Гайд: как поставить учителя, который обучит открытую модель твоей задаче
Пошагово: ставим бесплатный скилл skill-distill, подключаем ученика на открытой модели и доводим инструкцию до трёх верных прогонов подряд.
Evgenii Arsentev · PhDReviewed for accuracy by Evgenii Arsentev, PhD · 2026-11-22
Ты обещанный гайд открыл — вот он. К концу у тебя будет работающая связка из ролика: агент Claude в роли учителя, открытая модель в роли ученика и готовая инструкция, по которой ученик делает твою повторяющуюся задачу так же, как её делал Claude. Ставить руками ничего не придётся: всё, что ниже, — это фразы, которые ты копируешь агенту. Программистом быть не нужно, нужно уметь посмотреть на результат и сказать «принимаю» или «нет».
Главное, что надо держать в голове с самого начала: скилл учителя бесплатный, а платишь ты за прогоны. Каждый цикл обучения — это токены Claude плюс доступ к открытой модели. Поэтому первый шаг здесь не про установку, а про выбор задачи, которая этих прогонов стоит.
Что понадобится
Собери это перед началом
- 1Компьютер, на котором у тебя уже работает агент Claude Code — он будет учителем.
- 2Задача, которую ты просишь агента делать регулярно и которую он уже делает правильно.
- 3Доступ к открытой модели — она будет учеником: либо модель на твоём компьютере или сервере, либо у провайдера по ключу.
- 4Оплаченные токены Claude с запасом: один цикл обучения — это несколько прогонов, а циклов обычно несколько.
- 5Всё вспомогательное (служебные программы, браузерный движок для скриншотов, если задача про веб-страницы) агент поставит сам — отдельно разбираться не нужно.
- 6Полчаса-час твоего внимания в конце: последнее слово про «готово» остаётся за тобой, автоматически это не решается.
Настраиваем по шагам
Шаг 1. Выбери задачу, которую вообще имеет смысл передавать
Учитель переносит на ученика ровно то, что Claude уже делает хорошо. Если задача получается у Claude через твои правки и уточнения, переносить нечего: ученик скопирует неразберху. Поэтому сначала пусть агент сам покажет, что в вашей работе повторяется каждый день и идёт без твоего вмешательства.
«Посмотри нашу переписку за последние недели и выпиши задачи, которые я прошу тебя делать регулярно и которые ты делаешь правильно сразу, без моих исправлений. Для каждой напиши одной строкой: что я даю на входе, что получается на выходе, сколько раз за неделю это повторяется. Потом отметь одну, которую выгоднее всего передать более слабой открытой модели, и объясни простыми словами, почему именно её.»
На выходе ты увидишь короткий список и один отмеченный пункт. Посмотри на него глазами: ты действительно просишь это каждый день или почти каждый день? Результат каждый раз одного вида? Если да — берём её. Если в списке только разовые задачи, дальше идти не надо, учитель на них не окупится.
Шаг 2. Поставь скилл учителя
Это тот самый бесплатный скилл с GitHub из ролика — skill-distill от sybil-solutions. Руками его ставить не надо: отдай установку агенту, он же им и будет пользоваться. Заодно пусть поставит служебные вещи, без которых цикл обучения не запустится.
«Поставь мне скилл skill-distill из репозитория sybil-solutions на GitHub и подключи его себе так, чтобы ты мог работать по нему как учитель. Поставь сам всё вспомогательное, что ему нужно, а если моя задача связана с веб-страницами — поставь и то, что нужно для скриншотов в браузере. В конце напиши простым языком: что встало, что не встало, чего не хватает и что мне нужно решить самому.»
Проверка глазами: агент должен ответить, что скилл подключён и виден ему, и назвать его по имени. Попроси коротко пересказать, по какой схеме учитель работает — если он описывает цикл «написать инструкцию, запустить ученика, сравнить с эталоном, поправить», скилл на месте.
Шаг 3. Выбери и подключи ученика
Ученик — это не просто модель, а пара: агент-оболочка плюс открытая модель. В самом скилле честно написано, что по-настоящему проверена пока одна связка — оболочка omp с открытой моделью вроде DeepSeek-V4.1-Flash. Остальные оболочки либо только написаны, либо не тестировались. Не выбирай ученика наугад, спроси у агента состояние дел.
