Как вести память ИИ-проекта: правила, сессии и решения без хаоса

SEO title: Как вести память ИИ-проекта: CLAUDE.md, сессии, правила и журнал решений

Meta description: Как организовать память ИИ-проекта: что хранить в правилах, что в сессиях, что в журнале решений и как не перегрузить контекст агента.

Один из главных вопросов ИИ-нейтив работы звучит просто: как проект помнит, что уже происходило. Не только документы и файлы, а решения, исключения, привычки команды, типовые ошибки, рабочие навыки, контекст сессий и правила, которые нельзя каждый раз объяснять заново.

Если всю память свалить в один большой файл, агент начинает путаться. Если ничего не хранить, каждая сессия начинается с нуля. Рабочее решение посередине: разделить память проекта на слои и заранее решить, что живет в каждом слое.

## Что здесь меняется

В Claude Code память проекта строится вокруг файлов инструкций: документация описывает уровни от организационных и пользовательских правил до project instructions в CLAUDE.md и локальных CLAUDE.local.md. OpenAI Agents SDK отдельно поддерживает sessions: историю конкретного взаимодействия между запусками агента. Эти два подхода показывают важное различие: постоянные правила и текущая история задачи — разные виды памяти.

## Как это переводится в рабочий прием

Для практики это означает, что проекту нужен не «больше контекста», а правильная раскладка контекста. Долговременные правила должны быть короткими и стабильными. История сессии должна помогать продолжать работу, но не тащить весь мусор. Решения нужно фиксировать отдельно, потому что именно они объясняют, почему команда выбрала один путь и отказалась от другого.

## Как собрать навык

Рабочий прием: раз в неделю проводить уборку памяти. Что стало правилом — в project instructions. Что было одноразовым ходом — оставить в сессии или архиве. Что объясняет выбор — в журнал решений. Что повторяется — оформить в навык. Так контекст становится короче, но полезнее.

Rich block render error: expected '<document start>', but found '<block sequence start>'
  in "<unicode string>", line 4, column 3:
      - "Что подать на вход: текущие п ... 
      ^

        title: Рабочая карточка
        steps:
          - "Когда использовать: в любом проекте, где ИИ работает не один раз, а регулярно."
  - "Что подать на вход: текущие правила, последние сессии, решения и повторяемые операции."
  - "Что сделать по шагам: разделить постоянное, временное, процедурное и проверяемое."
  - "Какой результат получить: агент стартует быстрее и меньше спрашивает одно и то же."
  - "Как проверить качество: новая сессия должна понять проект без длинного пересказа."
  - "Когда не использовать: если это одноразовая задача без продолжения."
  - "Какой навык собрать: еженедельная ревизия памяти ИИ-проекта."

## Где граница

Память может навредить. Старое правило может стать ложным, длинная история может вытеснить важный контекст, а случайное решение может превратиться в догму. Поэтому память нужно не только пополнять, но и чистить.

Редакционный вывод:

Хорошая память ИИ-проекта не самая большая. Хорошая память разделяет правила, историю, решения и процедуры так, чтобы агент видел нужное в нужный момент.

## Что сделать сегодня

Откройте текущий проект и создайте четыре раздела: правила, решения, процедуры, проверки. Перенесите туда только то, что действительно поможет следующей сессии. Все остальное лучше оставить в архиве, а не в рабочем контексте.

Rich block render error: expected '<document start>', but found '<block mapping start>'
  in "<unicode string>", line 4, column 5:
        url: "https://onff.ru/hindsight- ... 
        ^

        title: Связанные материалы ONFF
        links:
          - title: "Graphiti и Hindsight: память AI-агента"
    url: "https://onff.ru/hindsight-vs-graphiti-pamyat-ai-agenta/"
  - title: "Локальная база знаний для файлов"
    url: "https://onff.ru/lokalnaya-baza-znaniy-fayly-ii-2026/"

## Источники

1. Claude Code docs: memory
2. OpenAI Agents SDK: sessions
3. OpenAI Cookbook: session memory
4. ONFF: Hindsight vs Graphiti