LLM лайфхак: замість рефакторингу складного функціоналу все знести і попросити написати реалізацію з нуля.
Worked like a charm.

Pinned Comments
Так і є!
Коли Claude Sonnet вже зробила більш-менш працюючий MVP і все начебто класно, але є одне але -- додавати нові фічі стає занадто складно, функціонал починає ламатись. А це значить що ми (я і Claude) погано задизайнили систему.
Відчуваю що у Claude вже око замилене.
Розумію що треба викликати якогось СТО/Техліда, який проведе рев'ю поточного коду і: або напише план по рефакторингу, або з нуля опише ідеальний з його точки зору дизайн системи.
Додам контексту: працюємо ми (я і ЛЛМ'и) над браузерним відео редактором, який має процесити відео як і в client (browser) режимі, так і на сервері. З ffmpeg на сервері мені все більш-менш зрозуміло, а ось за клієнта з правильним інтерфейсом (а-ля iMovie/FinalCut) я б в житті не взявся, якби на ШІ. І ось функціонал саме цього інтерфейсу і треба періодично рефакторити.
Так ось, в рамках Курсора я це робити не хочу, бо це витратить credits'и, та й не завжди він такі контексти опрацьовує нормально. На допомогу моїй економічності приходить чат з o3/4o або gemini-2.5-pro (безкоштовний в інтерфейсі aistudio). Тільки є перешкода -- як згодувати їм контекст? Код розкиданий по піддиректоріям і купі файлів.
Тому я попросив GPT зробити тулзу яка на вхід приймає 2 параметри: path/to/directory та filename.txt. Вона рекурсивно ходить по каталогу і мерджить контент усіх знайдених файлів в один файл в форматі:
# relative file_1 path
```
content_of_file_1
```
...
# relative file_N path
```
content_of_file_N
```
Отриманий файл я відправляю в AI Studio та в ChatGPT.
Одразу даю їм зрозуміти структуру контента і прошу провести рев'ю кода, прошу знайти слабкі/небезпечні моменти. Прошу розказати я має виглядати mature production ready scalable система. Прошу від нього PRD, зазначивши що цей документ я передам Claude 3.5/3.7 для імплементації системи.
Поки шо я дуже задоволений :))
Share your thoughts