«Объясни мне простыми словами, какие варианты ученика поддерживает этот скилл и какая связка оболочки и модели в нём реально проверена, а какая только написана и не протестирована. Спроси у меня, где живёт моя открытая модель — на моём компьютере, на моём сервере или у провайдера по ключу. Потом подключи проверенную связку к этой модели, задай ученику любой простой вопрос и покажи мне его ответ, чтобы я убедился, что он отвечает.»
Ты должен увидеть живой ответ ученика — пусть кривой и короткий, но свой. Пока ученик молчит или агент рассказывает про настройки, дальше идти бессмысленно: вся дальнейшая работа — это прогоны ученика, и если он не отвечает, прогонять нечего.
Шаг 4. Сделай эталонную сессию
Учитель учит не по твоим словам, а по сессии, где задача сделана хорошо. Значит, такая сессия должна быть. Сделай задачу с Claude один раз от начала до конца — и дай ему ровно тот запрос, который собираешься повторять каждый день, без дополнительных пояснений по ходу. Это и будет эталон, с которым потом будут сравнивать ученика.
«Сейчас сделаем эту задачу один раз как эталон. Я даю тебе ровно тот запрос, который буду повторять каждый раз, — работай по нему и не задавай мне уточняющих вопросов, решай сам. Когда закончишь, запомни, с чего мы начинали и что получилось, как эталон для обучения ученика, и покажи мне: вот запрос, вот стартовое состояние, вот результат. Если по ходу тебе всё-таки понадобилось что-то от меня, скажи прямо — значит, запрос надо переписать.»
Посмотри на результат как заказчик: это именно то, что тебе нужно каждый день? Если нет — переделай сессию сейчас. Ученика будут равнять по этому результату, и все его ошибки будут мериться от него; эталон с огрехами обучит ученика огрехам.
Шаг 5. Запусти обучение
Вот та самая фраза из ролика: «а теперь научи этому мою открытую модель». Дальше агент работает сам — пишет инструкцию по сессии, запускает ученика на чистой копии стартового состояния с тем же запросом, сравнивает с эталоном, находит первое место, где ученик ушёл не туда, правит инструкцию и гоняет заново. Три прогона на каждую версию инструкции, потому что один удачный прогон ничего не доказывает.
«Теперь научи этой работе мою открытую модель. Возьми нашу последнюю успешную сессию, напиши по ней инструкцию для ученика и запусти ученика на чистой копии стартового состояния с тем же запросом, что был у тебя. Сравни то, что сделал ученик, с эталоном, найди первое место, где он ушёл не туда, поправь инструкцию именно там и прогони заново — три прогона на каждую версию. Не вставляй в инструкцию готовый результат и не пиши скрипт, который его выдаёт: учи шагам, решениям, ловушкам и проверкам. Свои проверки сначала прогоняй на эталоне — если проверка не проходит на эталоне, она сломана. После каждой версии докладывай мне двумя строчками: что исправил и что получилось.»
Дальше ты получаешь короткие доклады по версиям. Читай их на одно: ошибки ученика от версии к версии должны меняться и становиться мельче. Если третья версия спотыкается ровно на том же месте, что первая, останови процесс и спроси агента, почему инструкция не помогает именно здесь — иначе будешь жечь токены по кругу.
Шаг 6. Посмотри, где ученик спотыкается
Самое полезное в этой схеме — видно, чего именно слабая модель не понимает в твоей задаче. Ученик работает в отдельном окне на твоём компьютере, и ты можешь за ним наблюдать, но читать технические логи не обязательно: попроси агента переводить происходящее на человеческий язык.
«Покажи мне, что ученик делает прямо сейчас, и переводи на русский: какой шаг инструкции он выполняет, что уже сделал верно, где застрял. Когда цикл закончится, выложи рядом два результата — эталонный и лучший у ученика, — перечисли списком все расхождения между ними и скажи, какие проверки ты прогнал сначала на эталоне. Технические подробности не вставляй, объясняй как заказчику.»
Ты должен увидеть два результата рядом и список расхождений. Пройди по нему сам и отметь, какие расхождения для тебя критичны, а какие — мелочи, с которыми можно жить. Это твоя работа, а не агента: он не знает, что у тебя в задаче важно, а что косметика.
Шаг 7. Прими результат — или не принимай
Скилл считается готовым только тогда, когда ты это сказал. Пока ученик не сделал верно три раза подряд и пока ты не посмотрел итоговую инструкцию, ничего не закончено. Попроси пересказать инструкцию простым языком: ты должен понимать, чему именно научили твою открытую модель.
