12 промтов для DevOps: автоматизация рутины Docker, K8s, CI/CD и Terraform в 2026
DevOps-инженеры тонут в рутине: бесконечные Dockerfile, дебаг Kubernetes, настройка CI/CD и Terraform-конфигурации. Каждый день одно и то же. Но в 2026 году ИИ стал незаменимым помощником: правильно сформулированный промт экономит часы работы. Я собрал 12 проверенных промтов, которые использую сам — они реально экономят время и нервы. Никакой воды, только практика.
1. Генерация Dockerfile с учётом best practices
Промт:
Создай production-ready Dockerfile для Python 3.12-приложения с зависимостями из requirements.txt. Используй multi-stage build, запуск от непривилегированного пользователя, установку только необходимых пакетов. Добавь комментарии к каждому шагу.
Пример использования:
# syntax=docker/dockerfile:1
FROM python:3.12-slim AS builder
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
FROM python:3.12-slim
RUN useradd -m appuser
WORKDIR /app
COPY --from=builder /usr/local/lib/python3.12/site-packages /usr/local/lib/python3.12/site-packages
COPY --from=builder /usr/local/bin /usr/local/bin
COPY . .
USER appuser
EXPOSE 8000
CMD ["gunicorn", "app:app", "-b", "0.0.0.0:8000"]
Почему это работает: Промт чётко задаёт требования: multi-stage, безопасность, минимальный размер. ИИ генерирует файл, который проходит проверки линтеров и соответствует рекомендациям Docker (https://docs.docker.com/develop/develop-images/dockerfile_best-practices/).
2. Оптимизация существующего Dockerfile
Промт:
Проанализируй этот Dockerfile. Найди проблемы производительности и безопасности: лишние слои, кэширование, уязвимости. Предложи оптимизированную версию с объяснением каждого изменения.
Пример:
# Исходный
FROM ubuntu:latest
RUN apt-get update && apt-get install -y nginx
COPY . /var/www/html
EXPOSE 80
CMD ["nginx", "-g", "daemon off;"]
Результат: ИИ укажет на нефиксированную версию базового образа, отсутствие multi-stage и лишние пакеты. Предложит использовать nginx:alpine и конкретную версию.
3. Диагностика проблем в Kubernetes
Промт:
У меня под в namespace
prodне запускается под. Опиши пошаговый процесс диагностики: проверка статуса подов, событий, логов, описание подов. Дай команды kubectl для каждого шага и объясни, на что обращать внимание.
Пример вывода:
kubectl get pods -n prod
kubectl describe pod <pod-name> -n prod
kubectl logs <pod-name> -n prod --previous
kubectl get events -n prod --sort-by='.lastTimestamp'
Почему полезно: Промт структурирует процесс, помогает новичкам не пропустить важные шаги. Официальная документация: https://kubernetes.io/docs/tasks/debug/debug-application/.
4. Создание Helm-чарта
Промт:
Создай Helm-чарт для деплоя Node.js приложения в Kubernetes. Включи deployment, service, ingress, configmap для переменных окружения. Используй values.yaml для параметризации. Добавь README с инструкцией по установке.
Пример структуры:
chart/
├── Chart.yaml
├── values.yaml
├── templates/
│ ├── deployment.yaml
│ ├── service.yaml
│ ├── ingress.yaml
│ └── configmap.yaml
└── README.md
Совет: Укажи в промте конкретные параметры (порты, реплики, домен) — так результат будет точнее.
5. Написание GitHub Actions workflow
Промт:
Создай GitHub Actions workflow для CI/CD Python-приложения: запуск тестов, сборка Docker-образа, публикация в Docker Hub, деплой на Kubernetes с помощью kubectl. Добавь кэширование зависимостей и условия запуска (push в main, pull request).
Пример:
name: CI/CD
on:
push:
branches: [main]
pull_request:
branches: [main]
jobs:
test:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: actions/setup-python@v5
with:
python-version: '3.12'
cache: 'pip'
- run: pip install -r requirements.txt
- run: pytest
build-deploy:
if: github.ref == 'refs/heads/main'
needs: test
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: docker/build-push-action@v5
with:
push: true
tags: user/app:latest
- uses: azure/setup-kubectl@v4
- run: kubectl apply -f k8s/
Почему это работает: Промт задаёт полный pipeline без лишних деталей. ИИ генерирует рабочий YAML, который можно сразу адаптировать.
