Python с нейросетью-наставником: пять проектов и как не списывать

Учить Python с нейросетью можно, и это один из самых быстрых способов, если заранее запретить ей решать задачи за вас. Схема такая: вы берёте лестницу из пяти небольших проектов, каждый пишете сами, а модель работает как наставник — объясняет понятия, даёт подсказки по одной и разбирает уже готовый код. Готовое решение целиком она выдаёт только после того, как вы честно попробовали сами. Ниже — сами проекты, промты для роли наставника и способ проверить, что вы учитесь, а не переписываете.

Почему «напиши мне код» ничему не учит

Нейросеть пишет учебный код на Python быстро и в основном без ошибок. Именно поэтому она так легко подменяет обучение. Вы вставляете задачу, получаете двадцать строк, запускаете, всё работает — и через неделю не можете написать цикл без подсказки.

Навык программирования складывается из трёх вещей: разбить задачу на шаги, выразить шаги конструкциями языка и найти ошибку, когда что-то не работает. Готовый ответ пропускает все три. Вы видите результат, но не проходите путь к нему. Это та же ловушка, о которой мы писали в разборе как пользоваться нейросетью в учёбе и не разучиться думать: модель экономит усилие, а в учёбе усилие и есть смысл.

Отсюда рабочее правило. Нейросеть не пишет за вас код, который вы ещё не пробовали написать. Она объясняет, задаёт наводящие вопросы и смотрит на ваш вариант.

Кто за что отвечает

Удобно развести задачи по разным моделям. Не потому, что одна «умнее», а потому, что у каждой своя роль и своя цена запроса.

Все текстовые модели доступны в одном кабинете Most AI, вход через Яндекс или VK. Бесплатный ChatGPT подходит для большинства вопросов по ходу обучения. Остальные модели оплачиваются за запрос, актуальные цены — на странице прайсинга. Для учебных проектов дорогие флагманы вроде Claude Opus 4.8 обычно не нужны: задачи маленькие, и разница на них почти не видна.

Первое сообщение: правила для наставника

Всё решает начало диалога. Если не задать роль, модель по умолчанию постарается быть максимально полезной — то есть выдаст решение. Поэтому первое сообщение в каждом новом чате должно быть таким:

Ты мой наставник по Python. Я учусь, мой уровень: знаю print, переменные и if, циклы путаю.
Правила:
1. Не пиши за меня решение задачи целиком, даже если я прошу.
2. Если я застрял, дай одну подсказку — самую маленькую, которая сдвинет меня с места. Следующую — только когда я попрошу.
3. Объясняя понятие, приводи пример на другой задаче, не на моей.
4. Когда я присылаю код, сначала спроси, что он должен делать, потом укажи на ошибки, но не исправляй их сам.
5. Готовое решение можно показать, только если я напишу «сдаюсь» и перед этим отправлю свою попытку.
Подтверди правила одной фразой и жди задачу.

Пункт про «сдаюсь» важен. Совсем запрещать ответ бессмысленно: иногда вы действительно упираетесь в стену, и час мучений ничему не учит. Но условие «сначала покажи попытку» не даёт превратить диалог в выдачу готовых решений.

Если модель всё-таки сорвалась и выдала код целиком, не копируйте его. Напишите: «Ты нарушил правило 1. Удали решение из ответа и дай только первую подсказку». Чаще всего этого хватает, а если нет — начните новый чат с тем же первым сообщением.

Лестница из пяти проектов

Каждый следующий проект добавляет одну-две новые идеи к уже знакомым. Порядок важен: не прыгайте на пятый, пока третий у вас не заработал без помощи.

Проект 1. Угадай число

Программа загадывает число от 1 до 100, вы вводите варианты, она отвечает «больше» или «меньше» и в конце считает попытки. Здесь вы учите input, преобразование строки в число, цикл while, условия, модуль random и простую проверку ввода.

Готово, когда: игра не падает, если ввести букву вместо числа, и после победы спрашивает, сыграть ли ещё раз.

Задача: игра «угадай число» в консоли. Не пиши код.
Помоги разбить её на шаги: какие действия программа делает по порядку?
Дай список из 5–7 шагов обычными словами, без Python.

Разбивка на шаги словами — самая полезная привычка из всего списка. Когда план готов, каждый шаг превращается в две-три строки кода, и задача перестаёт пугать.

Проект 2. Трекер расходов в файле

Вы вводите покупку и сумму, программа сохраняет запись в текстовый файл, а по команде показывает итог за всё время. Новое здесь — функции, списки, работа с файлами и простое меню из команд.

Готово, когда: данные не теряются после перезапуска программы, а код разбит хотя бы на три функции.

Я пишу трекер расходов. Вот моя функция сохранения. Она работает, но каждая новая запись стирает старые.
Не исправляй код. Задай мне один вопрос, который поможет самому найти причину.
[вставьте код]

Просьба «задай вопрос» вместо «найди ошибку» — главный приём этого проекта. Модель спросит что-то вроде «в каком режиме вы открываете файл?», и вы сами дойдёте до разницы между записью и дозаписью.

