Промпт-инжиниринг умер. Да здравствует промпт-инжиниринг?
Еще вчера вы копировали гигантские промпты из Notion в ChatGPT. Сегодня Anthropic предлагает забыть эту боль. Claude Skills и Subagents — не просто фичи. Это попытка убить рутину.
Представьте: вместо того, чтобы каждый раз объяснять Claude, как ревьювить код, вы один раз создаете Skill «Код-ревьюер». И подключаете его к любому агенту. Контекст не сбивается. Токены не горят. Нервы целы.
На 01.03.2026 Claude 3.7 Sonnet (последняя стабильная версия) поддерживает Skills нативно через API. Subagents работают в Claude Agent SDK версии 2.3+. Если вы все еще используете Claude 3.5 — обновитесь. Там все работает иначе.
Что вообще такое Skills? Это не просто сохраненные промпты
Skill в терминологии Anthropic — это упакованный контекст. Не текст, а объект с инструкциями, примерами, ограничениями и даже связями с внешними инструментами через MCP (Model Context Protocol).
Создаете Skill для парсинга контрактов? Он знает про юрлингвистику, шаблоны clauses и умеет вызывать вашу БД. Подключаете его к агенту для управления контрактами — и он сразу работает. Без долгих объяснений.
Subagents: когда одного мозга мало
Subagents — это не многопоточность. Это специализация. Главный агент решает, какую задачу кому делегировать. Нужно провести код-ревью и одновременно сгенерировать тесты? Запускаются два суб-агента: один с Skill «ревьюер», другой с Skill «тестировщик».
Они работают параллельно. Не путают контексты. И главное — не требуют отдельного промпта на каждую операцию. Вы уже делали так с суб-агентами вручную. Теперь это встроено в платформу.
Чем это лучше старого доброго промпт-инжиниринга?
| Критерий | Традиционный промпт | Claude Skills |
|---|---|---|
| Переиспользование | Копипаст между чатами | Один Skill — много агентов |
| Контекстное окно | Съедается каждый раз | Skill занимает место один раз |
| Обновления | Менять в каждом промпте | Править один Skill |
| Стоимость (токены) | Выше в 3-5 раз | Ниже за счет кэширования |
Цифры на 2026 год: по данным Anthropic, Skills сокращают затраты на контекстные токены на 40-70% в пайплайнах, где одни и те же инструкции повторяются. Subagents ускоряют выполнение сложных задач на 30% за счет параллелизма.
А альтернативы? LangChain, AutoGen, да тот же OpenAI
OpenAI со своими GPTs пытается делать похожее. Но там нет изоляции контекста. GPT — это черный ящик, который все равно засовывает весь промпт в запрос. Claude Skills архитектурно отделены от выполнения.
LangChain и AutoGen — это фреймворки, где вы собираете агентов из кусков кода. Мощно, но требует программирования. Claude Skills — декларативный подход. Описываете Skill в JSON (или через UI), и он работает. Если не боитесь кода, посмотрите на Agent Engineering.
AutoGen хорош для research-задач, где нужна сложная координация. Claude Subagents проще и быстрее для бизнес-сценариев: обработать заказ, проверить контракт, ответить клиенту.
Важно: на 01.03.2026 Anthropic анонсировала интеграцию Skills с Amazon Bedrock. Это значит, что Skills можно использовать в продакшене на AWS без самохоста. Для предприятий это game-changer.
Кому это реально нужно? (спойлер: не всем)
- Команды, которые внедряют AI-агентов в продакшен. Если у вас больше трех агентов в системе, Skills сэкономят тысячи долларов на токенах. И нервы разработчиков. Прочитайте про агентов поверх микросервисов.
- Промпт-инженеры, уставшие от копипаста. Skills — это ваша библиотека компонентов. Создали один раз — используете везде.
- Компании с жесткими compliance-требованиями. Skill «Юридическая проверка» гарантирует, что все агенты следуют одним правилам. Обновили регуляцию — обновили Skill.
А вот если вы просто общаетесь с Claude в веб-интерфейсе раз в неделю — вам это не нужно. Не усложняйте.
Где это уже работает: пример из 2026 года
Финтех-стартап использует Skills для обработки клиентских заявок. Один Skill «Верификация документа» проверяет паспорта. Другой Skill «Оценка риска» анализирует кредитную историю. Subagents запускают их параллельно для каждого клиента.
Раньше на один запрос уходило 12 секунд и 8K токенов. Сейчас — 5 секунд и 3K токенов. Разница в деньгах. И в скорости ответа клиенту.
Другой пример — AI-агент для код-ревью. Раньше нужно было каждый раз вставлять гайдлайны компании. Теперь это Skill, который подключается к CI/CD. Разработчики даже не пишут промпты.
С чего начать? Не с создания Skills
Ошибка номер один — сразу лепить Skills. Сначала выделите повторяющиеся инструкции в вашем workflow. Те, что копируете чаще всего. Например, «форматирование ответа в JSON» или «проверка на уязвимости». Это кандидаты в Skills.
Потом протестируйте их в песочнице Claude Console (она есть в API с февраля 2026). Убедитесь, что Skill работает изолированно.
Только потом интегрируйте в агентов. И да, сразу настройте мониторинг стоимости токенов. Потому что экономия появляется только при масштабе.
Что будет дальше? Мой прогноз на 2027
Skills станут такими же стандартными, как npm-пакеты. Появится публичный реестр Skills (Anthropic его уже тестирует). Вы будете устанавливать Skill «Анализ sentiment отзывов» одной командой.
Subagents эволюционируют в полноценные оркестраторы задач. Они смогут вызывать не только другие Skills, но и внешние API, голосовых агентов, роботов. Это уже не про LLM, а про архитектуру приложений.
И да, промпт-инжиниринг не умрет. Он превратится в инжиниринг Skills. Вместо того, чтобы писать промпты, вы будете проектировать переиспользуемые контекстные модули. Это сложнее. Но в долгой игре — выгоднее.
P.S. Если вы все еще копируете промпты — остановитесь. Создайте первый Skill сегодня. Хотя бы для чего-то простого. Через месяц вы вернетесь и скажете спасибо.
