Если ты DevOps-инженер, то знаешь: 90% рабочего времени — это не магия, а рутина. Написать Dockerfile, разобрать лог на 10 тысяч строк, придумать, как оптимально задеплоить сервис, — на всё это уходят часы. А теперь представь, что часть этой работы можно делегировать ИИ. Не магию, а именно рутину: сгенерировать каркас, найти ошибку, предложить варианты. Ниже — 10 промтов, которые я проверил на практике и которые реально экономят время. Никакой воды, только готовые формулировки и примеры.
1. Генерация Dockerfile под конкретный стек
Когда использовать: нужно быстро получить рабочий Dockerfile для типового приложения, но не хочется вспоминать все нюансы синтаксиса.
Промт:
Ты — DevOps-инженер с 10-летним стажем. Сгенерируй Dockerfile для [язык/фреймворк] приложения, которое [краткое описание, например, "REST API на Python FastAPI"]. Учти: [доп. требования, например, "использовать multi-stage build, итоговый образ должен быть на alpine, не включать зависимости для разработки"]. Покажи итоговый Dockerfile и объясни каждый шаг в двух предложениях.
Пример: для FastAPI-приложения с PostgreSQL и Redis промт с доп. требованием "использовать multi-stage build" выдаст сразу два этапа: один для сборки зависимостей, второй — для рантайма. Экономия времени — 15 минут на каждый сервис.
2. Разбор ошибки из логов
Когда использовать: нужно понять, почему падает сервис, но логи слишком объёмные.
Промт:
Вот фрагмент логов приложения [название]. Найди корневую причину ошибки, объясни её простыми словами и предложи 3 способа исправить. Логи:
[вставь фрагмент, но не больше 50 строк]
Пример: если в логах Java-приложения видно OutOfMemoryError: Java heap space, ИИ объяснит, что это нехватка памяти, и предложит увеличить -Xmx, оптимизировать код или добавить тюнинг GC. Главное — не давай нейросети весь лог целиком, она задохнётся. Лучше вырезать кусок с ошибкой.
3. Оптимизация CI/CD пайплайна
Когда использовать: нужно сделать пайплайн быстрее или стабильнее.
Промт:
Вот мой CI/CD конфиг для [GitHub Actions/GitLab CI/Jenkins]. Найди узкие места, которые замедляют пайплайн, и предложи конкретные улучшения: кэширование, параллелизм, оптимизацию шагов. Покажи изменённый конфиг целиком.
[вставь конфиг]
Пример: если в GitHub Actions каждый джоб скачивает зависимости заново, ИИ предложит добавить actions/cache для кэширования node_modules или ~/.m2. Это может сократить время сборки в два раза.
4. Написание Terraform-модуля
Когда использовать: нужно создать инфраструктуру как код для типового ресурса.
Промт:
Создай Terraform-модуль для [ресурс, например, "AWS S3 bucket с версионированием и шифрованием"]. Укажи переменные, outputs и пример использования. Учти [best practices, например, "использовать теги и lifecycle-правила"].
Пример: для S3 бакета ИИ сгенерирует модуль с переменными для имени, окружения и lifecycle-правил. Это не заменит чтение документации, но даст хорошую отправную точку.
5. Объяснение сложной команды или утилиты
Когда использовать: нужно быстро понять, что делает редкий флаг или как работает утилита.
Промт:
Объясни, что делает команда `[команда]`. Разбери каждый флаг и аргумент, приведи пример использования в реальном сценарии. Если есть подводные камни — укажи их.
Пример: команда curl -sI https://example.com — ИИ объяснит, что -s отключает прогресс-бар, -I отправляет HEAD-запрос, и что ответ покажет только заголовки. Это полезно для отладки.
6. Генерация Kubernetes-манифеста
Когда использовать: нужно быстро получить Deployment, Service или Ingress.
Промт:
Создай Kubernetes-манифест для [приложение, например, "nginx"]. Включи Deployment с 3 репликами, Service типа ClusterIP и Ingress с TLS. Добавь ресурсные лимиты и readinessProbe.
Пример: для nginx ИИ выдаст YAML с resources.limits.cpu: 500m и readinessProbe на /healthz. Это соответствует best practices и сэкономит время на написании с нуля.
7. Анализ безопасности зависимостей
Когда использовать: нужно проверить, нет ли известных уязвимостей в используемых библиотеках.
Промт:
Вот список зависимостей из [package.json/requirements.txt/pom.xml]. Проверь их на известные уязвимости (CVE) и предложи безопасные версии. Если уязвимостей нет, так и скажи.
[вставь список]
Пример: если в списке есть lodash@4.17.20, ИИ предупредит о CVE-2021-23337 и предложит обновиться до 4.17.21+. Но помни: ИИ не заменяет сканер типа npm audit или trivy, он лишь дополняет.
8. Написание скрипта для автоматизации рутины
Когда использовать: нужно быстро написать bash-скрипт для бэкапа, очистки логов и т.п.
Промт:
Напиши bash-скрипт, который [задача, например, "делает бэкап PostgreSQL базы в S3 и удаляет бэкапы старше 7 дней"]. Скрипт должен быть безопасным (set -euo pipefail), логировать действия и принимать параметры через аргументы.
Пример: ИИ сгенерирует скрипт с pg_dump, aws s3 cp и find для удаления старых файлов. Это реально экономит время на написание с нуля.
9. Оптимизация SQL-запросов
Когда использовать: нужно понять, почему запрос медленный, и как его ускорить.
Промт:
Вот SQL-запрос: [запрос]. Объясни план выполнения и предложи оптимизации: индексы, переписывание запроса, денормализация. Приведи примеры изменённого запроса.
Пример: для запроса с JOIN по неиндексированному полю ИИ предложит добавить индекс и покажет EXPLAIN ANALYZE до/после. Это помогает быстрее находить узкие места.
10. Генерация документации по API
Когда использовать: нужно быстро написать README или описание эндпоинтов.
Промт:
Вот OpenAPI-спецификация (или код контроллеров). Сгенерируй документацию для разработчиков: описание каждого эндпоинта, параметры, примеры запросов и ответов. Используй понятный язык.
[вставь спецификацию]
Пример: для REST API ИИ создаст структурированный README с разделами «Аутентификация», «Ошибки», «Примеры». Это экономит часы на написании документации.
Итог
Это не магия, а инструменты. Промты не заменят тебя, но сэкономят часы на рутине. Главное — проверяй всё, что генерирует ИИ: нет, он не идеален, но как ассистент — огонь. Начни с одного-двух промтов, адаптируй под свои задачи, и увидишь, как много времени освободится для по-настоящему сложных проблем.
А если хочешь больше подобных подборок — заглядывай в блог ASI Biont, мы регулярно публикуем практические гайды.
Комментарии