40 промтов для проектирования отказоустойчивой инфраструктуры на AWS и Kubernetes: от System Design до рабочего Terraform-плана

Мир облачных архитектур и системного дизайна меняется быстрее, чем успевают обновляться учебники. В 2026 году уже недостаточно просто знать, что такое Kubernetes или AWS. Нужно уметь проектировать отказоустойчивые системы, готовиться к собеседованиям в топовые компании и автоматизировать инфраструктуру с помощью Terraform. Но что, если я скажу, что с правильными промтами для AI вы можете пройти этот путь за час?

Эта статья — не очередная подборка «100 промтов для всего». Здесь я собрал 10 проверенных промтов, которые помогут вам:
- Спроектировать высоконагруженную систему за 30 минут.
- Подготовиться к system design интервью в FAANG.
- Сгенерировать Terraform-код для AWS и Kubernetes.
- Оптимизировать затраты на облако.

Все промты протестированы на реальных задачах, а примеры результатов взяты из практики. Поехали!

1. Базовый промт: Генерация высокоуровневой архитектуры

Задача: Быстро набросать архитектуру для нового сервиса.
Промт:

Ты — опытный системный архитектор. Спроектируй высокоуровневую архитектуру для сервиса [название] с учётом следующих требований:
- 10 млн активных пользователей в день.
- Пиковая нагрузка 50k RPS.
- Доступность 99.99%.
- Бюджет ограничен.
Опиши компоненты, потоки данных и выбранные технологии (AWS, Kubernetes).

Пример результата:
AI предложит использовать ALB + EKS + RDS с мульти-AZ, кэширование через ElastiCache, очередь SQS для асинхронной обработки. Вы получите диаграмму и список сервисов.

2. Промт для детального дизайна: Разбиение на микросервисы

Задача: Декомпозировать монолит на микросервисы.
Промт:

Разбей функциональность монолитного приложения [описание] на микросервисы. Для каждого укажи:
- Зону ответственности.
- API (REST/gRPC).
- Базу данных (тип и схему).
- Взаимодействие с другими сервисами.
Предложи стратегию миграции.

Пример результата:
AI выделит сервисы аутентификации, заказов, платежей, уведомлений, предложит использовать Saga для распределённых транзакций и даст план постепенной миграции через Strangler Fig.

3. Промт для интервью: Симуляция system design собеседования

Задача: Подготовиться к интервью в FAANG.
Промт:

Ты — интервьюер в Google. Задай мне задачу на системный дизайн (например, спроектировать Twitter). Оцени мой ответ по критериям: масштабируемость, отказоустойчивость, стоимость. Задавай уточняющие вопросы.

Пример результата:
AI сгенерирует задачу, будет задавать вопросы про шардирование, кэширование, консистентность. В конце даст фидбек с оценкой по 5-балльной шкале.

4. Промт для Kubernetes: Генерация манифестов

Задача: Создать YAML для деплоя в Kubernetes.
Промт:

Сгенерируй Kubernetes манифесты для микросервиса [название] на Python (FastAPI). Требования:
- 3 реплики.
- Автоскейлинг по CPU 70%.
- Health checks.
- Секреты из AWS Secrets Manager.
- Ingress с TLS.

Пример результата:
AI выдаст deployment.yaml, service.yaml, ingress.yaml, hpa.yaml с корректными полями. Например:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-service
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-service
  template:
    metadata:
      labels:
        app: my-service
    spec:
      containers:
      - name: app
        image: my-service:latest
        ports:
        - containerPort: 8000
        resources:
          requests:
            cpu: "100m"
            memory: "128Mi"

5. Промт для Terraform: Инфраструктура как код

Задача: Автоматизировать создание инфраструктуры в AWS.
Промт:

Напиши Terraform код для создания:
- VPC с 2 публичными и 2 приватными подсетями.
- EKS кластера с managed node group.
- RDS PostgreSQL в приватных подсетях.
- S3 бакета для статики.
Используй модули terraform-aws-modules.

Пример результата:
AI сгенерирует main.tf с вызовом модулей vpc, eks, rds, s3. Пример фрагмента:

module "vpc" {
  source = "terraform-aws-modules/vpc/aws"
  name = "my-vpc"
  cidr = "10.0.0.0/16"
  azs             = ["us-east-1a", "us-east-1b"]
  private_subnets = ["10.0.1.0/24", "10.0.2.0/24"]
  public_subnets  = ["10.0.101.0/24", "10.0.102.0/24"]
  enable_nat_gateway = true
}

6. Промт для оптимизации затрат: AWS Cost Explorer

Задача: Снизить расходы на облако.
Промт:

Проанализируй мою архитектуру в AWS: [список сервисов]. Предложи способы снижения затрат без потери производительности. Учти Reserved Instances, Spot, автоскейлинг.

Пример результата:
AI порекомендует перейти на Graviton, использовать S3 Intelligent-Tiering, настроить auto-scaling для ECS, купить Savings Plans. Экономия может достигать 40%.

7. Промт для мониторинга: Настройка Prometheus и Grafana

Задача: Внедрить observability.
Промт:

Настрой мониторинг для Kubernetes кластера с помощью Prometheus Operator. Опиши:
- Установку через Helm.
- Сбор метрик с приложений.
- Дашборды для Grafana (CPU, память, RPS, ошибки).
- Алерты в Slack.

Пример результата:
AI даст команды helm install, пример ServiceMonitor, JSON для дашборда и правила алертов.

8. Промт для безопасности: Аудит IAM политик

Задача: Проверить права доступа.
Промт:

Проанализируй IAM политику [JSON]. Найди избыточные разрешения и предложи минимально необходимые. Используй принцип наименьших привилегий.

Пример результата:
AI укажет, что политика разрешает s3:* на все бакеты, и предложит ограничить до конкретных действий и ресурсов.

9. Промт для CI/CD: Пайплайн в GitHub Actions

Задача: Автоматизировать деплой.
Промт:

Создай GitHub Actions workflow для деплоя приложения в Kubernetes. Этапы: тесты, сборка Docker образа, пуш в ECR, обновление деплоймента. Используй OIDC для аутентификации в AWS.

Пример результата:
AI сгенерирует .github/workflows/deploy.yaml с шагами, включая настройку aws-actions/configure-aws-credentials.

10. Промт для документации: Генерация ADR

Задача: Задокументировать архитектурные решения.
Промт:

Напиши Architecture Decision Record (ADR) для решения использовать Kafka вместо RabbitMQ. Включи контекст, рассмотренные варианты, последствия.

Пример результата:
AI создаст структурированный ADR с разделами Status, Context, Decision, Consequences.

Эти промты — ваш ускоритель в мире облачной архитектуры. Они не заменят глубоких знаний, но помогут быстрее принимать решения, автоматизировать рутину и готовиться к собеседованиям. Попробуйте их на следующем проекте — и увидите, как час работы превращается в минуты. А если хотите системно прокачаться, изучите наши курсы по системному дизайну и DevOps.