Разработка бэкенда — это не только код. Это архитектура, балансировка нагрузки, обработка ошибок и деплой. Когда мы переходим от монолита к микросервисам, сложность растёт экспоненциально: каждый сервис нужно спроектировать, задокументировать, протестировать и развернуть. А если вы работаете в команде, то ещё и согласовать API-контракты. Я собрал 10 промтов, которые помогут вам автоматизировать рутину и сосредоточиться на действительно сложных задачах. Эти промты работают с ChatGPT, Claude или любой LLM и экономят часы работы.
1. Генерация архитектуры микросервисов под ваш сценарий
Задача: Быстро получить черновую архитектуру для нового проекта или рефакторинга, с учётом ваших требований и ограничений.
Промт:
Спроектируй архитектуру микросервисов для [системы: например, интернет-магазина]. Учти:
- функциональные требования: [перечислите, например, каталог, корзина, оплата, доставка]
- нефункциональные требования: [например, до 10k RPS, отказоустойчивость, 99.9% аптайм]
- технологический стек: [Node.js, Django, FastAPI — выберите один или комбинацию]
- инфраструктура: [Kubernetes, Docker, облако]
Для каждого сервиса опиши: ответственность, API-интерфейс (основные эндпоинты), базу данных, связи с другими сервисами. Итогом дай текстовую схему (Mermaid) и список рисков.
Пример использования: Я применил этот промт для планирования MVP финтех-приложения. Через минуту получил схему из 6 сервисов (auth, payments, ledger, notifications, user, analytics) с описанием их взаимодействия через REST и Kafka. Схема Mermaid сразу превратилась в диаграмму, которую мы обсуждали на созвоне.
2. Проектирование REST API с учётом best practices
Задача: Сгенерировать консистентный REST API для сервиса, с пагинацией, фильтрацией, сортировкой и правильными кодами ответов.
Промт:
Спроектируй REST API для [сущность, например, «заказы»] в стиле [стиль: например, JSON:API или просто REST]. Включи:
- CRUD-эндпоинты с HTTP-методами и путями
- параметры query для фильтрации, сортировки и пагинации
- структуру JSON-ответа (включая ошибки)
- статус-коды для каждого сценария (успех, ошибка валидации, not found и т.д.)
- примеры запросов и ответов (curl и JSON)
- как обрабатывать частичные обновления (PATCH)
- рекомендации по версионированию
Пример использования: Когда я начал новый микросервис на FastAPI, этот промт помог сгенерировать полную спецификацию для /orders. Я скопировал её в OpenAPI и использовал как контракт для фронтенда. Экономия — около 2 часов.
3. Написание Dockerfile и docker-compose для сервиса
Задача: Получить готовые конфигурации Docker для вашего сервиса с учётом production-практик.
Промт:
Напиши Dockerfile и docker-compose.yml для [ваш сервис] на [Node.js/Django/FastAPI]. Учти:
- многоступенчатую сборку (build stage, production stage)
- работу от непривилегированного пользователя
- кэширование зависимостей
- переменные окружения
- healthcheck
- лимиты ресурсов (CPU, memory)
- использование официальных образов
Добавь комментарии к каждому шагу и объясни, почему выбраны такие подходы.
Пример использования: Для Django-приложения этот промт дал Dockerfile с python:3.11-slim, отдельным слоем для requirements.txt, и docker-compose с PostgreSQL и Redis. Healthcheck через curl помог в оркестрации.
4. Оптимизация запросов к базе данных
Задача: Проанализировать медленный SQL-запрос и предложить оптимизацию (индексы, рефакторинг ORM).
Промт:
Вот SQL-запрос из [вашего приложения]:
[вставьте запрос]
Он выполняется за [X] мс на таблице с [N] строк. Предложи:
- какие индексы добавить (CREATE INDEX ...)
- как переписать запрос (если нужно)
- как улучшить ORM-код (если используете [Django ORM/SQLAlchemy/Prisma])
- объясни, как это повлияет на производительность
Пример использования: У нас был запрос к таблице заказов, который выполнялся 2 секунды. Промт предложил составной индекс (user_id, created_at) и переписал запрос с использованием select_related в Django. Время упало до 50 мс.
5. Написание тестов для микросервиса
Задача: Сгенерировать набор unit- и интеграционных тестов для вашего API.
