Из-за быстрого прогресса на первых этапах я думал, что научить бота генерировать PDF-файлы — очень простая задача. На деле получился тот ещё геморрой.
Дальше — моя длинная фантазия о том, что ответ в боте должен быть коротким, а детали можно посмотреть в подробном PDF-отчёте
В предыдущих сериях:
Подготовка и запуск бота, который ничего не умеет (часть 1)
Научил бота общаться с ИИ-моделью GPT от OpenAI: отправлять туда запросы и принимать ответы (часть 2)
Всё придумал и написал ChatGPT, а я только описывал в промптах желаемую логику работы, следовал инструкциям и копипастил код.
Сегодня расскажу, как прикручивал и настраивал генератор PDF-файлов.
Зачем он нужен
После обработки запроса бот выдаёт пользователю короткий отчет (роценка и резюме) сразу в ответном сообщении.
А все детали (фактографический анализ, поиск первоисточников, цепочки ссылок, технический анализ текста и другие) доступны пользователю в подробном отчёте — его и нужно упаковать в PDF, как минимум, потому что изучать простыню текста в телеге неудобно.
А ещё PDF-отчёт можно скачать, переслать, прикрепить к переписке и даже распечатать.
Делаем
Сначала ChatGPT предложил связку xhtml2pdf и reportlab, но они конфликтовали, и приложение вообще не собиралось.
Первая попытка описана одним предложением, но в реальности правки и пересборки заняли часа 2.5 — целая вечность для вайб-кодинга :)
В итоге ChatGPT устал исправлять сам себя и предложил WeasyPrint, который умеет в CSS, страницы, таблицы, шрифты и т.д.
Приложение завелось с третьей попытки, после того, как ChatGPT подобрал нужное сочетание и версии библиотек.
Кода для генерации PDF из HTML — 3 строчки:
Приятным сюрпризом оказалось, что PDF создаётся в облаке и сразу отправляется в телеграм (никаких временных файлов и мусора).
Результат
Генератор PDF работает:
ответ ИИ собирается в HTML
PDF собирается на базе HTML, генерируется в облаке за секунды
корректно отображается кириллица (подходят не все шрифты)
Телеграм без проблем принимает файл и отдаёт его юзеру
Плюс, этот модуль можно будет адаптировать под боевую версию отчёта с более сложным форматированием (стили, таблицы).
Потенциальная проблема: вероятно, нужно будет переехать с DO App Platform на обычный VPS. Генератор PDF точно придётся переделать. И не только его.
Ну да ладно, буду решать проблемы по мере их появления.
привязать карту — по понятным причинам РФ-карта не подходит, но задача решаемая, обойдусь без рекламы
пополнить баланс — минимум $5
API-ключ можно создать только после этих манипуляций
Потому что за каждый входящий и исходящий API-запрос OpenAI взимает плату. Цена зависит от крутости модели (самая новая — 5.1), типа запроса (текст, картинка, аудио, видео) и его размера в токенах.
Там же, в личном кабинете OpenAI Platform, в разделе Limits я настроил минимальный лимит расходов, чтобы не оказаться в долгах перед Сэмом Альтманом, если что-то пойдёт не так.
Ага, попался! Статьи клепаешь, а реально ничего не делаешь — сам же показал скрин, где ни копейки не потратил, дурачок!
Вынужден расстроить: тестирую бота на дешёвой модельке gpt-4.1-mini, и к моменту публикации этой статьи на тесты ушло примерно 2500 токенов, что в деньгах означает меньше $0.01.
Один миллион токенов для gpt-4.1-mini стоит максимум $1.6
В общем, всё настроил, создал API-ключ и сохранил его в переменную окружения на сервере — в DO App Platfotm это делается буквально в пару кликов.
