах и публичных репозиториях
—SQL-инъекции и подводные камни ORM
—Claude как ассистент при аудите безопасности

---04

Принципы разработки с ИИ
Ограничения снижают количество ошибок ИИ

—Организуем жёсткие архитектурные рамки
—Объясняем структуру проекта, описываем ключевые сущности
—Пишем инструкции так, чтобы у типичных задач был ровно один стиль решения
По образцу ИИ делает лучше, чем без него

—Сами строим скелет приложения, затем призываем Claude
—Показываем на одной доменной сущности, как кодим сами
—Для любых велосипедов (например, свои хуки / композаблы) создаём примеры использования
Начинаем с контрактов, размещаем их отдельно

—Определяем механику взаимодействия клиента и сервера
—Создаём абстракцию, отвечающую только за взаимодействие
—Изменение API начинается с контракта, а не с кода
Декларативный стиль — друг нейросетки

—Описание результата, а не процесса проще для ИИ
—Предпочитаем схемы, конфиги, декораторы и т.п.
—Декларативные фреймворки (Vue / React) — короли фронтенда
Маленькие шаги — предсказуемый результат

—С увеличением контекста нейросетки теряют точность
—Разбиваем задачу на шаги, затем делегируем
—Каждый шаг должен иметь понятный и проверяемый результат
Большие задачи — режим планирования

—Просим нейросетку составить план
—Изучаем, редактируем, обсуждаем с Claude
—Выполняем шаг за шагом, оценивая промежуточные результаты

---05

Идеальный бэкенд-стек на Node.js
JSON Schema для Fastify и AJV

—Нативная валидация и сериализация по JSON Schema
—Синтаксис JSON-схем и неудобства их ручного описания
—JSON Schema vs OpenApi: небольшие различия
Единый источник истины

—Что такое TypeSpec и какие выгоды он нам приносит
—Определение моделей, создание общих типов
—Описание маршрутов и схем для запросов и ответов
От TypeSpec к OpenAPI и JSON Schema

—Компиляция TypeSpec в спецификацию OpenAPI
—Автоматический вывод интерактивной документации
—Компиляция и доработка JSON-схем из лаконичного описания
Слой базы данных — Drizzle ORM

—Как Drizzle вписывается в философию ограничений
—Schema First без генерации тонны типов (привет Prisma)
—Как Claude работает с Drizzle — схема как достаточный контекст
Архитектура вокруг Fastify

—Реализация ключевых плагинов
—Контроллеры и сервисный слой
—Создание инструкций для Claude под стек
Экономия контекста: почему этот стек хорош для ИИ

—TypeSpec как полная замена главной серверной триады
—Сравнение размеров TypeSpec и файла OpenAPI
—Как производные TypeSpec сокращают контекст каждой задачи

---06

Фронтенд на примере React
Организация базового каркаса

—Структура папок, выделение ключевых частей приложения
—Стартовый код для router и store
—Продумывание системы работы с авторизацией пользователей
—Выбор и подключение инструментов для UI
Паттерн репозиторий вокруг OpenAPI

—OpenAPI-спецификация бэкенда как источник истины
—Генерация полностью типизированного fetch-клиента
—Паттерн репозиторий как обёртка над fetch-клиентом
—Создание модулей для каждой доменной сущности
Реализация важнейших хуков

—Создание хуков для DI ключевых сервисов через контекст
—Создание хука для получения данных — useAsyncData
—Создание хука для контроля форм — useForm
—Документирование всех велосипедов для Claude
Подготовка компонентов

—Правила по именованию компонентов и их props
—Правила использования хуков внутри компонентов
—Реализация помощника для хука useAsyncData
—Создание AuthGuard компонентов
Типичные инструкции для Claude на фронтенде

—Описание паттернов применения хуков и компонентов
—Явные запреты на прямое использование fetch
—Предотвращение типичных ошибок Claude: избыточный useEffect, создание компонентов во время рендеринга и др.
Организация плавного старта

—Реализация UI для одной доменной сущности вручную
—Создание хуков на стыке сложного UI и API
—Пробный запуск Claude, оценка результатов
—Доработка инструкций до приемлемого результата

---07

Claude в монолите
Монолит как серьёзный вызов для ИИ

—Почему монолиты сложнее для Claude
—Больший контекст и тесная связанность частей системы
—Примерная оценка количества файлов и объёма кода для типичной CRUD-операции
Стек: Laravel + Inertia + Vue + Vuetify

—Специальный выбор наиболее громоздкого стека технологий
—Разные языки в одном проекте: PHP и JavaScript
—Inertia вместо API, сервер напрямую передаёт props страницам
—Vue с тяжёлой библиотекой компонентов Vuetify
Улучшение Laravel с помощью laravel-data

—Laravel Data: типизированные DTO для запросов и ответов
—Валидация и сериализация на основе единого инструмента
—Правила для полей DTO через декларативные атрибуты
—Автоматическая конвертация DTO в TypeScript-типы
Нюансы инструкций для Claude в монолите

—Почему корневой CLAUDE.md должен быть особенно точным
—Вложенные CLAUDE.md по модулям и сущностям
—Реализация навыков (skills) для решения точечных задач
—Как не дать Claude перепутать слои бэкенда и фронтенда
Типизированные роуты с Wayfinder

—Генерация TypeScript-хелперов из роутов Laravel
—Устранение захардкоженных адресов на стороне Vue
—Инструкции по своевременному перезапуску генераторов
От построения каркаса к настоящей магии

—Усиление Laravel: Spatie Query Builder и Spatie Permission
—Создание хелперов и инструкций на стыке бэкенда и фронтенда
—Генерация более 2000 строк рутинного кода за 10 минут

---08

Место программиста в процессе вайбкодинга
Начинаем каждый проект, считая Claude джуниором

—Claude изначально ничего не знает о наших предпочтениях
—Роль программиста на старте: наставник, а не босс
—Без образца от нас Claude не угадает стиль и требования — скелет и примеры реализуем сами
Цикл улучшений

—Рабочий режим: задача → ошибка → обратная связь → результат → новое правило в CLAUDE.md
—Когда цикл правильный, Claude делает всё меньше ошибок
—Инструкции накапливаются, образуя полноценный гайд
Ловушка shift-tab

—Что происходит, когда Claude становится достаточно хорош, чтобы ревью казалось ненужным
—Незаметная деградация разработчика: от доверия Claude к лени проверять его результат
—На дистанции нейросетка ошибётся. Не если, а когда.
Ответственность никогда не переходит к Claude

—Claude может писать код, а уволить могут только программиста
—Относимся к результату ИИ как к PR джуниора — всегда стоит окинуть критическим взглядом
—Как оставаться искренне вовлечённым в процесс, даже если Claude не ошибался давным-давно
Взгляд в будущее

—Траектория развития возможностей моделей
—Оценка риска полной замены программистов
—Глубокое понимание инструмента по мере роста его мощи
Риски внезапного повышения цен

—Математика ИИ-компаний: пузырь или путь к AGI
—Что может произойти с воркфлоу, полностью построенными вокруг дорогой модели



Цена ранней записи 18 000 ₽
Продажник >>



СКАЧАТЬ

Для просмотра скрытого содержимого вы должны зарегистрироваться