Промт:
Напиши тесты для [эндпоинт/функция] в [ваш фреймворк тестирования: pytest, Jest, Mocha]. Покрой:
- успешные сценарии
- ошибки валидации (неверные данные)
- ошибки авторизации (401/403)
- not found (404)
- edge cases (пустые списки, большие числа, null)
- используй моки для внешних сервисов
- приведи примеры с фикстурами
Пример использования: Для FastAPI я попросил pytest-тесты для POST /users. Получил 12 тестов, включая проверку уникальности email и корректность хеширования пароля. Это дало 90% покрытие.
6. Документирование API с помощью OpenAPI
Задача: Сгенерировать документацию OpenAPI для вашего FastAPI/Django/Node.js приложения.
Промт:
Сгенерируй OpenAPI 3.0 спецификацию для [описание вашего API: эндпоинты, методы, параметры, схемы данных]. Включи:
- информационную секцию (title, version)
- схемы компонентов (models)
- примеры запросов и ответов
- обработку ошибок (4xx, 5xx)
- security schemes (Bearer token)
Пример использования: Я скопировал спецификацию в Swagger Editor и сразу получил интерактивную документацию. Это упростило согласование API с фронтенд-командой.
7. Настройка CI/CD пайплайна
Задача: Создать конфигурацию GitHub Actions или GitLab CI для автоматизации сборки, тестов и деплоя.
Промт:
Создай CI/CD пайплайн для [ваш проект] на [GitHub Actions/GitLab CI]. Шаги:
- установка зависимостей
- запуск линтера и форматтера
- запуск тестов (unit, integration)
- сборка Docker-образа
- пуш в registry
- деплой на [Kubernetes/облако]
- добавь уведомления в [Slack/Telegram]
- используй кэширование для ускорения
- объясни каждый шаг
Пример использования: Для Node.js микросервиса я получил рабочий .github/workflows/main.yml с матрицей Node 18 и 20, кэшированием npm, и деплоем на Heroku. Пайплайн заработал с первого раза.
8. Обработка ошибок и логирование
Задача: Разработать стратегию обработки ошибок и логирования для вашего сервиса.
Промт:
Разработай стратегию обработки ошибок для [ваш сервис] на [фреймворк]. Включи:
- кастомные исключения и классы ошибок
- middleware для обработки исключений (например, в Django или Express)
- стандартизированный формат ошибок в JSON
- структурированное логирование (JSON-логи) с уровнями (info, warn, error)
- рекомендации по использованию трейсинга (OpenTelemetry)
- примеры кода
Пример использования: Для FastAPI я получил middleware, который ловит все исключения, записывает стек в JSON-лог и возвращает клиенту стандартизированный ответ. Это улучшило отладку в production.
9. Миграции базы данных (Django/Node.js)
Задача: Сгенерировать миграции или скрипты для изменения схемы БД с минимальным даунтаймом.
Промт:
Опиши процесс миграции для [ваша БД, например, PostgreSQL] при добавлении нового поля [например, email в таблицу users]. Учти:
- как избежать блокировки таблицы (используй ALTER TABLE ... ADD COLUMN IF NOT EXISTS)
- как обработать существующие данные (значение по умолчанию, backfill)
- как откатить миграцию
- если используешь Django, напиши код миграции
- если Node.js (Sequelize/TypeORM), напиши соответствующие скрипты
Пример использования: Для Django я получил миграцию с RunPython для бэкфилла email из username. Миграция прошла без даунтайма.
10. Анализ безопасности и аудит зависимостей
Задача: Провести аудит безопасности вашего кода и зависимостей.
Промт:
Проанализируй безопасность [ваш код] и зависимостей. Проверь:
- наличие известных уязвимостей в зависимостях (например, npm audit, pip-audit)
- уязвимости OWASP Top 10 (SQL Injection, XSS, CSRF, SSRF)
- правильность аутентификации и авторизации
- безопасность хранения секретов (не в коде!)
- настройки CORS
- рекомендации по исправлению с примерами кода
Пример использования: Промт выявил, что я использую устаревшую версию Express с уязвимостью, и предложил обновить до 4.18.2. Также указал на отсутствие rate limiting — добавил express-rate-limit.
Итоги
Эти 10 промтов покрывают ключевые этапы жизненного цикла микросервиса: от архитектуры до деплоя. Они не заменят опытного архитектора, но сэкономят часы рутинной работы и помогут избежать типичных ошибок. Попробуйте адаптировать их под свой контекст — и вы увидите, как ИИ станет вашим ассистентом в бэкенд-разработке. А если у вас есть свои проверенные промты — поделитесь в комментариях!
Комментарии