Как написать скрипт на Python нейросетью: парсеры, боты и автоматизация рутины

Зачем писать Python-скрипты с помощью ИИ

Python остается главным языком для автоматизации рутины: парсинг цен конкурентов, очистка таблиц Excel, переименование тысяч файлов, сбор статистики из API или рассылка уведомлений в Telegram.

В 2026 году для создания таких утилит больше не нужно помнить наизусть синтаксис десятков библиотек (aiohttp, pandas, BeautifulSoup4). Нейросети класса Claude 3.7 Sonnet и DeepSeek R1 способны с первого промпта сгенерировать готовый, типизированный и асинхронный скрипт с обработкой ошибок и логированием.

Ниже разобран пошаговый процесс: от составления инженерного промпта до запуска и решения частых проблем. Этот материал входит в задачный раздел «Как сделать» — смежные инструкции объясняют создание Telegram-бота с ИИ и разработку сайта с нейросетью.

---

Сравнение моделей для генерации Python-кода 2026

Модель	Сильные стороны	Поддержка рассуждений (Reasoning)	Где использовать
Claude 3.7 Sonnet	Идеальная архитектура, строгая типизация, 0 синтаксических ошибок	Гибридный режим (Thinking Mode)	Сложные пайплайны, CLI-утилиты, интеграции с API
DeepSeek R1	Высокая алгоритмическая глубина, отличная работа с математикой и парсингом	Полная цепочка рассуждений <think>	Парсеры, скрипты анализа данных, локальный запуск через Ollama
GPT-4o / o3-mini	Быстрый синтаксис, знание редких устаревших библиотек	Включено в модели o3	Экспресс-скрипты, конвертация форматов

---

Пошаговый алгоритм: создаем асинхронный парсер каталога

Разберем классическую задачу: сбор каталога товаров интернет-магазина (название, цена, ссылка) с пагинацией на 50 страниц и сохранением в файл prices_2026.csv.

Шаг 1. Формирование структурированного инженерного промпта

Чтобы модель не выдала примитивный синхронный цикл с time.sleep(), сформулируйте требования к архитектуре скрипта.

Шаблон эффективного промпта для Python-скрипта:

Role: Senior Python Engineer.
Задача: Напиши надежный асинхронный скрипт для сбора каталога товаров.

Технические требования:
1. Библиотеки: aiohttp, bs4 (BeautifulSoup), asyncio, csv, logging.
2. Контроль нагрузки: ограничь параллелизм до 5 одновременных запросов с помощью asyncio.Semaphore.
3. Структура данных: используй dataclass Product с полями title (str), price (int), url (str).
4. Защита от блокировок: добавь реалистичные заголовки User-Agent и Accept-Language.
5. Экспорт: сохранение данных в CSV с кодировкой utf-8-sig для корректного открытия в Excel.
6. Обработка ошибок: перехват ClientError и таймаутов без падения всего скрипта.

Шаг 2. Разбор и проверка сгенерированного кода

Модель сгенерирует модульный скрипт parser.py.

import asyncio
import aiohttp
import csv
import logging
from dataclasses import dataclass, asdict
from bs4 import BeautifulSoup

logging.basicConfig(level=logging.INFO, format="%(asctime)s [%(levelname)s] %(message)s")

@dataclass
class Product:
    title: str
    price: int
    url: str

HEADERS = {
    "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36",
    "Accept-Language": "ru-RU,ru;q=0.9,en-US;q=0.8",
}

async def fetch_page(session: aiohttp.ClientSession, url: str, sem: asyncio.Semaphore) -> str | None:
    async with sem:
        try:
            async with session.get(url, headers=HEADERS, timeout=aiohttp.ClientTimeout(total=15)) as response:
                if response.status == 200:
                    return await response.text()
                logging.warning(f"Ошибка статуса {response.status} для {url}")
                return None
        except Exception as e:
            logging.error(f"Сбой при загрузке {url}: {e}")
            return None

