Принцип

Явное указание формата вывода устраняет неоднозначность и упрощает парсинг результата.

Структурированный вывод

JSON

Наиболее универсальный формат для программной обработки.

Пример 1: Простая схема  
"Проанализируй функцию.  
Ответ в JSON:  
\{  
  'name': str,  
  'params': list$str$,  
  'returns': str,  
  'complexity': str  
\}  
  
Функция:  
def quicksort(arr): ..."  
  
Пример 2: Вложенная схема  
"Извлеки информацию о классе.  
Формат:  
\{  
  'class\_name': str,  
  'methods': $\{  
      'name': str,  
      'params': \[\{'name': str, 'type': str\}$,  
      'return\_type': str,  
      'is\_async': bool  
    \}  
  \],  
  'attributes': $\{'name': str, 'type': str\}$  
\}  
  
Код:  
class UserService: ..."  
  
Пример 3: С валидацией  
"Результат в JSON.  
Схема (Pydantic):  
\`\`\`python  
class AnalysisResult(BaseModel):  
    issues: list$Issue$  
    score: int = Field(ge=0, le=100)  
  
class Issue(BaseModel):  
    line: int  
    severity: Literal$'low', 'medium', 'high'$  
    message: str

Код для анализа: ..."

  
\#\#\# Markdown  
  
Для читаемого вывода с форматированием.

Пример 1: Секции "Формат ответа:

Проблема

$описание в 1-2 предложения$

Причина

$техническое объяснение$

Решение

$код$

Тесты

$тесты$  
\`\`\`"  
  
Пример 2: Таблица  
"Сравни алгоритмы сортировки.  
Формат: markdown таблица  
  
| Алгоритм | Лучший | Средний | Худший | Память | Стабильный |  
|----------|--------|---------|--------|--------|------------|"  
  
Пример 3: Список  
"Формат:  
1. \*\*$Название проблемы$\*\*: $описание$  
   - Строка: $номер$  
   - Исправление: \`$код$\`  
  
Максимум 5 проблем, по убыванию критичности."

Код

Структурированный код с метаданными.

Пример 1: С комментариями-секциями  
"Формат:  
\`\`\`python  
\# === IMPORTS ===  
  
\# === TYPES ===  
  
\# === IMPLEMENTATION ===  
  
\# === TESTS ===  
\`\`\`"  
  
Пример 2: С метаданными в docstring  
"Формат:  
\`\`\`python  
def function():  
    '''  
    Complexity: O(n)  
    Space: O(1)  
  
    Examples:  
        \>\>\> function()  
        result  
    '''  
\`\`\`"  
  
Пример 3: Модуль  
"Формат: полный Python модуль  
\`\`\`python  
'''  
Module: $name$  
Purpose: $description$  
'''  
  
from \_\_future\_\_ import annotations  
from typing import ...  
  
\_\_all\_\_ = $...$  
  
\# Implementation  
\`\`\`"

Ограничение длины

Лимит строк/символов

Пример 1: Код  
"Напиши функцию.  
Ограничение: максимум 15 строк, без пустых строк."  
  
Пример 2: Объяснение  
"Объясни концепцию.  
Ограничение: 3-5 предложений."  
  
Пример 3: Список  
"Найди проблемы.  
Ограничение: топ-3, по одной строке каждая."

Лимит элементов

Пример 1: Фиксированное число  
"Предложи названия переменной.  
Ровно 5 вариантов."  
  
Пример 2: Диапазон  
"Найди баги.  
От 1 до 5 проблем (только реальные, не выдумывай)."  
  
Пример 3: Приоритизация  
"Code review.  
Максимум 10 замечаний.  
Порядок: критичные → важные → минорные."

Негативные инструкции

Что исключить из ответа

Пример 1: Без объяснений  
"Напиши функцию сортировки.  
  
НЕ ВКЛЮЧАТЬ:  
- Объяснения  
- Комментарии в коде  
- Альтернативные варианты  
- Примеры использования  
  
Только код."  
  
Пример 2: Без шаблонного текста  
"Ответь на вопрос.  
  
НЕ ВКЛЮЧАТЬ:  
- 'Конечно, я помогу...'  
- 'Вот ответ на ваш вопрос...'  
- 'Надеюсь, это поможет!'  
  
Сразу ответ."  
  
Пример 3: Фокус на конкретном  
"Code review.  
  
НЕ КОММЕНТИРОВАТЬ:  
- Форматирование  
- Нейминг  
- Стиль  
  
ТОЛЬКО:  
- Логические ошибки  
- Баги  
- Уязвимости"

Технологические ограничения

Пример 1: Без внешних зависимостей  
"Напиши парсер JSON.  
  
НЕ ИСПОЛЬЗОВАТЬ:  
- json модуль  
- сторонние библиотеки  
  
Только базовый Python."  
  
Пример 2: Без определённых конструкций  
"Напиши функцию.  
  
НЕ ИСПОЛЬЗОВАТЬ:  
- Рекурсию  
- Глобальные переменные  
- Классы  
  
Только функции и циклы."  
  
Пример 3: Версионные ограничения  
"Напиши код.  
  
НЕ ИСПОЛЬЗОВАТЬ (Python \<3.10):  
- match/case  
- Оператор |= для dict  
- Параметры позиции / (PEP 570)"

Уровень детализации

Адаптация под аудиторию

Пример 1: Эксперт  
"Объясни GIL.  
Аудитория: senior Python developer.  
Уровень: internals, C-level детали.  
НЕ объяснять: что такое потоки, базовый синтаксис."  
  
Пример 2: Средний уровень  
"Объясни GIL.  
Аудитория: middle Python developer.  
Уровень: практические последствия, когда проблема, как обойти.  
Без низкоуровневых деталей реализации."  
  
Пример 3: Новичок  
"Объясни GIL.  
Аудитория: junior, первый год Python.  
Уровень: аналогии, простые примеры.  
Избегать: технические термины без объяснения."

Глубина анализа

Пример 1: Поверхностный  
"Code review.  
Уровень: quick scan.  
Только критичные проблемы (безопасность, падения)."  
  
Пример 2: Стандартный  
"Code review.  
Уровень: стандартный.  
Безопасность, производительность, читаемость."  
  
Пример 3: Глубокий  
"Code review.  
Уровень: тщательный.  
Включить:  
- Безопасность (OWASP)  
- Производительность (Big-O, memory)  
- Тестируемость  
- Соответствие SOLID  
- Edge cases"

Форматы для разных задач

Примеры комбинирования

Пример 1: JSON + ограничения  
"Анализ функции.  
  
Формат JSON:  
\{  
  'issues': $...$,  // максимум 5  
  'score': int      // 0-100  
\}  
  
Без дополнительного текста, только JSON."  
  
Пример 2: Markdown + структура  
"Документация для функции.  
  
Формат:  
\#\# Описание  
$1-2 предложения$  
  
\#\# Параметры  
| Параметр | Тип | Описание |  
|----------|-----|----------|  
  
\#\# Возвращает  
$тип и описание$  
  
\#\# Примеры  
\`\`\`python  
$2-3 примера$

Исключения

• ExceptionType: когда возникает"

Пример 3: Код + метаданные "Оптимизируй функцию.

Формат:

\# Оригинал: O(n²)  
\# Оптимизировано: O(n log n)  
\# Изменения: $краткое описание$  
  
$код$

После кода: бенчмарк до/после (таблица)."