Yandex 360 Explicou Como Ensinar Assistentes de IA a Trabalhar com Kits UI Internos
90% dos desenvolvedores frontend do Yandex 360 usam assistentes de IA diariamente, mas modelos padrão não entendem kits UI internos. Valery Baranov, da equipe d
Фронтенд-команда Яндекс 360 рассказала, как научить ИИ-ассистента работать с внутренним UI-китом и дизайн-системой — и почему без специальной подготовки репозитория это невозможно.
Эффект «вау» и его обратная сторона
Первые эксперименты с ИИ-ассистентами обычно производят впечатление: MVP за пять минут, код с первой попытки, кажется, что будущее уже здесь. Но когда дело доходит до реального корпоративного проекта с внутренними библиотеками и собственным UI-китом, иллюзия рассыпается. Ассистент изобретает компоненты, которые уже есть в системе, игнорирует принятые паттерны и нарушает соглашения дизайн-системы. В Яндекс 360 с этим столкнулись системно: 90% фронтенд-разработчиков команды используют ИИ-ассистентов каждый день. Проблема несовместимости с внутренней инфраструктурой оказалась не исключением, а правилом.
Что значит AI-ready репозиторий
Валерий Баранов, руководитель технологий фронтенда в Яндекс 360, объясняет корень проблемы: публичные языковые модели обучались на открытых данных. Внутренние компоненты, корпоративные библиотеки и проектные соглашения туда не попали. Значит, ИИ нужно передавать контекст явно и системно — а не через ручные подсказки каждый раз.
Команда выработала несколько принципов: Структурированная документация каждого компонента с учётом контекстного окна модели Файлы-подсказки (`AGENTS.md`, `.cursorrules`) с описанием архитектуры и запрещённых паттернов Явные примеры — как правильно, так и неправильно — для каждой сущности Метаданные UI-кита, автоматически попадающие в контекст при запросе * Описание CI/CD и кодовых соглашений в машиночитаемом формате ## Дизайн-система как машиночитаемый артефакт Отдельная задача — научить ассистента соблюдать паттерны дизайн-системы.
Внутренние компоненты не попадают в обучающую выборку моделей, поэтому ИИ начинает галлюцинировать: придумывает несуществующий API или использует устаревшие паттерны. В Яндекс 360 добавили дополнительный слой документации. Каждый компонент описан не только для разработчика, но и с расчётом на языковую модель: типичные ошибки, допустимые варианты, запрещённые комбинации.
Это позволяет ассистенту генерировать код, который с первого раза проходит ревью по дизайн-требованиям.
«Мы сделали фронтенд-проекты по-настоящему AI-ready: научили ассистентов понимать структуру наших репозиториев, работать с внутренними библиотеками и даже соблюдать паттерны дизайн-системы», —
Валерий Баранов, Яндекс 360.
Инфраструктурный взгляд на проблему
Яндекс 360 занимается «общим фронтендом» — едиными техническими компонентами, общим CI/CD, платформами дистрибуции компонентов между командами. Это делает задачу особенно критичной: если один компонент описан неправильно, ассистенты ошибаются во всех проектах, которые его используют. Поэтому подход команды — не точечные правки промптов, а системная работа с документацией и структурой репозитория на уровне всей платформы.
Что это значит
Опыт Яндекс 360 показывает: ИИ-ассистент не становится эффективным инструментом без инвестиций в контекст. Команды, которые сделают свои репозитории и дизайн-системы машиночитаемыми, получат реальный прирост скорости — остальные продолжат тратить время на исправление галлюцинаций.