def parse_html(html: str) -> list[Product]:
    soup = BeautifulSoup(html, "html.parser")
    items = []
    for card in soup.select(".product-card"):
        title_el = card.select_one(".product-title")
        price_el = card.select_one(".product-price")
        link_el = card.select_one("a.product-link")
        
        if title_el and price_el and link_el:
            # Очистка цены от пробелов и валюты
            raw_price = "".join(filter(str.isdigit, price_el.get_text()))
            price = int(raw_price) if raw_price else 0
            items.append(Product(
                title=title_el.get_text(strip=True),
                price=price,
                url=link_el.get("href", "")
            ))
    return items

async def main(base_url: str, total_pages: int, output_file: str):
    sem = asyncio.Semaphore(5)
    all_products = []

    async with aiohttp.ClientSession() as session:
        tasks = [fetch_page(session, f"{base_url}?page={page}", sem) for page in range(1, total_pages + 1)]
        pages_html = await asyncio.gather(*tasks)

        for html in pages_html:
            if html:
                all_products.extend(parse_html(html))

    logging.info(f"Собрано {len(all_products)} товаров. Сохраняем в {output_file}...")

    with open(output_file, mode="w", newline="", encoding="utf-8-sig") as f:
        writer = csv.DictWriter(f, fieldnames=["title", "price", "url"])
        writer.writeheader()
        writer.writerows([asdict(p) for p in all_products])

    logging.info("Готово! Данные успешно сохранены.")

if __name__ == "__main__":
    asyncio.run(main("https://example.com/catalog", 50, "prices_2026.csv"))

Шаг 3. Запуск скрипта в терминале

Для запуска скрипта создайте виртуальное окружение и установите необходимые зависимости:

# Создание и активация окружения
python3 -m venv venv
source venv/bin/activate  # На Windows: venv\Scripts\activate

# Установка библиотек
pip install aiohttp beautifulsoup4

# Запуск парсера
python3 parser.py

Шаг 4. Устранение ошибок и отладка (Debugging)

Если при запуске скрипта сервер возвращает ошибку (например, 403 Forbidden или ConnectionResetError), не пытайтесь угадывать причину вручную. Скопируйте traceback ошибки целиком и отправьте нейросети.

Типичные решения частых сбоев:

1. Ошибка 403 Forbidden: Добавление полного комплекта браузерных заголовков (Sec-Ch-Ua, Referer) и снижение количества воркеров в семафоре с 10 до 3.
2. Пустой результат парсинга: Селекторы классов на сайте изменились. Откройте инспектор кода (DevTools $\to$ Elements) и передайте нейросети актуальный HTML-фрагмент карточки товара со словами: «Обнови селекторы функции parse_html под этот HTML».
3. Блокировка по IP: Подключение пула прокси через параметр proxy="http://user:pass@ip:port" в aiohttp.ClientSession.

---

4 правила безопасного использования ИИ для Python

1. Никогда не выполняйте eval() и exec(): ИИ иногда предлагает динамическое выполнение строк кода для парсинга формул — это создает уязвимость выполнения произвольного кода.
2. Изолируйте файловые операции: Если скрипт удаляет или переименовывает файлы, сначала запустите его в режиме dry-run (вывод планируемых действий через print() без реального изменения файлов).
3. Храните токены в .env: Для скриптов с Telegram-ботами или API-ключами используйте библиотеку python-dotenv.
4. Фиксируйте версии библиотек: Всегда сохраняйте файл requirements.txt командой pip freeze > requirements.txt, чтобы скрипт гарантированно запускался на других серверах.

---

Полезные разделы для углубления

• Изучите связку ИИ с консолью разработки в хабе Claude Code.
• Настройте запуск скриптов по расписанию и подключение к API через MCP-серверы.
• Автоматизируйте сложные пайплайны с помощью ИИ-агентов.
• Все практические инструкции собраны в хабе «Как сделать».