Guide to Improving Claude Code Behavior Based on Andrej Karpathy's Observations

Практический гайд по оптимизации работы Claude Code с учётом наблюдений Андрея Карпаты о проблемах LLM при программировании.

Средний
Алексей Кузнецов
Алексей Кузнецов
Системный администратор2 ноября 2026 г.2 мин чтения

Требования

  • Знание работы Claude Code
  • Базовое понимание ограничений LLM
  • Доступ к репозиторию multica-ai/andrej-karpathy-skills

Анализ типичных ошибок Claude Code

Изучите, как Claude Code часто выдаёт ошибки при генерации кода: галлюцинации, неправильная типизация, несоответствие контексту. Ссылка на исходный код: multica-ai/andrej-karpathy-skills.

```bash
# Открытие репозитория для анализа
cd multica-ai/andrej-karpathy-skills
ls -la
```

Внедрение промпт-инженерных техник

Используйте структурированные промпты с явными инструкциями: задача, ограничения, формат вывода. Это снижает вероятность ошибок. Пример правильного промпта для кодирования.

```bash
# Создание шаблона промпта для Claude Code
cat > prompt_template.md << 'EOF'
# Шаблон промпта для кодирования

## Задача
<задача>

## Ограничения
<ограничения>

## Формат
<формат>
EOF
```

Настройка code-analysis для верификации

Используйте инструменты анализа кода для проверки сгенерированного фрагмента. Это позволяет выявить потенциальные проблемы до компиляции и обеспечить качество кода.

```bash
# Запуск анализа кода с использованием встроенных инструментов
python -m code_analysis --file=generated.py --strict
```

Создание цикла обратной связи

Внедрите систему обратной связи: после генерации кода проверяйте его на соответствие требованиям, фиксируйте ошибки и дорабатывайте. Это помогает модели учиться на своих ошибках и улучшать поведение Claude Code.

```bash
# Скрипт для проверки сгенерированного кода
./verify_generated.py --input=output.py --rules=["no_duplicates", "valid_types", "proper_syntax"]
```

Guide to Improving Claude Code Behavior Based on Andrej Karpathy's Observations

Практический гайд по оптимизации работы Claude Code с учётом наблюдений Андрея Карпаты о проблемах LLM при программировании.

Предварительные требования

  • Знание работы Claude Code
  • Базовое понимание ограничений LLM
  • Доступ к репозиторию multica-ai/andrej-karpathy-skills

Шаг 1: Анализ типичных ошибок Claude Code

Изучите, как Claude Code часто выдаёт ошибки при генерации кода: галлюцинации, неправильная типизация, несоответствие контексту. Ссылка на исходный код: multica-ai/andrej-karpathy-skills.

```bash
# Открытие репозитория для анализа
cd multica-ai/andrej-karpathy-skills
ls -la

## Шаг 2: Внедрение промпт-инженерных техник

Используйте структурированные промпты с явными инструкциями: задача, ограничения, формат вывода. Это снижает вероятность ошибок. Пример правильного промпта для кодирования.

```bash
```bash
# Создание шаблона промпта для Claude Code
cat > prompt_template.md << 'EOF'
# Шаблон промпта для кодирования

## Задача
<задача>

## Ограничения
<ограничения>

## Формат
<формат>
EOF

## Шаг 3: Настройка code-analysis для верификации

Используйте инструменты анализа кода для проверки сгенерированного фрагмента. Это позволяет выявить потенциальные проблемы до компиляции и обеспечить качество кода.

```bash
```bash
# Запуск анализа кода с использованием встроенных инструментов
python -m code_analysis --file=generated.py --strict

## Шаг 4: Создание цикла обратной связи

Внедрите систему обратной связи: после генерации кода проверяйте его на соответствие требованиям, фиксируйте ошибки и дорабатывайте. Это помогает модели учиться на своих ошибках и улучшать поведение Claude Code.

```bash
```bash
# Скрипт для проверки сгенерированного кода
./verify_generated.py --input=output.py --rules=["no_duplicates", "valid_types", "proper_syntax"]
Поделиться:TelegramX / TwitterVK