6. Оптимизация Terraform-конфигураций
Промт:
У меня есть Terraform-конфигурация для AWS (VPC, EC2, RDS). Найди проблемы: дублирование, неэффективное использование ресурсов, отсутствие тагов, риски безопасности. Предложи улучшенный код с использованием модулей и переменных.
Пример:
# Вместо дублирования
resource "aws_security_group" "web" {
name = "web-sg"
vpc_id = aws_vpc.main.id
ingress {
from_port = 80
to_port = 80
protocol = "tcp"
cidr_blocks = ["0.0.0.0/0"]
}
}
Ответ: ИИ предложит вынести общие правила в модуль или использовать for_each.
7. Написание политик IAM для Kubernetes
Промт:
Создай IAM-политику для AWS EKS, которая позволяет поду читать секреты из AWS Secrets Manager и писать логи в CloudWatch. Принцип минимальных привилегий.
Пример:
{
"Version": "2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Action": ["secretsmanager:GetSecretValue"],
"Resource": "arn:aws:secretsmanager:us-east-1:123456789012:secret:my-app/*"
},
{
"Effect": "Allow",
"Action": ["logs:CreateLogStream", "logs:PutLogEvents"],
"Resource": "arn:aws:logs:us-east-1:123456789012:log-group:/aws/eks/my-cluster/*"
}
]
}
Почему полезно: Промт чётко формулирует требование безопасности, и ИИ генерирует минимальную политику.
8. Разбор логов Kubernetes
Промт:
Проанализируй этот лог пода Kubernetes. Найди ошибки, предупреждения, возможные причины падения. Предложи команды для дальнейшей диагностики.
Пример лога:
2026-08-19T10:00:00Z ERROR: failed to connect to database: connection refused
Ответ: ИИ укажет на проблему с сетью или конфигурацией, посоветует проверить kubectl get svc и kubectl get endpoints.
9. Генерация Ansible-плейбуков
Промт:
Создай Ansible playbook для установки и настройки Nginx на Ubuntu 22.04 с включением HTTPS через certbot. Используй переменные для домена и email.
Пример:
---
- hosts: webservers
become: yes
vars:
domain: example.com
email: admin@example.com
tasks:
- name: Install nginx
apt:
name: nginx
state: present
- name: Install certbot
apt:
name: certbot
state: present
- name: Get certificate
command: certbot --nginx -d {{ domain }} -m {{ email }} --agree-tos -n
10. Оптимизация CI/CD пайплайна
Промт:
Мой CI/CD пайплайн занимает 20 минут. Проанализируй и предложи оптимизации: кэширование, параллелизм, уменьшение размера образа, выбор более быстрых раннеров.
Ответ: ИИ предложит разбить на параллельные джобы, использовать кэш для зависимостей, использовать docker/build-push-action с cache.
11. Написание скриптов для автоматизации бэкапов
Промт:
Напиши bash-скрипт для бэкапа PostgreSQL базы данных в S3 с ротацией (оставлять последние 7 бэкапов). Скрипт должен использовать
pg_dumpиaws s3. Добавь логирование.
Пример:
#!/bin/bash
TIMESTAMP=$(date +%Y%m%d%H%M)
pg_dump -U user -h localhost dbname > /tmp/backup_$TIMESTAMP.sql
gzip /tmp/backup_$TIMESTAMP.sql
aws s3 cp /tmp/backup_$TIMESTAMP.sql.gz s3://my-bucket/backups/
find /tmp -name "*.sql.gz" -mtime +7 -delete
12. Объяснение ошибок в Kubernetes
Промт:
Объясни, что означает ошибка
CrashLoopBackOffи как её исправить. Дай чек-лист действий.
Ответ: ИИ объяснит, что под перезапускается, потому что приложение падает, и предложит проверить логи, конфигурацию, ресурсы.
Выводы
Эти 12 промтов — мой ежедневный инструментарий. Они не заменяют опыт, но ускоряют рутину и помогают не забывать важные детали. Начните с простого: попросите ИИ сгенерировать Dockerfile или объяснить ошибку. Через неделю вы заметите, сколько времени экономите. А если у вас есть свои любимые промты — делитесь в комментариях, давайте соберём базу знаний.
Использованные источники: официальная документация Docker, Kubernetes, GitHub Actions, Terraform.
Комментарии