Там же указал модель, к которой буду обращаться по API:
Конечно, ключики и переменные зашифрованы
Повторюсь, для тестов используется дешёвая gpt-4.1-mini — опять же, чтобы не жечь деньги впустую. Плюс, сейчас мне важно не качество ответов, а чтобы ответы хотя бы начали приходить в бота.
Пора писать код
Точнее, попросить об этом моего ИИ-напарника.
Огромный плюс проектов: ChatGPT «помнит» историю общения.
Благодаря контексту, с первой же попытки получился похожий на правду код:
Простите, пикабушники :)
Мне даже было примерно понятно, что этот код должен делать.
Не зря говнокодил на питоне в своё время! :)
Далее:
Ctrl+C (точнее, клик по виджету с кодом)
Ctrl+V
коммит и пуш в гитхаб
автоматическая сборка на сервере
Иии... не получилось :)
Бот поднялся, но при отправке запроса ничего нового, кроме ошибок в логах, не появилось.
Такое уже проходили: копирую кусок лога с ошибками в ChatGPT, получаю рекомендацию по исправлению, пушу обновления на гитхаб, проект автоматом пересобирается.
И так несколько раз.
В процессе отладки ChatGPT по традиции заявил, что написанный им код и не должен был работать (ha-ha, classic).
А ещё ChatGPT сам предложил добавить к ответу кнопку для генерации отчёта в PDF. Очевидно, вспомнил из истории. Самой генерации ещё нет (это следующий этап), но кнопка пригодится.
Наконец, после очередной сборки бот раздуплился: начал отправлять запросы к ИИ-модели и возвращать ответ пользователю.
Работает!
Кнопка для получения PDF-отчета тоже появилась:
Сегодняшний шок-контент от ChatGPT :)
Хорошая новость: бот работает и дёргает ИИ по API.
Плохая новость: сегодня 24 ноября 2025, а у ХК «Сибирь» формально нет главного тренера, а есть только и.о. Ярослав Люзенков.
Всё пропало: этот ваш ИИ врёт в простейших ситуациях и порет чушь!
Без паники.
Почему так происходит
Короткий ответ: ИИ-модели обучают на исторических данных и по умолчанию они «не в курсе» происходящего за рамками «окна обучения».
Например, отсечка знаний у GPT-4.1 (и mini) — 1 июня 2024.
А у самой новой модели GPT-5.1 — 30 сентября 2024.
Я вот общаюсь с ChatGPT, он ходит в инет и выдаёт свежую инфу!
Да, это так, но есть нюанс.
Чат-бот под названием ChatGPT, с которым мы привыкли «общаться», и модель GPT, доступная по API, работают по-разному:
у чат-бота уже есть инструкция по поиску в интернете
а модель использует только данные, на которых обучена
Выяснилось, что для поиска в интернете модели нужно отдельно сказать, чтобы она поискала в интернете.
Преступление раскрыто, преступления не было.
То есть, «просто запрос» надо превратить в «запрос с использованием Web Search». Пока я это выяснял, ChatGPT опять нёс всякую дичь и придумывал несуществующие сервисы OpenAI, но закончилось всё хорошо:
Ещё ChatGPT предложил новый код с Web Search, но я его не проверял
Решил пока что не тратить время на прикручивание Web Search.
Сделаю позже, когда дойдёт до реального анализа.
Вероятно, там придётся прилично повозиться, а тормозить основной процесс не хочется.
Главное, получилось подружить бота с OpenAI по API.
Конец второй серии
Фактометр обрастает мясом, но по-прежнему доступен только мне, потому что:
тестирую сразу на настоящем боте
не нужна дополнительная нагрузка
не нужны дополнительные расходы (каждый запрос платный)
Но для подтверждения, что я не просто выдумываю, а реально всё это делаю, записал скринкаст:
Бот может тупить, потому что крутится на самом дешёвом сервере.
Напишите в комментариях, долго ли пришлось ждать стартового сообщения.
Если совсем беда, перенесу на более мощную машину.
