Как генерировать код на Python с помощью ИИ

Короткий маршрут для новичка: формулируем задачу обычным языком, просим нейросеть написать скрипт, запускаем его в безопасной среде и проверяем результат по понятным признакам.

Я часто вижу одну и ту же ситуацию: человеку нужен маленький рабочий инструмент, а не новая профессия. Переименовать 300 файлов. Разобрать таблицу с заказами. Вытащить даты из писем. Собрать отчёт из нескольких CSV. Для таких задач Python подходит хорошо, потому что вокруг него много готовых библиотек, а синтаксис читается ближе к обычному тексту, чем у многих других языков.

Без знания программирования можно получить рабочий скрипт, если не пытаться «попросить код вообще». Нейросеть хорошо справляется, когда ей дают входные данные, ожидаемый результат, ограничения и критерии проверки. В SoftChat для такого сценария удобно вести отдельный диалог в текстовом чате: история сохраняется в рамках организации, ответы приходят потоком, а модель можно переключить в текущем разговоре. Если вы часто решаете похожие задачи, стартовые формулировки удобно сохранять как шаблоны промптов. Это не заменяет проверку, но снижает хаос в первых запросах.

Что реально можно автоматизировать на Python без опыта

Начинать лучше с задач, где есть понятный вход и понятный выход. Чем меньше неопределённости, тем выше шанс получить скрипт с первой или второй итерации.

Для первого опыта я не беру задачи с деньгами, персональными данными, удалением файлов, изменением базы или отправкой писем. Сначала нужен навык безопасного запуска. Хорошая стартовая задача занимает 10–30 строк кода и имеет результат, который можно проверить глазами.

Если пока трудно отделить хорошую задачу от слишком сложной, полезно сначала разобрать общую механику в статье про сценарии генерации текста нейросетью и проверку результата. Для кода логика похожая: черновик можно получить быстро, но качество появляется после уточнений.

Рабочая схема: от запроса до скрипта

Я использую короткую схему из пяти шагов. Она подходит для человека, который впервые видит Python, и для редактора, аналитика или менеджера, которому нужен одноразовый помощник.

1. Описать задачу в терминах «что есть» и «что должно получиться».
2. Показать пример входных данных, хотя бы 3–5 строк.
3. Попросить нейросеть дать код и инструкцию запуска.
4. Запустить на копии данных, а не на оригинале.
5. Вернуть ошибку или результат в диалог и попросить исправление.

Вот как выглядит нормальный запрос.

Мне нужен скрипт на Python для новичка.
Есть CSV-файл orders.csv с колонками: date, manager, amount.
Нужно посчитать сумму amount по каждому manager и сохранить файл result.csv.
Сделай код без сложных настроек. Добавь комментарии к каждой части.
После кода напиши, как запустить его на Windows и как проверить результат.

Такой запрос лучше, чем «напиши скрипт для отчёта», потому что в нём есть имя файла, названия колонок, формат результата и просьба объяснить запуск. Если промпты пока получаются расплывчатыми, пригодится отдельный разбор как формулировать запросы для нейросетей. Там речь шире, но принципы те же: контекст, ограничение, пример, критерий готовности.

Пример 1: свести CSV без понимания библиотек

Допустим, у нас есть файл orders.csv:

date,manager,amount
2026-01-10,Анна,1200
2026-01-10,Игорь,900
2026-01-11,Анна,300

Нейросеть может предложить такой код:

import csv
from collections import defaultdict

input_file = "orders.csv"
output_file = "result.csv"

totals = defaultdict(float)

with open(input_file, "r", encoding="utf-8") as file:
    reader = csv.DictReader(file)
    for row in reader:
        manager = row["manager"]
        amount = float(row["amount"])
        totals[manager] += amount

with open(output_file, "w", encoding="utf-8", newline="") as file:
    writer = csv.writer(file)
    writer.writerow(["manager", "total_amount"])
    for manager, total in totals.items():
        writer.writerow([manager, total])

print(f"Готово. Результат сохранён в {output_file}")

Новичку не нужно сразу понимать defaultdict или DictReader. На первом проходе достаточно проверить три вещи: файл лежит рядом со скриптом, названия колонок совпадают, итоговая сумма по Анне равна 1500. Если результат не совпал, не надо гадать. Скопируйте сообщение об ошибке целиком и отправьте в тот же диалог.

