РОБОТА З LLM — ЯК СТАВИТИ ЗАДАЧІ НА КОД

1. ЩО НАВЧИМОСЯ РОБИТИ

Навчимося правильно ставити задачі AI (Claude, ChatGPT) для генерації коду. Це ключовий навик офіцера-аналітика: ви керуєте процесом, AI пише код.

Чому критично: 80% роботи з Python — через AI. Якісний промпт = робочий код за 30 секунд.

2. ТЕРМІНОЛОГІЯ

3. ТЕОРІЯ

3.1 Чому LLM пише код краще за початківця

AI навчений на мільярдах рядків коду. Знає синтаксис, патерни, документацію бібліотек. Ваша задача — чітко пояснити ЩО треба. AI розбереться ЯК.

3.2 Три рівні делегування

Рекомендація: рівень 2 для аналітика.

3.3 Анатомія хорошого промпту

• Контекст — що за дані, формат

Задача — що зробити (покроково)

• Вимоги — бібліотеки, обробка помилок
• Деталі — типи колонок, формати дат

Напиши скрипт для аналізу даних

CSV-файл intercepts.csv з колонками: timestamp (ISO 8601), latitude, longitude (float), frequency (MHz), signal_strength (dBm, від'ємні).

3.4 Шаблон промпту

ДАНІ: [формат, колонки з типами]

3.5 Типові помилки

4. КОД З КОМЕНТАРЯМИ

Результат хорошого промпту:

import pandas as pd
from datetime import datetime, timedelta
def analyze_intercepts(filepath):
# 1. Завантаження з обробкою помилок
try:
df = pd.read_csv(filepath, encoding='utf-8')
except FileNotFoundError:
print(f'Файл {filepath} не знайдено')
return None
# 2. Конвертація timestamp
df['timestamp'] = pd.to_datetime(df['timestamp'])
# 3. Фільтр за 24 години
межа = datetime.now() - timedelta(hours=24)
df_filtered = df[df['timestamp'] > межа]
# 4. Групування
result = df_filtered.groupby('frequency').agg({
'signal_strength': ['count', 'mean']
}).round(2)
result.columns = ['кількість', 'середня_сила']
# 5. Топ-5
top5 = result.sort_values('кількість', ascending=False).head(5)
print(top5)
top5.to_csv('top5.csv')
return top5
analyze_intercepts('intercepts.csv')

5. РОЗБІР ПО РЯДКАХ

Як промпт вплинув на код:

"обробка помилок" → try/except
"24 години" → timedelta(hours=24)

• "кількість, середня" → agg з count, mean
• "коментарі" → коментар до кожного блоку

6. ЗАВДАННЯ 1: ЗНАЙТИ ПОМИЛКУ

Напиши код для обробки логів. Знайди аномалії і виведи звіт. Використай ML.

• "логів" — яких? формат? колонки?
• "аномалії" — які критерії?
• "звіт" — формат?
• "ML" — надлишково для простої задачі

7. ЗАВДАННЯ 2: ПРОМПТ ДЛЯ AI

Задача: JSON з Telegram-чату. Масив повідомлень з from, date, text, можливо forwarded_from. Знайти переслані, згрупувати за джерелом.

JSON telegram_export.json:

8. ЗАВДАННЯ 3 (ОПЦІОНАЛЬНО)

Перетворіть погані промпти в хороші:

• "Зроби парсер сайту"
• "Проаналізуй дані і побудуй графік"
• "Автоматизуй роботу з документами"

9. РЕФЛЕКСІЯ

10. ЩО ДАЛІ

• Модуль 0.4: Межа: що писати самому, що делегувати AI
• Модуль 0.5: Основні поняття програмування

Головна думка: 2 хвилини на промпт = 2 години зекономлені на виправленнях.