Модель не виновата, виноват контекст
Если AI выдаёт общие ответы, проблема почти никогда не в модели. Проблема в том, что модель ничего о вас не знает. Каждый новый разговор она начинает с чистого листа и вынуждена угадывать ваш уровень, стиль, технический стек и предпочтения.
В 2026 году стало очевидно: оттачивать один промпт бессмысленно, если у AI нет контекста. Context engineering - это подход, при котором вы строите систему контекста один раз, и она работает во всех разговорах. Модель сразу знает кто вы, как пишете, над чем работаете и чего от неё ждут.
Три файла, которые меняют всё
Минимальный набор для персистентного контекста - три файла. Первый: identity-файл. Кто вы, ваша роль, цели, уровень экспертизы. Senior backend-разработчик на Go будет получать совсем другие ответы, чем junior фронтендер на React.
Второй: voice profile. Как вы думаете и пишете. Предпочитаете короткие предложения или развёрнутые? Используете сленг или формальный стиль? Этот файл делает ответы AI похожими на ваши собственные тексты, а не на генерический output.
Третий: anti-AI файл. Список слов и тонов, которые AI не должен использовать. Забудьте про слова вроде "инновационный", "в заключение", "давайте рассмотрим". Если у вас есть такой файл, AI перестаёт звучать как AI.
Как это выглядит на практике
В Claude Code это CLAUDE.md в корне проекта плюс авто-память для личных предпочтений. В Cursor - файл .cursorrules. В Windsurf - Rules. Суть везде одна: постройте контекст до того, как начнёте промптить. Это как разница между разговором с незнакомцем на улице и с коллегой, который знает ваш проект.
Частые ошибки
Первая: пытаться запихнуть всё в один файл. Разделяйте проектный контекст (стек, конвенции) от личного (стиль, предпочтения). Вторая: не обновлять контекст. Если вы сменили стек или роль, файлы должны это отражать. Третья: писать слишком много. AI работает лучше с 20 строками конкретных правил, чем с 200 строками общих рекомендаций.