Текущий прогресс
Уже готово:
Подготовка к подготовке
Нормальная подготовка
Бот, который ничего не умеет
Бот умеет общаться с ChatGPT по API
Следующий этап:
Научить бота генерировать PDF-отчет
По моей задумке, непосредственно в боте пользователь получает краткий анализ запроса, а подробный отчёт доступен в PDF-версии — никакого подвоха, это просто удобней, чем читать простыню текста в телеге.
Непродолжительный опыт сотрудничества с ChatGPT вселяет оптимизм.
Думаю, всё получится, но это не точно :)
Комментируйте, сохраняйте, делитесь и подписывайтесь, чтобы не пропустить следующую часть реалити-шоу «Бумер и вайб-кодинг».
И в телеге тоже подписывайтесь — там душновато, но прикольно.
В начале ноября после очередной шок-статьи, оказавшейся пустышкой, у меня появилась идея сервиса, который будет анализировать новости при помощи ИИ — рассказываю, что я делаю, и что из этого всего получается.
Это реальная история, а не байт.
Пожалуй, каждому, кто хоть раз открывал ленту новостей, знакомо ощущение: бесконечный поток инфошума, кликбейт, противоречивые заголовки и телеграм-каналы с «инсайдами».
Часто, чтобы узнать реальное положение дел и факты, нужно прилично так порыться в целой куче, скажем так, контента.
Вообще, читать новости — не обязательно и даже вредно, но бывает, что мониторинг инфополя — неотъемлемая часть работы, например, как у меня. Было бы здорово не тратить много времени на проверку всякой ерунды.
Примерно так родилась идея Фактометра — инструмента для ИИ-анализа новостей, статей и всяких аналитических материалов.
И выдаёт отчёт: что правда, а что требует дополнительной проверки; на какие формулировки стоит обратить внимание; где искать факты и правду, если они так сильно нужны.
Разумеется, с пруфами и ссылками на первоисточники.
Повторюсь: лично мне подобная штука точно бы не помешала и сэкономила бы много времени.
А если найдутся люди, которые будуь готовы за это платить — вообще класс.
Идеальный расклад. Надо делать.
Одна маленькая проблема:
Я не программист
У меня техническое образование, но в IT я «вкатился» только в 2018. Мне было 32.
«Отучился на курсах» (ещё больше учился самостоятельно), начал продуктовым аналитиком, потом стал начальником аналитики, перешёл в продакт-менеджеры.
Сейчас работаю операционным директором в финтех-компании, которая уже инвестировала в Anthropic, SpaceX, Neuralink, Stripe и другие, менее известные, компании.
Отвечаю за операционную деятельность, комплаенс и бэк-офис.
Еще веду тг-канал Чужие грабли — это такой развлекательный центр по ремонту розовых очков для тех, кто устал от мотивационной пены и всякого успешного успеха.
Короче, у меня есть менеджерский опыт работы над IT-продуктами, но если говорить о технических навыках, мой максимум — SQL и кривой код на питоне в jupyter.
Да и давно это было, вот история моих коммитов на Github с 2018:
В 2018 я учился и активно коммитил: считалось, что живой гитхаб-аккаунт — жирный плюс в резюме. А потом я работал работу, и до ноября 2025 в гитхабе была тишина. О свежих коммитах расскажу дальше.
Опять прям учиться и, тем более, нанимать команду для пет-проекта мне совсем не хотелось.
И я решил попробовать этот ваш вайб-кодинг с ChatGPT в качестве инструктора-напарника.
Истории из интернета об ИИ-фейлах даже опытных инженеров, конечно, не добавляли оптимизма, но я считаю, что лучше сделать и пожалеть, чем не сделать и тоже пожалеть.
Особенно, когда речь идёт о созидании. Ну, не получится, и что? В самом худшем сценарии я всё равно отлично развлекусь и получу опыт.
Исходные данные такие: энтузиазм и подписка ChatGPT Plus.