Проект 3. Викторина из файла вопросов

Вопросы и ответы лежат в отдельном файле, программа задаёт их в случайном порядке, считает правильные ответы и показывает, где вы ошиблись. Новое — словари, перемешивание списка, разбор строк и отделение данных от логики.

Готово, когда: чтобы добавить вопрос, достаточно поправить файл, а код трогать не нужно.

На этом проекте полезно впервые попросить разбор уже работающего решения. Об этом — отдельный раздел ниже.

Проект 4. Разбор таблицы со своими данными

Возьмите CSV-файл, который вам интересен: выгрузку расходов из банка, список прочитанных книг, оценки за четверть. Программа считает средние, находит максимумы и группирует записи по категориям. Новое — модуль csv, сортировка с ключом, подсчёт по группам.

Готово, когда: программа выдаёт три-четыре вывода о ваших данных, которых вы раньше не знали.

У меня CSV с колонками: дата, категория, сумма. Хочу посчитать сумму по каждой категории.
Я знаю словари и циклы. Объясни идею решения на примере подсчёта букв в слове, а не на моей таблице.

Пример «на другой задаче» — это правило 3 из первого сообщения в действии. Вы получаете приём, а переносить его на свои данные приходится самому. Именно перенос и закрепляет навык.

Проект 5. Скрипт, который разбирает папку

Финальный проект уже полезен в жизни: скрипт проходит по папке «Загрузки» и раскладывает файлы по подпапкам по типу — документы, картинки, архивы. Новое — модули pathlib и shutil, обработка ошибок через try/except и осторожная работа с настоящими файлами.

Готово, когда: у скрипта есть пробный режим, который только печатает, что и куда переедет, и ничего не трогает.

Пробный режим — не формальность. Скрипт, который двигает файлы, в случае ошибки двигает их не туда. Первые запуски делайте на копии папки с десятком тестовых файлов, а не на настоящих «Загрузках».

Ревью: как просить разбор кода

Когда программа работает, наступает момент, ради которого стоит взять модель посильнее. GPT-5.1-Codex и Claude Sonnet 4.6 хорошо читают код целиком и замечают то, что начинающий не видит: повторы, неудачные имена переменных, места, которые сломаются на необычном вводе.

Вот моя программа-викторина, она работает. Я учусь, это третий проект.
Сделай ревью как преподаватель:
1. Что сделано хорошо — коротко.
2. Три главных замечания по важности. Для каждого объясни, почему это проблема, но не присылай исправленный код.
3. Один ввод, на котором моя программа поведёт себя неправильно.
[вставьте код]

Пункт 3 особенно полезен: модель предлагает тест, вы проверяете его сами и видите ошибку своими глазами. Замечания исправляйте сами и присылайте новую версию. Я бы советовал сделать два-три таких круга по одному проекту, прежде чем браться за следующий: переписанная после замечаний программа учит больше, чем новая, написанная с теми же привычками.

Помните, что ревью от нейросети — тоже не истина. Модель может придраться к тому, что в учебном коде нормально, или пропустить настоящую ошибку. Как отличить полезное замечание от лишнего, мы подробно разбирали в статье о проверке кода от нейросети. Короткая версия: верьте запуску, а не словам.

Где запускать код

Нейросеть в чате не запускает вашу программу, она её читает. Фраза «этот код работает» от модели — это предположение, а не результат запуска. Поэтому запускать нужно в двух местах, в зависимости от этапа.

Онлайн-интерпретатор в браузере. Подходит для первых двух-трёх проектов: ничего не надо ставить, открыл страницу — пишешь код. Минус — работа с файлами там ограничена или устроена непривычно.

Python на своём компьютере. К четвёртому проекту он нужен обязательно: вы работаете с настоящими CSV-файлами и папками. Установка занимает немного времени, а если что-то пойдёт не так, опишите модели свою систему и текст ошибки — это как раз хороший вопрос для бесплатного ChatGPT.

Сообщение об ошибке всегда копируйте целиком, вместе с номером строки. Просьба «у меня не работает» без текста ошибки — лотерея. С текстом ошибки модель обычно сразу объясняет, что случилось, и показывает, в какую строку смотреть.

Проверка: учитесь вы или списываете

Раз в проект задавайте себе три вопроса.

Первый: могу ли я объяснить каждую строку своей программы вслух? Если какую-то строку объяснить не получается, значит, она пришла из чужого ответа, а не из понимания.

Второй: смогу ли я написать похожую программу с нуля, без чата? Например, после викторины — написать тренажёр таблицы умножения. Если садитесь и пишете — навык есть.

Третий: сколько раз в этом проекте я написал «сдаюсь»? Ноль раз не обязателен. Но если «сдаюсь» звучит на каждом шаге, лестница слишком крутая — вернитесь на ступеньку ниже или попросите наставника разбить задачу мельче.

Хороший приём для самопроверки — поменяться ролями. Попросите модель прислать короткую программу с тремя спрятанными ошибками, а сами ищите их. Это тренирует чтение кода, а для реальной работы это не менее важный навык, чем его написание.

Частые вопросы