Практика · выполнение задачи с ИИ
Получите четыре рабочих файла из одной задачи
Подготовьте рекламу для вымышленной компании «Линия»: объявления, передачу маркетологу, факты для посадочной и вопросы перед запуском. Работайте в привычном ИИ и сохраните свой первый результат.
Учебные данные полностью вымышлены. Практика добровольная: без обязательной сдачи, оценки или LMS. Ваш ИИ может требовать собственную подписку или оплату использования; школьные материалы доступны бесплатно.
Откройте исходники
Распакуйте архив в отдельную папку. Внутри будет student/. Откройте эту папку в выбранном ИИ-клиенте или прикрепите пять файлов из student/input/ к новому диалогу. Добавьте OUTPUT-CONTRACT.md и первый запрос.
Попросите ИИ действительно прочитать все пять файлов. Если клиент не умеет читать вложения или считать SHA256, прочитайте исходники сами, вычислите хеши командой ниже и передайте их вместе с содержимым. Хеш по пересказу файла не подходит.
Компания и предложение
company.json и brief.md: аудитория, состав услуги, подтверждённые факты и неизвестные условия.
Пакет и запросы
package-brief.json и query-intents.csv: три позиции для расчёта, группы запросов и исключения.
Конкретная задача
task.json: четыре результата, учебные рамки объявлений и UTM. Рамки упражнения не заменяют действующие правила рекламной площадки.
Как получить настоящие хеши файлов
Необязательный способ с Python 3. Из папки, где находится student/, сохраните код ниже как file-hashes.py и выполните python3 file-hashes.py (или используйте имя своего Python 3). Он только читает пять входов и уже существующие четыре результата, если они сохранены.
from pathlib import Path
import hashlib, json
names = {
"input_sha256": ("student/input", ["brief.md", "company.json",
"package-brief.json", "query-intents.csv", "task.json"]),
"output_sha256": ("student/output/first", ["ad-pack.json", "handoff.md",
"landing-facts.md", "open-questions.md"]),
}
result = {}
for key, (folder, files) in names.items():
root = Path(folder)
if key == "output_sha256" and not root.exists():
continue
result[key] = {name: hashlib.sha256((root / name).read_bytes()).hexdigest()
for name in files}
print(json.dumps(result, ensure_ascii=False, indent=2))
Выполните задачу и сохраните первую попытку
Отправьте first.txt вместе с исходниками и контрактом. Нужны содержательные документы, а не сообщение «всё готово». ИИ должен сам рассчитать сумму трёх позиций, написать четыре объявления по группам, сохранить источники фактов, исключения и индивидуальные UTM.
- ad-pack.json — расчёт, группы запросов, четыре собственных объявления, источники, UTM и ограничения запуска.
- handoff.md — что передать маркетологу, почему так разделены запросы и что проверить.
- landing-facts.md — план посадочной с тем же предложением и подтверждёнными фактами.
- open-questions.md — неизвестные условия, необходимые перед реальным запуском.
Создайте student/output/first/ и сохраните там эти четыре файла в UTF-8. Если клиент отвечает только в чате, скопируйте содержимое каждого результата в отдельный файл: JSON без обрамляющих обратных кавычек, Markdown с заголовками и ссылками. Проверьте, что это реальные файлы с нужными расширениями, а не четыре блока в одном сообщении.
HOLD_MISSING_PARAMETERS.Сверьте результат по исходникам
После сохранения откройте SELF-CHECK.md и перечитайте все четыре результата. Отметьте конкретные ошибки и исправьте отдельную копию. Правильное имя файла или красивый статус ещё не подтверждают смысл работы.
Сумма и область работ
Расчёт соответствует трём строкам пакета. Цена и предложение согласованы между объявлениями, передачей и посадочной.
Запросы и обещания
EXCLUDE не попали в рекламу. Факты объявлений имеют источники; отзывы, проценты результата, сроки и гарантии не придуманы.
Неизвестные условия
Неизвестное осталось неизвестным. Документы не выдают учебный адрес за опубликованный сайт и не разрешают тратить бюджет.
Содержательные документы
Все четыре файла читаются, ссылки работают, объяснения не сводятся к списку имён и не противоречат исходникам.
Самопроверка добровольная. Можно обсудить вопрос в Zoom или школьном чате. Файлы и локальные журналы остаются у вас; обязательной автоматической отправки в школу здесь нет.
Проверьте три ситуации после первой попытки
- Неизвестна обязательная цена. В отдельной копии выполните изменения из unknown.txt. Ожидается остановка с конкретным недостающим полем, а не нулевая или угаданная цена. Неизвестный рекламный бюджет отдельно удерживает запуск; подготовка документов и разрешение запуска — разные решения.
- Изменился состав пакета. mismatch.txt описывает согласованные изменения входов. Старые исходники и результат сохраните. Для новых входов нужны новая попытка и новая сверка; старое «готово» не переносится.
- Повторяется приёмка тех же файлов. repeat.txt описывает повтор без новой карточки и дублирования. Без менеджера сравните свои хеши и сохранённые файлы вручную. В дополнительном менеджере одинаковые принятые файлы дают
repeat_noop; это не просьба ещё раз вызвать модель.
Исходная инструкция упражнения сохранена без изменений. Упомянутый в ней локальный менеджер находится в отдельном дополнительном архиве ниже. Для шагов 1–3 он не нужен.
Дополнительно: локальная карточка задачи
Для технической практики можно прикрепить свои четыре файла к локальному менеджеру. Он не подключается к школьной LMS, CRM или рабочему таскменеджеру. Отдельный worker показывает настоящий вызов Codex CLI; это необязательный пример с требованиями к версии и своему доступу.
Как соединить два архива и выбрать маршрут
Распакуйте оба архива в одну пустую папку. Не вкладывайте workflow/ внутрь student/. Открывайте в ИИ только student/.
ваша-папка/
student/
input/ # пять исходников
prompts/
OUTPUT-CONTRACT.md
README.md
SELF-CHECK.md
output/first/ # ваши четыре результата; создадите сами
workflow/
README.md
task_manager.py
model_worker.py
Ручное прикрепление: Python 3, ваши четыре файла и честно заполненная собственная сверка. start меняет стадию карточки, но не выполняет работу и не вызывает ИИ.
Автоматический пример: ранее проверялся с Codex CLI 0.162.0-alpha.17.2 и Python 3.13. Обычная установленная версия может не поддерживать необходимые флаги. Нужны совместимый собственный CLI и авторизованный аккаунт; вызов модели может расходовать лимиты или деньги. Без совместимости оставайтесь на ручном маршруте, не убирайте защитные флаги.
После автоматического вызова четыре файла сохраняются в ожидании независимой сверки. Такой worker принимает только independent_agent_review; шаблон собственной human_self_review не закрывает его автоматический результат. Это отдельная добровольная техническая проверка, а не обязательное школьное оценивание.