Pro Tips AI Coding

Zbiór sprawdzonych technik do pracy z agentami AI. Każdy tip to konkretna wskazówka, którą możesz wdrożyć od razu - bez teorii, bez filozofii.

Tip #1: Jedno zadanie = Jeden czat

Problem: Im dłuższa rozmowa z agentem, tym gorsze wyniki. Context window zapełnia się starymi instrukcjami, wynikami prób i błędów, porzuconymi podejściami.

Rozwiązanie: Po zakończeniu jednego zadania - otwórz nowy czat. Nie ciągnij jednej sesji przez cały dzień.

❌ Jeden czat na cały dzień:
Chat: "Dodaj login" → "Teraz napraw buga" → "Napisz testy" → "Zrefaktoruj"
      ↑ 50k tokenów kontekstu, model się gubi

✅ Osobny czat per zadanie:
Chat 1: "Dodaj login" → DONE → zamknij
Chat 2: "Napraw buga #42" → DONE → zamknij
Chat 3: "Napisz testy do OrderService" → DONE → zamknij

Dlaczego działa: Czysty kontekst = wyższa precyzja. Model nie musi filtrować szumu z poprzednich zadań.

Tip #2: Zacznij od planu, nie od kodu

Problem: Agent generuje kod od razu, ale nie rozumie pełnego zakresu zmian. Efekt: brakujące edge case’y, niespójne nazewnictwo, architekturalne potknięcia.

Rozwiązanie: Pierwszym krokiem powinno być wygenerowanie planu. Przejrzyj go, wprowadź korekty, dopiero potem generuj kod.

User: Zanim napiszesz kod, przygotuj plan implementacji
      dla systemu powiadomień email. Wypisz:
      1. Jakie pliki trzeba utworzyć/zmodyfikować
      2. Jakie zależności dodać
      3. Kolejność implementacji
      4. Potencjalne ryzyka

      NIE pisz jeszcze kodu - najpierw plan.

Dlaczego działa: Weryfikacja planu trwa 2 minuty. Naprawianie złego kodu - 2 godziny.

Tip #3: Wklejaj screeny zamiast opisywać

Problem: Opisujesz UI bug słowami: „przycisk jest za duży i nachodzi na tekst”. Model nie widzi, o czym mówisz.

Rozwiązanie: Wklej screenshot. Modele multimodalne (GPT-4o, Claude) rozumieją obrazy.

User: [wklejony screenshot]
      Na tym screenie formularz logowania ma 3 problemy.
      Zidentyfikuj je i zaproponuj fix w CSS.

Sprawdza się w:

Bugach wizualnych (UI)
Analizie istniejącego designu
Porównywaniu mockupu z implementacją
Opisywaniu struktury, która jest łatwiej widoczna niż opisywana

Tip #4: Daj kontekst przez przykład, nie opis

Problem: Opisujesz konwencję kodowania słowami. Model interpretuje ją na swój sposób.

Rozwiązanie: Pokaż istniejący kod jako wzorzec:

User: Oto istniejący serwis w naszym projekcie:

      public class OrderService(
          IOrderRepository repo,
          ILogger<OrderService> logger) : IOrderService
      {
          public async Task<Result<OrderDto>> GetByIdAsync(
              int id, CancellationToken ct)
          {
              var order = await repo.GetByIdAsync(id, ct);
              if (order is null)
                  return Result.NotFound<OrderDto>();

              return Result.Ok(order.ToDto());
          }
      }

      Stwórz analogiczny ProductService z metodami:
      GetByIdAsync, GetAllAsync, CreateAsync, DeleteAsync

Dlaczego działa: Model replikuje wzorzec 1:1 - primary constructors, Result pattern, extension methods do mapowania, CancellationToken - wszystko bez dodatkowych instrukcji.

Tip #5: Używaj kontekstu negatywnego

Problem: Model generuje kod, który technicznie działa, ale używa wzorców, których nie chcesz w projekcie.

Rozwiązanie: Jawnie powiedz, czego NIE robić:

User: Stwórz endpoint do uploadu plików.