Запрос для исправления:

При запуске получил ошибку:
[вставить полный текст ошибки]
Я новичок. Объясни простыми словами, что сломалось, и дай исправленную версию кода целиком.

В SoftChat можно держать такой разбор в одном чате, чтобы модель видела предыдущую задачу и ваши уточнения. Если вы создали сохранённого ассистента с ролью «помощник по Python для новичка», его можно подключить к открытому чату через меню «Инструменты». В пустом чате роль применится на месте, а при уже начатом разговоре откроется новый чат с этим ассистентом, чтобы не менять роль посреди обсуждения.

Пример 2: переименовать файлы безопасно

Операции с файлами требуют осторожности. Первый скрипт должен не переименовывать файлы сразу, а показать план действий. Это называется «сухой запуск»: программа печатает, что она собирается сделать, но не меняет папку.

Хороший промпт:

Напиши скрипт на Python для безопасного переименования файлов.
В папке photos лежат файлы вида IMG_001.jpg, IMG_002.jpg.
Нужно получить имена photo_001.jpg, photo_002.jpg.
Сначала сделай режим проверки: вывести старое и новое имя, но ничего не переименовывать.
После этого добавь переменную APPLY = False. Если поставить True, скрипт выполняет переименование.

Что просить у нейросети сверх кода:

• список рисков перед запуском;
• инструкцию, как сделать копию папки;
• пример ожидаемого вывода в терминале;
• проверку, что новые имена не перетрут уже существующие файлы.

Условный пример: если в папке 120 фотографий, ручное переименование даже по 10 секунд на файл займёт около 20 минут и легко приведёт к двум-трём опечаткам. Скрипт с сухим запуском обычно проверяется быстрее: сначала смотрим 10–15 строк вывода, затем запускаем на копии папки.

Как проверять код, если вы не программист

Проверка не начинается с чтения каждой строки. Новичку проще идти от результата.

Для таблиц я беру минимум 3 контрольные строки. Для файлов, минимум 5 имён до и после. Для текстов, 2–3 коротких документа с ожидаемыми совпадениями. Проверка на маленьком наборе данных спасает от типичной ошибки: скрипт «работает», но считает не то.

Модельный кейс: в задаче «собрать продажи за неделю» можно взять 6 строк с двумя менеджерами и заранее посчитать сумму 1200 + 300 = 1500. Если скрипт выдаёт 1500 для Анны и 900 для Игоря, логика группировки работает на базовом примере. Затем уже можно запускать файл на 500 или 5000 строк.

Если вы внедряете такие мини-скрипты в регулярную работу отдела, полезно заранее договориться, где хранить исходные файлы, кто проверяет результат и как откатываться к копии. Похожий подход я описывал в материале про внедрение нейросетей в рабочие процессы: сначала один повторяемый сценарий, затем правила использования, потом расширение.

Что просить у нейросети после первого кода

Первый ответ редко бывает финальным. Я почти всегда задаю уточняющие запросы. Они помогают превратить «пример из интернета» в инструмент под вашу задачу.

Проверь этот код как наставник для новичка.
Найди места, где он может сломаться.
Добавь понятные сообщения об ошибках.
Не усложняй код без необходимости.
Верни полную исправленную версию.

Ещё один полезный запрос:

Сделай мини-набор тестовых данных прямо в ответе.
Покажи ожидаемый результат.
Объясни, как я пойму, что скрипт работает правильно.

