Здесь собраны готовые промпты для программирования под самые частые задачи разработчика: написание кода, отладка, код-ревью, объяснение чужой логики, тесты, рефакторинг, SQL и регулярные выражения. Каждый промпт — отдельный блок: копируй, подставляй свой код в квадратные скобки и отправляй в модель. А чтобы шаблоны работали в полную силу, сначала коротко о том, как устроен хороший запрос — и какую нейросеть брать под какую задачу.
Как устроен хороший промпт для кода
Сравни два запроса. «Напиши функцию сортировки» — и модель выдаёт учебный пример без обработки ошибок. «Напиши функцию на Python, которая сортирует список словарей по ключу price, кладёт записи с price = None в конец и не мутирует исходный список. Добавь type hints и пример вызова» — и получаешь код, который можно вставлять в проект.
Разница — в четырёх элементах, из которых собирается любой сильный промпт для написания кода:
- Действие — написать, найти баг, отревьюить, объяснить, покрыть тестами, отрефакторить.
- Контекст — язык, версия, фреймворк, окружение, что код должен делать в проекте.
- Ограничения — без внешних зависимостей, сохранить публичный API, уложиться в O(n log n).
- Формат ответа — «только код», «код + построчное объяснение», «список правок с причинами».
Эта структура — частный случай общих правил промптинга: подробный разбор с примерами есть в нашем гайде по промпт-инжинирингу. Дальше — сами шаблоны.
Какую модель взять под какую задачу
Промпт — половина результата, вторая половина — модель. Ориентир по каталогу GPTunneL:
- Claude Fable 5 и Opus 5 — сложные задачи: рефакторинг легаси, архитектурные решения, работа с большой кодовой базой. Контекст до 1 млн токенов — влезает целый модуль вместе с тестами. Подробнее — на странице Claude.
- GPT-5.3 Codex — кодовая ветка GPT: уверенно ведёт многошаговые задачи «спроектируй → напиши → поправь по замечаниям». Доступен в чате ChatGPT наряду с обычными версиями.
- Qwen3 Coder — быстрые черновики и типовой код за копейки: CRUD, парсеры, скрипты. Когда нужен рабочий каркас, а не идеальная архитектура — начни с Qwen.
- DeepSeek V4 — тесты, объяснение кода, разбор ошибок: дёшево настолько, что можно гонять десятки запросов подряд. Смотри страницу DeepSeek.
Развёрнутое сравнение моделей на реальных задачах — фронтенд, бэкенд, легаси, отладка — мы делали в отдельном материале: 7 лучших ИИ для программирования. А удобство GPTunneL в том, что все модели живут в одном чате: один и тот же промпт можно прогнать через две-три нейросети и сравнить ответы.
Промпты для написания кода
Напиши функцию на [язык], которая [что делает]. Входные данные: [пример]. Ожидаемый результат: [пример]. Обработай граничные случаи: пустой ввод, некорректный тип. Добавь type hints и docstring.
Выступи как senior-разработчик на [язык/фреймворк]. Спроектируй и напиши [модуль/класс] для [задача]. Ограничения: [без внешних зависимостей / совместимость с версией X]. Сначала покажи план, потом код.
Напиши REST-эндпоинт на [фреймворк]: [метод и путь], принимает [параметры], возвращает [формат]. Добавь валидацию входных данных и обработку ошибок с корректными HTTP-статусами.
Напиши скрипт на [язык], который [рутинная задача: переименовать файлы, распарсить CSV, дёрнуть API]. Скрипт должен переживать ошибки на отдельных элементах и в конце печатать сводку: сколько обработано, сколько пропущено.
Промпты для отладки и поиска багов
Вот код и текст ошибки. Код: [код]. Ошибка: [стектрейс]. Объясни причину, предложи исправление и скажи, как воспроизвести проблему минимальным примером.
Функция должна [ожидаемое поведение], но вместо этого [фактическое поведение]. Вот код: [код]. Найди баг, объясни, почему он проявляется именно в этом случае, и предложи фикс с минимальным диффом.
Проанализируй этот код на типичные ошибки: гонки, утечки ресурсов, необработанные исключения, проблемы с часовыми поясами и кодировками. Код: [код]. Выведи находки списком по убыванию серьёзности.
Промпты для код-ревью
Сделай ревью этого кода как строгий, но доброжелательный сеньор. Код: [код]. Раздели замечания на три группы: блокирующие (баги, безопасность), важные (читаемость, производительность) и вкусовые. К каждому — пример исправления.
Проверь этот код на уязвимости: инъекции, XSS, небезопасная десериализация, утечка секретов, отсутствие валидации. Код: [код]. Для каждой находки укажи строку, сценарий атаки и исправление.
Вот дифф изменений: [дифф]. Оцени, не ломают ли они обратную совместимость публичного API, и перечисли места, которые нужно покрыть тестами в первую очередь.
Промпты для объяснения чужого кода
Объясни, что делает этот код, как для разработчика, который видит проект впервые: [код]. Сначала одним абзацем — общий смысл, потом построчно — неочевидные места. Приведи пример входных и выходных данных.
Вот функция из легаси-проекта: [код]. Восстанови по коду бизнес-требования: что она должна делать по замыслу автора, какие сценарии обрабатывает и какие граничные случаи, судя по коду, вызывали проблемы.
