Промпт — это пожелание. Спека — это контракт.

METR — некоммерческая исследовательская организация — замерили, как фронтирные модели справляются с задачами разной длины. Результат неутешительный.

На задачах, которые человек делает за 4 минуты — почти 100% успешность. На задачах длиннее 4 часов — меньше 10%. Claude 3.7 Sonnet пересекает 50%-порог где-то на 50 минутах.

Следим за руками: после 50 минут ваш агент скорее ошибётся, чем сделает правильно.

А теперь накиньте сверху мультишаговость. Google DeepMind посчитали: если каждый шаг агентного процесса имеет 95% точности (что отлично), то за 10 шагов end-to-end успешность падает до 60%. При 90% на шаг — до 35%.

Это compound error. Ошибки не складываются — они перемножаются. Каждый следующий агент принимает ошибочный вывод предыдущего за факт. Система генерирует не мусор — она генерирует уверенную чушь. Выглядит как результат. Читается как результат. Не является результатом.

Почему человек справляется лучше? Потому что человек компенсирует кривое ТЗ контекстом. Ты говоришь стажёру «сделай красиво» — и он идёт смотреть, что делали до него, спрашивает коллег, гуглит примеры. Он додумывает.

Агент не додумывает. Агент догенеривает. Это принципиально разные вещи.

Когда ты даёшь агенту промпт — ты даёшь пожелание. Когда ты даёшь спеку — ты даёшь контракт.

Спека — это не документ на 20 страниц. Это контракт из пяти пунктов:

1. Outcome. Что должно быть правдой, когда работа закончена. Не «напиши стратегию», а «документ на 2 страницы с тремя сценариями выхода, unit-экономикой для каждого и рекомендацией с обоснованием».

2. Scope. Что входит в задачу. Рынок — Казахстан. Горизонт — 12 месяцев. Данные — из нашей CRM за последний год.

3. Non-scope. Что не входит. Это важнее, чем кажется. Агент без ограничений будет расширять задачу бесконечно. Martin Fowler тестировал: агенты добавляли фичи, которых не было в спеке, меняли допущения по ходу работы и заявляли «done» при сломанном билде. Non-scope — это забор. Без забора агент уходит в поле.

4. Constraints. Какие решения уже приняты. Какие ограничения есть. Бюджет, формат, тональность, запрещённые подходы.

5. Verification. Как проверить, что работа сделана правильно. Это самый недооценённый пункт. Без него у вас нет критерия, чтобы отличить результат от workslop.

Пять полей. Markdown-файл. Никаких фреймворков не нужно.

Есть красивая параллель из экономики. В 2019 году исследователи из Гарварда и Торонто опубликовали работу: проблема AI alignment структурно идентична проблеме неполных контрактов. Когда ты нанимаешь подрядчика — контракт всегда неполный. Невозможно предусмотреть всё. Но хороший контракт фиксирует, что делать, когда что-то идёт не так. Кто решает спорные вопросы. Какие границы.

Промпт — это устная договорённость. «Ну ты понял, сделай нормально». Спека — подписанный контракт. Разница не в том, что написано. Разница в том, что происходит, когда всё пойдёт не по плану.

А оно пойдёт.

Помните [модель эволюции специалиста]?

L2 — оператор. Промптит и надеется. «Напиши мне коммерческое предложение». Получает что-то. Правит руками. Тратит час на то, что мог бы сделать за 15 минут — если бы поставил задачу точно. Но ему кажется, что промптинг — это и есть навык.

L3 — делегатор. Пишет спеку один раз перед задачей. Фиксирует outcome, scope, non-scope. Даёт агенту контекст: «вот наш tone of voice, вот пример хорошего КП, вот данные клиента». Результат — на порядок точнее. Переделок — на порядок меньше.

L4 — архитектор. Спека живёт. Обновляется по ходу работы. Агент отчитывается о прогрессе и отклонениях. Если задача большая — разбита на подзадачи, каждая со своей мини-спекой. Проверка встроена в процесс, а не висит на человеке.

Для каждой из наших аудиторий это выглядит по-разному.

Собственник МСБ — перестаёт быть бутылочным горлышком. Вместо «проверь каждый текст» — спека с tone of voice, списком запрещённых формулировок и автоматической проверкой. Он смотрит дашборд, а не каждый output.

Руководитель функции — получает артефакт для команды. «Вот как мы ставим задачи AI-агентам в нашем отделе». Не каждый сам по себе промптит — есть стандарт. Thoughtworks в 2025 году назвали это ключевым сдвигом: AI — командная технология, не индивидуальный усилитель. Shared specs > индивидуальные промпты.

Специалист — перестаёт быть «тем, кто хорошо промптит» и становится тем, кто проектирует агентные процессы. Карьерный апгрейд. Не оператор — архитектор.

Было бы нечестно не сказать.

Спеки — не серебряная пуля. И есть ситуации, где они вредят больше, чем помогают.

Прототипирование. Когда ты ещё не знаешь, что строишь — спека тормозит. Один промпт, быстрый результат, итерация. Exploratory work лучше без контракта.

Задачи до 30 минут. Написать письмо, обобщить документ, перевести текст. Тут спека — это overhead. Один хороший промпт — достаточно.

Первый контакт с темой. «Расскажи мне про X» — это нормальный промпт. Ты ещё не знаешь, что спрашивать. Спека появляется, когда ты уже понимаешь контуры задачи.

Фаулер честно зафиксировал: даже с детальной спекой агенты отклоняются. Добавляют то, о чём не просили. Меняют допущения. Заявляют «готово» при сломанном результате. Спека не гарантирует идеальный output — она гарантирует, что отклонение видно. Что есть контракт, относительно которого можно оценить: сделано или нет.

Критики говорят: жёсткое следование спеке — это waterfall 2.0. И они правы, если спека мёртвая. Гранитная плита, высеченная до начала работы и неприкосновенная.

Но спека должна быть живой. Обновляться по ходу. Фиксировать новые решения. Документировать, почему отклонились от плана.

Не гранитная плита — навигационная карта. Маршрут может меняться. Но без карты ты просто гуляешь.

Давайте зафиксируем.

42% компаний в 2025 году бросили большинство AI-инициатив. Средняя стоимость заброшенного проекта — $4.2 миллиона. Каждый из этих проектов начинался с того, что кто-то сказал: «Давайте попробуем AI для [вставить задачу]». Без чёткого outcome. Без scope. Без verification.

Промпт — это пожелание. Спека — это контракт.

Переход простой. Перед следующей задачей для AI-агента — любой, не обязательно кодинг — напиши пять строк:

1. Что должно быть правдой, когда задача выполнена
2. Что входит в задачу
3. Что НЕ входит
4. Какие ограничения
5. Как проверить результат

Пять строк. Markdown-файл. Без фреймворков, без SpecKit, без OpenSpec.

Это следующий шаг после [системного мышления]. Ты разобрался в пайплайнах и петлях обратной связи — теперь разберись с входом в пайплайн. Потому что мусор на входе гарантирует мусор на выходе, какой бы красивой ни была архитектура.

На курсе [AI Architect] мы не учим промптить. Мы учим специфицировать — ставить задачу так, чтобы система работала без твоего постоянного вмешательства. Спека, пайплайн, петля обратной связи. Не магия — инженерия.

Фигачим 🔥