Prompt-библиотека Anthropic обыграла кастомный скилл grill‑me в Claude Code
В полевом отчёте автор сравнил пять готовых промптов Anthropic с собственным скиллом grill‑me, обнаружив существенное преимущество библиотеки в двух часах тестов.
Автор статьи на Habr AI провёл практический эксперимент в Claude Code, сравнив два подхода к автоматизации задач: готовую библиотеку промптов от Anthropic и собственный скилл grill‑me, написанный в рамках платформы. За две часы работы было протестировано пять типовых промптов (поиск кода, рефакторинг, генерация тестов, документирование и исправление багов) и один «злой» скилл, который имитировал сложный сценарий обработки кода.
Ключевые результаты:
- Время отклика библиотеки промптов в среднем составляло 1,2 сек., тогда как скилл grill‑me требовал 3,8 сек. на аналогичный запрос.
- Точность генерируемых ответов у Anthropic превысила 92 % (по оценке автора), в то время как у скилла – 68 %.
- При работе с большими фрагментами кода (до 1500 строк) библиотека сохраняла стабильность, а скилл часто падал с ошибкой парсинга.
- Автор отметил, что скилл grill‑me оказался «злым» – он намеренно включал шумные подсказки, что ухудшало результат.
Для сравнения был использован встроенный парсер Habr, который автоматически собирал метрики и формировал отчёт. Полный материал доступен по ссылке: https://habr.com/ru/articles/1055714/. Статья подчёркивает, что даже без глубоких навыков программирования готовые промпты могут обеспечить более надёжный и быстрый результат, чем самописные решения.
Что важно: эксперимент показывает, что в большинстве сценариев разработки и автоматизации стоит сначала опробовать готовые библиотеки, а кастомные скиллы разрабатывать только при специфических требованиях.
Для студентов и разработчиков это подтверждает, что готовые промпты Anthropic – надёжный стартовый набор. Кастомные скиллы требуют тщательного тестирования и могут стать узким местом в производительности, поэтому их стоит внедрять только после проверки готовых решений.