Объясни, чем отличаются эти два фрагмента и в каких случаях каждый из них предпочтительнее: [фрагмент 1] и [фрагмент 2]. Сравни по производительности, читаемости и устойчивости к ошибкам.
Промпты для тестов
Напиши unit-тесты на [фреймворк: pytest, Jest, JUnit] для этой функции: [код]. Покрой основной сценарий, граничные случаи и обработку ошибок. Назови тесты так, чтобы по имени было ясно, что проверяется.
Вот функция и баг, который в ней нашли: [код и описание бага]. Напиши регрессионный тест, который падает на текущем коде и пройдёт после исправления.
Составь план тестирования для [модуль/фича]: список сценариев с приоритетами, какие покрыть unit-тестами, какие — интеграционными, и какие проверки можно не писать вовсе и почему.
Промпты для рефакторинга
Отрефактори этот код, не меняя поведения: [код]. Цели: убрать дублирование, разбить длинные функции, улучшить имена. Публичный API сохранить. Покажи результат и списком — что и зачем изменилось.
Вот класс на [N] строк, который делает слишком много: [код]. Предложи, как разделить его по принципу единственной ответственности: какие классы выделить, что станет их публичным API и в каком порядке проводить рефакторинг без остановки разработки.
Упрости эту функцию, сохранив её сигнатуру и поведение на всех тестах: [код]. Если видишь возможность ускорить её алгоритмически — предложи отдельным вариантом с оценкой сложности до и после.
Промпты для SQL и регулярных выражений
Напиши SQL-запрос для [СУБД]: [что выбрать] из таблиц [схема таблиц]. Учти [условия]. Объясни, какие индексы нужны, чтобы запрос работал быстро на миллионе строк.
Этот SQL-запрос работает медленно: [запрос + план выполнения, если есть]. Предложи оптимизацию: перепиши запрос и/или предложи индексы. Объясни, почему станет быстрее.
Составь регулярное выражение для [задача: проверить формат, извлечь данные]. Примеры строк, которые должны подходить: [примеры]. Которые не должны: [контрпримеры]. Объясни выражение по частям и укажи подводные камни.
Промпты для документации и комментариев
Напиши docstring в стиле [Google/NumPy/JSDoc] для этой функции: [код]. Кратко — что делает, параметры, возвращаемое значение, исключения и один пример использования.
Составь README для этого модуля: [код или описание]. Структура: что это и зачем, установка, минимальный пример, типичные сценарии, ограничения. Пиши для разработчика, который торопится.
Добавь комментарии в этот код, но только там, где они нужны: неочевидные решения, обходы багов, важные инварианты. Код: [код]. Очевидные строки не комментируй.
Как выжать из шаблонов максимум
- Дели задачу на части. Большой фичей модель подавится: сначала план, потом каркас, потом реализация по модулям. Каждый шаг проверяй перед следующим.
- Показывай реальные данные. Пример запроса и ответа API даст модели больше, чем абзац описания. Для алгоритмов — обычный случай, граничный и большой объём.
- Правь итерациями. Результат почти устраивает — не переписывай промпт с нуля: «убери рекурсию», «добавь обработку таймаута», «перепиши на async».
- Проси объяснения. «Объясни, почему так» после сгенерированного кода — дешёвая страховка от решений, которые ты не понимаешь.
- Собирай личную библиотеку. Промпт, который хорошо сработал в твоём проекте, с большой вероятностью сработает и в следующем.
И главное: сгенерированный код читай и тестируй как чужой пул-реквест. Модель уверенно пишет и там, где ошибается.
FAQ
Какая нейросеть лучше всего пишет код?
Универсального ответа нет: для сложного рефакторинга и работы с большой кодовой базой сильны Claude Fable 5 и GPT-5.3 Codex, для быстрых черновиков выгоднее Qwen3 Coder или DeepSeek. В GPTunneL все они в одном чате — можно прогнать один промпт через несколько моделей и выбрать лучший ответ.
Подойдут ли эти промпты для любого языка программирования?
Да, шаблоны не привязаны к языку — подставь свой в квадратные скобки. Глубже всего модели знают Python, JavaScript/TypeScript, Java, Go и C#; для редких языков сильнее проявляются ошибки в деталях синтаксиса, поэтому проверяй внимательнее.
Можно ли отправлять модели рабочий код?
Отправляй только то, что не нарушает NDA и политику компании: вычищай секреты, ключи и персональные данные, а закрытую бизнес-логику заменяй упрощённым примером — для поиска бага этого обычно достаточно.
Безопасно ли использовать сгенерированный код в проде?
Настолько же, насколько код незнакомого джуна: обязательны ревью и тесты. Особенно проверяй обработку ошибок, граничные случаи и работу с внешними системами — именно там модели ошибаются чаще всего.
Чем промпт для кода отличается от обычного?
Дисциплиной формата: в кодовых промптах решают точный контекст (язык, версия, фреймворк), явные ограничения и требование к виду ответа. Общие принципы те же — они разобраны в гайде по промпт-инжинирингу.
Проверить шаблоны в деле можно прямо сейчас: открой Claude в GPTunneL — топовые кодовые модели в одном чате, без VPN, с оплатой картами российских банков в рублях. Один баланс на все нейросети: платишь только за то, что используешь. Скопируй промпт, подставь свой код — и первый ответ придёт через минуту.