Критерии приёмки для AI-агента: пример вместо «сделай нормально»
Опишите результат через вход, действие и наблюдаемый выход. Критерий полезен, если два независимых проверяющих одинаково определяют, выполнен ли он.
Пример из разработки
Задача «улучши поиск» допускает десятки решений: исправление опечаток, сортировку, фильтры, быстрый запрос. Агент добавляет новый алгоритм, но пользователи жаловались на потерю выбранной категории после обновления страницы. Красивое техническое решение не попало в реальную проблему. Уточнить нужно не будущую архитектуру, а пользовательское поведение и ограничения, которые важны именно здесь.
Почему это работает
Для этого случая запишите: выбрать категорию «Книги», ввести запрос, обновить страницу — фильтр остаётся выбранным, результаты относятся к категории. Отдельно определите пустую выдачу и кнопку сброса. Укажите, что изменение ранжирования не входит в задачу. Агенту можно оставить свободу реализации, сохранив независимый способ проверки. Не превращайте критерии в пересказ каждой строки будущего кода: тогда вы проверяете догадку о решении вместо потребности.
Проверка перед использованием
| Проверка | Ожидаемое поведение |
|---|---|
| Одинаковая последовательность действий у двух проверяющих | Оба получают сохранённый фильтр и могут однозначно поставить успешный или неуспешный результат. |
| Сброс категории после перезагрузки | Состояние очищается по оговорённому правилу, а не возвращается из старого сохранения. |
| Пустая выдача в выбранной категории | Пользователь видит понятное состояние; система не подменяет его результатами всех категорий. |
Критерии желательно записывать до реализации: тогда они меньше зависят от того, какой вариант оказался проще сгенерировать. После согласованного изменения требований обновляйте их явно, сохраняя объяснение новой цели.
Часть требований остаётся оценочной: например, понятность текста или удобство сложной формы. Для неё задайте примеры и явного проверяющего, вместо обещания полностью автоматической приёмки.
Чем больше самостоятельности у coding agent, тем важнее уметь формулировать проверяемый результат до генерации изменений. В платном курсе Vibecoding: Claude Code, Codex, Cursor и agentic development можно продолжить изучение соответствующего инженерного направления. Перед покупкой сравните программу и открытые материалы со своей задачей.
Документация для проверки технических деталей: Практики Claude Code.
Следующий шаг: AI-разработка: разборы ошибок, изменений и проверки кода. По смежным вопросам: AI исправил тест вместо бага: как заметить подмену, Какие тестовые данные дать AI для реалистичной проверки.