Ещё есть опыт в анализе данных: базовые знания о машинном обучении и принципах работы нейронных сетей. Но они не особо помогают, просто я понимаю, что от нейросети не стоит ждать чудес.
Первый промпт
В субботу, 8 ноября, я создал проект в ChatGPT и написал первый промпт, вывалив на чудо техники все свои фантазии.
В ответ получил зубодробительную простыню текста с кучей непонятных терминов из мира разработки и IT-инфраструктуры.
Из понятного — только буквы.
Пришлось признаться бездушной машине, что в технике я вообще не рублю:
И ещё 7 экранов текста
Думаю, хорошо видно, что я реально ничего не понимал :)
Тем не менее, после уточняющих вопросов и детализации промптов, ChatGPT выдал более-менее адекватную логическую структуру:
От схемы я перешёл к поиску решений для её реализации и замучил ChatGPT вопросами про no-code.
Специально указывал в промптах, что не буду писать код и даже ставить IDE (софт для разработки) на комп.
Вообще не проблема: ChatGPT предлагал много вариантов.
No-code на все случаи жизни
Только потом я понял, что фокус на «чистом» вайб-кодинге и no-code был ошибкой.
Для этого потребовалось изучить сервисы со скриншота вверху, параллельно задалбывая ChatGPT уточняющими вопросами:
что за продукт?
что он делает?
роль в проекте (подробно)
преимущества и недостатки
альтернативы (их тоже изучал)
На изучение нюансов и жалкие попытки скрестить собаку с экскаватором ушло больше недели и простыни переписок с ChatGPT.
В процессе он галлюцинировал, противоречил сам себе, выдавал абсолютно левую инфу — приходилось удалять старые ветки (чтобы «сбросить память» в рамках проекта) и писать промпты по новой, с учётом прежних ошибок.
Иногда это помогало, но не всегда: ChatGPT периодически сходил с ума и отвечал вообще не туда.
Впрочем, он и сейчас так делает.
Чем больше я гулял по зоопарку no-code, тем сильнее понимал, что эти балалайки мне не подходят. Ну, или я им не подхожу, что более вероятно.
Почти традиционный подход
В итоге я плюнул на эти упражнения, установил VS Code, сдул пыль с гитхаба и попросил ChatGPT написать, как должен выглядеть проект, если делать «по-нормальному».
И ChatGPT написал.
Забегая вперёд: на данный момент это чуть ли не единственный ответ, который подошёл почти без косяков.
«Почти», потому что для хостинга предлагался Hetzner, который не работает с РФ паспортами и платежными средствами, а оформляться как-то по-кривому я не захотел.
Вместо Hetzner выбрал Digital Ocean (DO), и пока не жалею. Скорее всего, у DO есть свои нюансы, о которых я просто еще не знаю. Ну, не может быть одновременно дёшево и волшебно :)
Текущая логика работы проекта и набор сервисов такие:
Мне привычно и уже не смешно: даже с контекстом по проекту и ссылками на нужные ветки обсуждений, ChatGPT выдал корректный ответ с 5-6 попытки после серии уточнений
В итоге у меня сложилось мнение (возможно, ошибочное), что при помощи no-code можно решить много разных задач, но для нормального стабильного сервиса (даже самого простого) все-таки нужна — сюрприз! — правильная архитектура и нормальные стабильные решения.
От подготовки — к действиям
Конечно, я поднатаскался «по верхушкам», но реальных навыков поднятия инфраструктуры и написания рабочего кода у меня так и не появилось.
Что же делать?
План прежний: спросить у ChatGPT.
К этому моменту я уже окончательно спустился на землю и отбросил влажные фантазии о запуске с пол-пинка, поэтому решил начать с малого: подробно описал интерфейс телеграм-бота и попросил ChatGPT написать код, чтобы Фактометр, наконец-то, начал переезд из моей головы в реальный мир.
Никакого функционала: просто живой бот с менюшкой без полезных действий.
