Как связать ChatGPT и Claude через общий контекст в GitHub
Если над одним проектом вы работаете сразу в ChatGPT, Claude и других AI-сервисах, легко потерять единый контекст: где-то уже поменялись требования, где-то принято новое решение, а где-то модель всё ещё опирается на старую версию задачи. В статье показан практичный способ хранить общий проектный контекст в GitHub, чтобы разные платформы брали актуальные данные из одного источника.
Почему один проект в нескольких AI быстро превращается в хаос
Поводом для разборa стал кейс менеджера продукта, который подключал к одной задаче разные AI-сервисы. Одни инструменты он использовал для дизайна, другие — для аудита, а иногда прогонял одну и ту же задачу сразу через несколько платформ, чтобы сравнить результат.
Проблема появлялась на переходе между сервисами. Требования, ограничения и уже принятые решения приходилось вручную переносить в каждый новый AI, а при изменениях — обновлять их снова. Без этого разные модели начинали работать с разными версиями одного и того же проекта.
Как устроен AI Context Kit в GitHub
Для решения автор предлагает единый источник проектного контекста, к которому могут обращаться разные AI-платформы. В роли такого хранилища можно использовать Google Drive или GitHub, но в примере выбран GitHub с Markdown-файлами: так проще вести структуру, отслеживать правки через Git и не привязывать контекст к конкретному сервису.
Основа подхода — открытый проект AI Context Kit. Это не отдельная AI-платформа и не MCP-сервер, а набор шаблонов и правил для хранения документации в репозитории. Смысл в том, чтобы разделить данные по файлам: один документ описывает сам проект, другой фиксирует текущее состояние, третий задаёт правила работы с контекстом.
Как это помогает в реальной работе над продуктом
В примере создаётся проект product-launch — сервис для планирования личных задач. Для него в GitHub-репозитории заводят папку projects/product-launch/ и три файла: PROJECT.md, CONTEXT.md и INSTRUCTIONS.md.
В PROJECT.md хранится более стабильная информация: цель продукта, аудитория и ограничения. В CONTEXT.md попадают текущие решения, результаты и следующие шаги. А INSTRUCTIONS.md подсказывает AI, как работать с этими файлами: например, перед важным этапом проверять актуальную версию и предлагать обновления контекста, а не переписывать всё с нуля.
Такой подход полезен командам и одиночным специалистам, которые переключаются между несколькими AI-инструментами. Вместо того чтобы заново объяснять проект в каждом чате, можно один раз поддерживать общую документацию в репозитории, а дальше подключать к ней ChatGPT, Claude и другие сервисы по мере необходимости.