ai-product

Skill dla inżynierów produktu, którzy chcą dodać możliwości AI do swoich aplikacji bez ryzyka. Nauczysz się, jak integrować modele języka w skali produkcyjnej: walidować wyjścia, obsługiwać hallucynacje, optymalizować koszty i budować interfejsy, którym użytkownicy ufają. Omija pułapki demo-ware'u i pokazuje, jak traktować prompty jak kod.

1. Zainstaluj skill z repozytorium davila7 (claude-code-templates). Skill aktywuje się automatycznie, gdy w kodzie lub nazwie pliku pojawi się słowo kluczowe związane z integracją LLM, wzorcami RAG lub inżynierią promptów.

2. Gdy pracujesz nad funkcją opartą na LLM, skill zasugeruje strukturyzowane wyjście z walidacją. Zamiast parsować surowy tekst z modelu, użyj function calling lub JSON mode ze schematem — to eliminuje niespodziewane formaty i zastrzygi bezpieczeństwa.

3. Implementuj streaming odpowiedzi zamiast czekać na pełną odpowiedź przed wyświetleniem. To zmniejsza opóźnienie postrzegane przez użytkownika i pokazuje, że aplikacja pracuje.

4. Wersjonuj prompty w kodzie i testuj je jak zwykły kod — używaj regression suite do sprawdzenia, czy zmiany w promptach nie psują istniejących funkcji. Skill przypomni ci o walidacji każdego wyjścia modelu przed użyciem w logice biznesowej.

5. Monitoruj koszty API na żądanie i obliczaj tokeny przed wysłaniem. Skill wskaże, gdzie kontekst jest zbyt duży lub gdzie można zmniejszyć wydatki bez utraty jakości.

6. Dodaj warstwy obrony: sanityzuj dane użytkownika przed wstawieniem do promptu, obsługuj błędy API i przygotuj fallback, gdy model nie odpowiada. Skill pokaze ci, jak budować systemy, które nie padają, gdy LLM zawiedzie.