      NIE UŻYWAJ:
      - IFormFile bezpośrednio w kontrolerze
      - Zapisywania na dysk (używamy Azure Blob Storage)
      - Base64 encoding
      - Synchronicznych operacji I/O

      UŻYJ:
      - Stream-based upload
      - BlobServiceClient z Azure.Storage.Blobs
      - Async/await

Dlaczego działa: Eliminujesz 80% „halucynacji stylistycznych” jednym blokiem instrukcji.

Tip #6: Review przed merge, nie po

Problem: Generujesz kod agentem, wrzucasz do PR, dopiero na review widzisz problemy.

Rozwiązanie: Poproś agenta o self-review zanim zakomitujesz:

User: Przejrzyj kod, który właśnie wygenerowałeś i sprawdź:
      1. Czy nie ma N+1 query?
      2. Czy wszystkie ścieżki obsługują błędy?
      3. Czy nazewnictwo jest spójne z resztą projektu?
      4. Czy nie ma hardcoded values?
      5. Czy testy pokrywają edge cases?

      Wypisz znalezione problemy ZANIM zaproponujesz fix.

Tip #7: Commit messages agentem

Problem: Piszesz commit messages ręcznie po sesji z AI, tracisz kontekst zmian.

Rozwiązanie: Poproś agenta o commit message na koniec sesji, gdy ma pełny kontekst:

User: Na podstawie zmian, które właśnie zrobiliśmy,
      wygeneruj commit message w formacie Conventional Commits.
      Max 72 znaki w tytule, bullet points w body.

Tip #8: Debugowanie z pełnym kontekstem

Problem: Wklejasz error message i prosisz „napraw to”. Model zgaduje.

Rozwiązanie: Daj pełny kontekst diagnostyczny:

User: Dostaję ten błąd:

      System.InvalidOperationException:
      No service for type 'IOrderRepository' has been registered.

      Oto mój Program.cs: [kod]
      Oto mój IOrderRepository: [kod]
      Oto mój OrderRepository: [kod]

      Sprawdź rejestrację DI i powiedz, co powinienem dodać.

Dlaczego działa: Error + kontekst kodu = precyzyjna diagnoza. Sam error = zgadywanie.

Tip #9: Nie edytuj kodu ręcznie w trakcie sesji agenta

Problem: Agent generuje kod, Ty ręcznie edytujesz kilka linii, potem prosisz agenta o kolejne zmiany. Agent nie widzi Twoich ręcznych edycji i nadpisuje je lub tworzy konflikty.

Rozwiązanie: Albo agent prowadzi, albo Ty. Nie mieszaj. Jeśli musisz poprawić coś ręcznie - powiedz o tym agentowi w kolejnym prompcie:

User: Ręcznie zmieniłem ConnectionString w appsettings.json
      na "Server=prod-db;...". Weź to pod uwagę w dalszych zmianach.

Tip #10: Zapisuj dobre prompty

Problem: Wymyślasz świetny prompt, dostaje wynik, zapominasz prompt. Za tydzień zaczynasz od zera.

Rozwiązanie: Zapisz sprawdzone prompty w pliku prompts.md w repo lub w notatniku. Traktuj je jak snippety kodu - reużywalne i udoskonalane z czasem.

## Code Review Prompt
Przeanalizuj ten PR pod kątem: [lista]...

## Test Generation Prompt
Wygeneruj testy dla [klasa] stosując AAA pattern...

## Refactoring Prompt
Zrefaktoruj [moduł] stosując [wzorzec]...

Podsumowanie

Skuteczna praca z AI agents to nie magia - to zbiór dyscyplin. Czyste konteksty, plany przed kodem, negatywne instrukcje, wzorce zamiast opisów. Każdy z tych tipów oszczędza minuty dziennie, co przekłada się na godziny tygodniowo.

Wdrażaj jeden tip na raz. Zacznij od Tip #1 (jedno zadanie = jeden czat) - to daje najszybszy zwrot z inwestycji.