Дневник вайбкодера: каждая сессия — статья
Вчера настраивал MIDI-контроллер для OBS. Сегодня не помню, какой SysEx-формат использовал для LED-индикации. Полчаса рылся в истории чата, искал строку F0 00 20 6B 7F 42...
Это типичная проблема вайбкодинга: решаешь задачу в потоке, а через неделю ищешь в истории чата — и не находишь.
Этот блог — попытка решить эту проблему. Каждая сессия становится статьёй через набор AI-скиллов.
Проблема: знания растворяются
Каждая сессия с Claude Code — это решённая задача. Настроил деплой, разобрался с API, нашёл баг в конфиге. В моменте всё понятно. Через неделю — чистый лист.
Можно вести заметки. Но когда ты в потоке решения задачи, документирование кажется лишним трением. Проще спросить AI ещё раз. И ещё раз. И так каждый раз заново.
У концепции «второго мозга» есть ответ: записывай атомарные заметки, связывай между собой, выращивай граф знаний. Но это требует дисциплины, которой у меня нет. Digital garden звучит красиво, пока не начинаешь его поливать.
Я искал способ получить документацию своих решений без дополнительных усилий в процессе работы.
Решение: сессия → статья
Идея простая: если каждая сессия и так содержит полезный контент, пусть AI превращает её в статью.
Я собрал набор скиллов для Claude Code:
- blog-post — генерирует статью из темы. Делает research через Exa, пишет черновик, прогоняет через критиков
- deaify-text — убирает «аишность» из текста. Четыре параллельных критика находят шаблонные фразы, однообразный ритм, отсутствие конкретики
- html-lesson — превращает транскрипт сессии в HTML-урок с навигацией
Процесс выглядит так:
Я не копирую диалог в статью. Статья — переработанный опыт плюс контекст из внешних источников. Exa находит, как эту задачу решают другие.
Что даёт этот подход
Поисковый индекс своих решений. Вместо поиска по истории чатов — поиск по блогу. Статья про MIDI-контроллер теперь в Google, и я найду её быстрее, чем вспомню, в каком проекте это делал.
Learning in public. Концепция не новая — Swyx писал об этом в 2018. Публикуешь процесс обучения, получаешь обратную связь. Раньше это требовало отдельных усилий на написание. Теперь барьер ниже.
Накопление контента. За 5 дней — 4 статьи: MIDI + OBS, фактчекер в воркфлоу, конвейеры AI-контента, эта. Каждая — из сессии, где решал свою задачу. Первая заняла 3 часа, последняя — меньше часа.
Зная, что сессия станет статьёй, начинаешь иначе формулировать задачи для AI. Чётче описываешь контекст, лучше структурируешь проблему. Это улучшает и сам процесс решения.
Открытый эксперимент
Репозиторий со скиллами открыт на GitHub. Это не готовый продукт — это эксперимент в процессе.
Цель на ближайший месяц: понять, насколько можно улучшить качество генерируемого контента. Сейчас deaify убирает очевидные AI-паттерны, но текст всё ещё местами звучит обобщённо.
Что планирую добавить:
- Scoring качества — числовая оценка «аишности» после каждой итерации
- Больше личного контекста — автоматическое добавление примеров из моих предыдущих статей
- Связи между статьями — если писал про похожую тему, добавить ссылку
Вернусь сюда 11 февраля и сравню первые статьи с последними.
Как попробовать
Если используешь Claude Code, можешь создать свой скилл для блога:
- Создай файл в
~/.claude/skills/blog-post/blog-post.md - Опиши воркфлоу: откуда брать данные, как форматировать, куда сохранять
- Добавь шаг с критикой текста — без этого результат будет слишком «гладким»
Не пытайся автоматизировать всё сразу. Тема → черновик → ручная редактура → публикация. Автоматические шаги добавляй по мере понимания, где они нужны.