Современные языковые модели умеют объяснять код построчно, упрощать решения и предлагать проверки. В SoftChat для таких уточнений можно использовать расширенные настройки текстового ответа, например управлять «Креативностью» и «Длиной ответа», если выбранная модель поддерживает эти параметры. Сервер показывает только допустимые настройки для выбранной модели, поэтому пользователь не задаёт параметр, который модель не примет.

Мини-карта процесса

Ниже схема, которую я даю новичкам перед первым запуском. Она специально короткая: если процесс не помещается в одну линию, задачу надо дробить.


Частые ошибки новичков

Первая ошибка, запускать код на оригиналах. Любой скрипт, который меняет файлы, должен сначала работать на копии. Если речь о таблице, сохраните исходник отдельно и назовите его так, чтобы не перепутать: orders_original.csv.

Вторая ошибка, отправлять нейросети только фразу «не работает». Нужны полный текст ошибки, операционная система, имя файла и действие, после которого ошибка появилась. У сообщения об ошибке обычно есть строка, где указано место сбоя. Даже если вы её не понимаете, модель сможет использовать её для диагностики.

Третья ошибка, просить слишком сложный инструмент сразу. «Сделай систему учёта склада с интерфейсом и ролями» для новичка почти всегда закончится путаницей. Лучше начать с одного сценария: загрузить CSV, найти товары с остатком меньше 5, сохранить отдельный файл.

Четвёртая ошибка, слепо устанавливать всё, что предложено. Если код требует 8 библиотек ради простой таблицы, попросите упростить решение. В Python есть встроенные модули csv, pathlib, json, re, и для многих начальных задач их хватает.

Как выбрать среду запуска

Новичку не нужна сложная среда разработки. Для первых скриптов достаточно установить Python, открыть папку с файлом и запустить команду в терминале. Если терминал пугает, попросите нейросеть дать инструкцию в стиле «нажми это, введи это, ожидаемый результат такой».

Для повседневных личных сценариев, например списка покупок, маршрута поездки или простого расписания, нейросеть можно использовать без кода. Об этом есть отдельная статья про чат-боты и нейросети для повседневных задач. Python нужен тогда, когда появляется повторяемость: один и тот же набор действий надо выполнять десятки раз.

Когда без программиста не обойтись

Есть задачи, где код от нейросети можно использовать только как черновик для специалиста. Это платежи, медицинские данные, юридически значимые документы, доступы к корпоративным системам, автоматическое удаление или массовая рассылка. Риск здесь не в том, что нейросеть «плохо пишет». Риск в последствиях ошибки.

Анонимизированный пример: компания из сферы логистики, ~200 сотрудников, может безопасно начать с локального скрипта, который проверяет CSV на пустые поля и дубли. Но скрипт, который сам меняет статусы заказов во внутренней системе, уже должен проходить ревью разработчика, журналирование действий и тестирование на стенде.

Если вы учитесь, используйте нейросеть как персонального наставника: просите объяснять каждую строку, задавать вопросы по коду, предлагать маленькие упражнения. В образовательных задачах это работает лучше, чем механическое копирование. Больше об этом подходе я писал в статье про использование ИИ для саморазвития.

Что бы я сделал на вашем месте

Я бы начал с одной скучной задачи, которую легко проверить вручную. Например, взять CSV на 20 строк, посчитать сумму по категориям и сохранить результат. Затем попросил бы нейросеть написать код с комментариями, инструкцией запуска и тестовыми данными. После первого запуска я бы вернул в диалог ошибку или результат и попросил объяснить, что произошло.

Если за 30–40 минут получается рабочий скрипт и вы понимаете, где входной файл, где выходной и как проверить 2–3 числа, задача выбрана правильно. Если за это время появились 5 библиотек, непонятная установка и ошибки доступа, задачу надо упростить. Для новичка хороший ИИ-код — это не самый короткий код, а код, который можно безопасно запустить, проверить и повторить через неделю без паники.