«Покажи мне готовую инструкцию для ученика целиком и перескажи её простым языком: какие шаги, какие ловушки, какие проверки. Скажи, сколько было версий, на какой версии ученик сделал верно три раза подряд и что у него до сих пор получается хуже эталона. Отдельно подтверди, что в инструкции нет готового результата и нет скрипта, который его печатает. Пока я не напишу «принимаю», не считай работу законченной и не предлагай мне переходить к другой задаче.»
Прочитай инструкцию глазами. Если в ней написано «сделай вот такой текст» и дальше идёт готовый текст эталона — это не обучение, а подсказка с ответом, верни агента на доработку. Если в ней шаги, решения и проверки — принимай.
Шаг 8. Поставь готовый скилл в ежедневную работу
Из всей этой затеи ты получаешь две вещи: сам скилл-учитель, которым можно обучать и другие задачи, и готовую инструкцию под одну конкретную задачу, одну модель и одну оболочку. Вторую надо закрепить за учеником насовсем, чтобы задача уходила на открытую модель одним сообщением, без участия Claude.
«Закрепи готовую инструкцию за учеником насовсем, чтобы я мог отдавать эту задачу открытой модели одним сообщением. Напиши мне текст этого сообщения, который я буду копировать каждый раз. Дай короткий список из трёх-пяти пунктов, по которому я за минуту проверю результат глазами. И скажи, по каким признакам я пойму, что инструкция перестала работать и задачу надо переобучать.»
Проверь в деле: отдай задачу ученику сам, без Claude, и пройди по своему списку проверки. Один прогон вживую покажет больше, чем все доклады агента. С этого момента повторяющаяся работа идёт на открытой модели, а Claude ты зовёшь, когда задача меняется.
Скилл бесплатный, прогоны — нет. Каждый цикл обучения — это токены Claude плюс доступ к открытой модели, а циклов на одну задачу обычно несколько, по три прогона на версию инструкции. Готовой кнопки тоже нет: по-настоящему протестирована одна связка ученика (оболочка omp с открытой моделью), оболочка Codex проверена как учитель, а не как ученик, а варианты pi и opencode только написаны и не проверены — у opencode даже журнал сессии пока не читается. Если захочешь ученика на самом Claude Code с открытой моделью, понадобится отдельный совместимый сервер, и это уже не задача на один вечер.
Сырые журналы сессий, по которым учитель пишет инструкцию, содержат пути и контекст твоего компьютера — скилл специально держит их в стороне от публикации, и ты тоже не отправляй их никому «посмотреть». Инструкция привязана к связке: сменишь модель, оболочку или версию инструментов — проверяй заново, обучение под старую связку может перестать давать прежний результат. И если задача сама по себе поменялась (другой формат на входе, другой результат на выходе), ученика надо переобучать: он знает ровно то, чему его научили на эталоне.
Кому подходит
Подходит, если задача повторяется каждый день и Claude уже делает её правильно без твоих правок: тогда перенос на открытую модель экономит и деньги, и очередь к агенту. Не подходит, если ты ждёшь готовую кнопку — проверена пока одна связка с учеником, остальные нет, и часть работы будет про настройку. Не подходит и на разовых задачах: три прогона на каждую версию инструкции на один раз никогда не отбьются. Человек нужен обязательно в двух местах — когда ты признаёшь эталон хорошим и когда говоришь «принимаю» по итоговой инструкции; за тебя качество не оценит ни учитель, ни ученик. У нас своя контент-фабрика ИИ-роликов: строили год, прежде чем пошли первые лиды, и те с органики. Такая механика окупается только на повторяемом — на том, что ты делаешь снова и снова.
Скилл-учитель, который умеет обучать твои задачи любой открытой модели, и одна готовая инструкция, по которой ученик делает твою ежедневную работу так же, как её делал Claude, — проверено тремя верными прогонами подряд и принято лично тобой. Следующую задачу ты запускаешь одной фразой: «научи этому мою открытую модель».
Free course
Stop reading about AI — start building with it
The free Claude Code course: your first site, tool or game — no coding. No upsells, no cross-sells — nothing to buy here.
Start free →
Author
Evgenii Arsentev
PhD · Founder & CEO, Dad4Kids
Reading is a good start
Want to actually build this?
Guides explain. The free course transforms — personalized, gamified, and built to get you shipping fast.
Start the free course →