Поиск ошибок в коде
Этот промпт помогает нейросети шаг за шагом находить и исправлять ошибки в коде. Сначала указываются пять входных параметров (язык, код, контекст, ож…
×
Сохранение ИИ-сервисов доступно только для авторизованных пользователей
ВойтиКаталог промптов по задачам
Готовые промпты для программирования
Промпты для генерации, отладки и оптимизации кода, SQL-запросов, тестов, Docker и популярных языков программирования.
Готовые шаблоны
Промпты в категории «Написание кода»
Откройте подходящий шаблон, замените исходные данные и уточните требования к результату.
Генерация кода на JavaScript
Промпт для генерации JavaScript-кода, который предоставляет структурированный подход к созданию программного обеспечения. Включает анализ цели, деком…
Оптимизация кода C++
Данный универсальный промпт помогает четко структурировать процесс оптимизации фрагмента C++-кода на любом устройстве. Он задает понятные параметры, …
Асинхронный код на Kotlin
Промпт для генерации асинхронного кода на Kotlin с использованием корутин. Запрос структурирован по входным параметрам: цель, операции, параллелизм, …
Модуль авторизации на Django
Промпт генерирует пошаговые инструкции для создания модуля авторизации в Django, включая инициализацию проекта, создание приложения, настройки моделе…
Графовый поиск на Go
Промпт для генерации кода алгоритмов графового поиска на Go. Задает четкие параметры: тип алгоритма, структура графа, начальная и целевая вершины, тр…
Генерация SQL-запросов
Краткое описание промпта (примерно 320 символов): Этот универсальный промпт структурирует процесс создания SQL-запроса на основе текстового описания.…
Контейнер Docker
Данный промпт предоставляет структурированное руководство для создания Docker-конфигурации. Он запрашивает ключевые параметры у пользователя, разбива…
Генерация юнит-тестов с pytest
Данный промпт помогает автоматически сгенерировать структурированные юнит-тесты для pytest на основе кода пользователя. Он задаёт ключевые параметры,…
Генерация кода на Python
Промпт для генерации кода на Python, который предоставляет нейросети четкие инструкции, критерии качества и предупреждения об ошибках на основе входн…
Возможности подборки
Какие задачи можно решить
Перед началом
Какие данные подготовить
- 01
Язык, версия и используемый стек
- 02
Минимальный воспроизводимый фрагмент кода
- 03
Полный текст ошибки и шаги воспроизведения
- 04
Ожидаемое и фактическое поведение
- 05
Ограничения на зависимости, API и архитектуру
На примере
Как сделать промпт точнее
Указаны окружение, ошибка, ожидаемое поведение и допустимый масштаб изменений. Это помогает модели предложить решение, которое проще проверить.
Общий запрос
Найди ошибку в этом коде.
Структурированный промпт
Проанализируй Python-код и найди причину ошибки. Версия Python: 3.12, библиотека: [название и версия]. Сначала объясни причину, затем предложи минимальное исправление и покажи итоговый фрагмент. Не меняй публичный интерфейс функции и не добавляй зависимости. Ожидаемое поведение: [описание]. Ошибка: [текст]. Код: [код].
Проверка перед отправкой
Частые ошибки
- Не указаны версии языка и библиотек
- Отсутствует полный текст ошибки
- Не описано ожидаемое поведение
- В запрос отправлен секрет, ключ API или персональные данные
Совместимость
Для каких нейросетей подходят промпты
Категория включает промпты для ChatGPT, Claude, DeepSeek и Grok. Любой сгенерированный код нужно запускать в контролируемой среде, проверять тестами и анализировать на уязвимости.
Коротко о главном
Вопросы о промптах категории
Какие данные приложить для поиска ошибки?
Укажите язык и версии, минимальный фрагмент кода, полный traceback или сообщение об ошибке, входные данные и ожидаемый результат.
Можно ли отправить нейросети весь проект?
Лучше начать с минимального воспроизводимого примера. Не передавайте секреты, токены, персональные данные и закрытый код без разрешения владельца.
Как попросить модель не менять архитектуру?
Явно зафиксируйте ограничения: сохранить публичные интерфейсы, зависимости, формат данных и область допустимых изменений.