Rules, Skills, Modes: как команды перестают изобретать промпты

Тема, которая за последние полгода из нишевой стала обязательной: как организовать работу команды с AI-инструментами разработки так, чтобы знания можно было масштабировать на всю команду.

Проблема знакомая: в команде из 10 разработчиков каждый настраивает AI под себя. Один нашел рабочий промпт для код-ревью, другой – для генерации тестов, третий – для миграций. Классический tribal knowledge, только теперь не про код, а про то, как правильно взаимодействовать с AI.

➡️ Что уже есть: три слоя кастомизации

1️⃣ Rules – статичные инструкции, которые AI читает перед каждым ответом. Cursor (.cursor/rules/), Claude Code (CLAUDE. md), Windsurf (.windsurf/rules/) – у всех свой формат, но идея одна: положи файл в репозиторий, закоммить, и вся команда получает одинаковое поведение AI. Это как .eslintrc, только для AI-ассистента. Один настроил – все используют.

2️⃣ Skills – переиспользуемые рабочие процессы. Не просто «веди себя так», а полноценные инструкции с шаблонами, скриптами и примерами. Папка со скиллами, которую AI загружает когда задача подходит. Команда может собрать библиотеку: deploy, review-pr, setup-dev, create-feature – и новый разработчик в первый день работает по тем же стандартам, что и сеньор.

В декабре 2025 Anthropic вывела формат Skills в открытый стандарт (agentskills.io), и его подхватили ключевые игроки: GitHub Copilot, OpenAI Codex, Gemini CLI, Cursor. Тут идея reusable workflow. Написал скилл один раз – перенес без изменения.

Простая аналогия: MCP дает агенту доступ к внешним инструментам и данным. Skills учат агента, что с этими инструментами делать. Уже появились каталоги – можно устанавливать одной командой, можно публиковать свои.

3️⃣ Modes и Subagents – управление автономностью и специализацией.
Modes = сколько агенту разрешено. Например, в Claude Code это permission modes (plan-only / auto-accept edits).
Subagents = кому делегирована подзадача. Отдельный агент со своим контекстом и ограниченной зоной ответственности: один исследует кодовую базу, другой пишет тесты, третий готовит деплой.

➡️ Как это работает на практике в команде

Паттерн простой и уже обкатанный:
– Rules коммитятся в репозиторий проекта – code style, архитектурные решения, запрещенные паттерны
– Skills хранятся рядом с кодом – командные workflows подтягиваются автоматически при клонировании репозитория
– Например, в Claude Team/Enterprise админы уже могут раскатывать skills на всю организацию – пользователь может отключить конкретный скилл, но базовый набор единый.

По сути, это тот же подход, что и с линтерами: один человек настраивает, остальные получают из коробки. Только вместо правил форматирования – правила поведения AI.

➡️ Где чаще всего ошибаются

🔴Первая ошибка – делать один гигантский файл правил на все случаи жизни. Skills специально спроектированы по принципу progressive disclosure: AI читает только название и описание (~100 токенов), и подгружает полные инструкции только когда задача совпала. Несколько фокусных скиллов всегда лучше одного монолитного.
🔴Вторая ошибка – не версионировать. Skills и rules – это код. Они должны жить в git, проходить ревью и эволюционировать вместе с проектом.
🔴Третья – забывать про описание. AI решает, загружать ли скилл, только по полю description. Если оно размытое – скилл никогда не сработает, каким бы хорошим ни было содержимое.

#AI #AIDevTools #AgentSkills #DeveloperExperience #Engineering

@mrtnv_prism | @ainative