Genri
"VIP" Подписка
[Дмитрий Лаврик] Разумный вайб-кодинг (2026)
Веб-разработка с использованием нейросетей от Дмитрия Лаврика
Концепция курса
Далеко не все разработчики, которые пробуют использовать ИИ при написании кода, остаются в восторге от первой попытки. Дело даже не в плохих промптах, чаще всего они оставляют нейросети слишком много свободы. Курс учит простому — строй архитектуру так, чтобы у нейросетки не было пространства для импровизации, а потом отдай ей рутинную работу. Чем строже правила, тем меньше ошибок.
Мы освоим Claude Code с нуля: сессии, контекстное окно, файлы CLAUDE.md, субагенты, хуки и навыки, и применим эти знания в трёх технологических стеках.
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.
Что даёт курс
За восемь недель вы построите workflow на трёх стеках и получите чёткую модель действий для каждого следующего проекта с ИИ. По итогу вы сможете:
Грамотно работать с Claude Code
Сессии, контекстное окно, постоянная память и Claude.md, субагенты, хуки и навыки — всё это перестанет быть абстрактными словами.
Создавать архитектуру, которая не позволяет ИИ тупить
Бэкенд, фронтенд или монолит — нужны точные инструкции и ограничения. Если у нейросети будет возможность сделать лишний шаг в сторону, то она найдёт, где ошибиться. Вопросам архитектуры мы посвятим очень много времени.
Эффективно организовывать рабочий процесс
Claude это джун, а мы наставники. Его вход в проект должен быть плавным. Задача, ошибки, обратная связь, исправление инструкций — только так можно обучить нашего джуна.
Правильно относиться к месту ИИ в разработке
Как бы ни был хорош Claude, ответственность за код остаётся на программисте. Сбросить рутину на помощника и забить на ревью — большой соблазн, которого мы не допустим.
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
Скачать:
Веб-разработка с использованием нейросетей от Дмитрия Лаврика
Концепция курса
Далеко не все разработчики, которые пробуют использовать ИИ при написании кода, остаются в восторге от первой попытки. Дело даже не в плохих промптах, чаще всего они оставляют нейросети слишком много свободы. Курс учит простому — строй архитектуру так, чтобы у нейросетки не было пространства для импровизации, а потом отдай ей рутинную работу. Чем строже правила, тем меньше ошибок.
Мы освоим Claude Code с нуля: сессии, контекстное окно, файлы CLAUDE.md, субагенты, хуки и навыки, и применим эти знания в трёх технологических стеках.
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.
Что даёт курс
За восемь недель вы построите workflow на трёх стеках и получите чёткую модель действий для каждого следующего проекта с ИИ. По итогу вы сможете:
Грамотно работать с Claude Code
Сессии, контекстное окно, постоянная память и Claude.md, субагенты, хуки и навыки — всё это перестанет быть абстрактными словами.
Создавать архитектуру, которая не позволяет ИИ тупить
Бэкенд, фронтенд или монолит — нужны точные инструкции и ограничения. Если у нейросети будет возможность сделать лишний шаг в сторону, то она найдёт, где ошибиться. Вопросам архитектуры мы посвятим очень много времени.
Эффективно организовывать рабочий процесс
Claude это джун, а мы наставники. Его вход в проект должен быть плавным. Задача, ошибки, обратная связь, исправление инструкций — только так можно обучить нашего джуна.
Правильно относиться к месту ИИ в разработке
Как бы ни был хорош Claude, ответственность за код остаётся на программисте. Сбросить рутину на помощника и забить на ревью — большой соблазн, которого мы не допустим.
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
Скачать:
📥 Скрытое содержимое! Войдите или Зарегистрируйтесь