ChatGPT не подвёл и выдал план-капкан:
инструкцию по созданию бота в телеге через BotFather
инструкцию по поднятию сервера на DO App Platform
схему БД и инструкцию по её созданию в Supabase
самое главное: написал кучу классного кода на Python
Причём, всё очень подробно и убедительно: какую кнопку жать, какие буквы писать, а почему, а зачем.
В конце мой электрический наставник-напарник добавил:
Просто нажми Deploy и твой сервис взлетит! 🚀
Офигенно! Как раз то, что мне нужно!
Я с энтузиазмом взялся за дело:
завёл бота в телеге
настроил DO App Platform (хостинг, докер)
поднял БД в Supabase, завёл таблички
наклепал в VS Code файлов
скопировал туда код из ChatGPT
создал приватный репозиторий на гитхабе
запушил туда всё добро из проекта в VS Code
добавил переменные окружения (.env)
В общем, сделал всё в точности, как советовал ChatGPT.
Тыкнул Create App, чтобы DO поднял нужный сервер, подцепился к репозиторию, собрал и задеплоил эту шарманку.
Процесс пошёл: в логе активности DO стали появляться сообщения о том, как всё бодро собирается, настраивается и движется к успеху.
Верил ли я, что всё получится?
Не особо :)
Собственно, минут через 10 состоялась встреча с реальностью:
Думаю, примерно так и заканчивается карьера 99% вайб-кодеров.
Мне это тоже не понравилось, но я не сдался и продолжил общение с ChatGPT, отправляя в чат скриншоты и сообщения об ошибках из логов.
Примерно через полчаса переговоров, изменения настроек и мелких правок, и при очередном деплое в админке DO появился долгожданный статус:
То есть, приложение-таки собралось и завелось.
Посмотрел логи — 200 ОК — то есть, реально всё норм.
Открыл бота в телеге, нажал START и увидел наше с ChatGPT творение:
Бот онлайн, но пока ничего не умеет
Можете сами убедиться
Фактометр ожил! Бот доступен по прямой ссылке @FaktometrBot и через поиск в телеге.
Кстати, там вас ждёт сюрприз — элитная гифка о завышенных ожиданиях.
Не удивляйтесь, если бот будет тупить, потому что он крутится на самом дешёвом серваке DO.
Напишите в комментариях, долго ли пришлось ждать стартового сообщения. Если совсем беда, перенесу на более мощную машину.
Конечно, если вайб-кодинг победит, мне не надоест и запуск случится.
Промежуточные результаты и выводы
Бот ожил — это факт
«Чистый» вайб-кодинг у меня не получился
Инфраструктура поднята по инструкциям ChatGPT
Весь код написан ChatGPT
ChatGPT отвечает на любой вопрос, но не факт, что по делу и с первого раза
ChatGPT обрабатывает ошибки и предлагает решения
Критически важны хорошие промпты
Могу сказать, что взаимодействие с ChatGPT подчиняется принципу Shit In —Shit Out(SISO):
Если на вход подавать фигню, на выходе почти гарантированно будет фигня. Правда, если на вход подавать НЕ фигню, на выходе всё равно может быть фигня — это ИИ, детка.
Что дальше
Реалити-шоу Фактометр продолжается.
Дальше попытаюсь подружить бота с OpenAI.
Как уже опытный вайб-кодер, примерно понимаю, какие задачи предстоит решить:
получить API-ключ OpenAI
что-нибудь настроить
заставить ChatGPT написать код
заставить ChatGPT написать рабочий код :)
Критерий успеха: пишу запрос в бота, жду его обработки ИИ-моделью OpenAI, получаю в бота ответ.
Получится или нет, расскажу во второй части.
Апдейт: писал этот текст в субботу, после чего получилось довольно быстро продвинуться. Часть 2 точно будет.
И подпишитесь на Чужие грабли в телеге — там душновато, но прикольно.
