ilbel

Я основатель и руководитель компании Абистеп, где мы делаем онлайн-продукты: сайты, Telegram ботов и мини-приложения.

В последнее время мы активно применяем гибридный формат разработки (ИИ+ кастом), где ИИ нам заменил дизайнеров, UX и все больше и больше написание кода.

Разработчики подхватывают написанный нейронками код и работают с ним, редактируют, правят и дополняют.

Сам я не разработчик, а больше менеджер с уклоном в маркетинг. В 2025 году я часто слышал про вайбкодинг и видел, как люди "балуются" с программированием через нейронки. Мне стало интересное направление вайбкодерства, я начал пробовать и меня затянуло.

Для тех, кто не знает, что такое вайбкодинг  —  это способ делать программы и сервисы не зная классического программирования, а управляя процессом через смысл, логику и общение с ИИ. Ты пишешь ИИ задание в виде текста и он начинает генерировать код.

Итак, мне нужен был Telegram-бот, который автоматически выдаёт материалы (чек-листы, PDF, ссылки) по кодовому слову.

До этого у меня было два варианта:

1. отправлять материалы людям вручную;

2. использовать конструктор ботов.

У меня уже был Telegram-бот, собранный на конструкторе. И за него приходилось платить 1000 рублей в месяц. При этом функционал был довольно простой.

В какой-то момент я подумал: «Почему я каждый месяц плачу за то, что потенциально могу сделать сам?»

И, обучаясь вайбкодингу, я решил собрать этого бота самостоятельно — с помощью ИИ.

Два часа на запуск: как распределилось время

Весь процесс был разбит на два основных этапа:

• Первый час — архитектура и техническое задание

• Второй час — генерация кода и отладка

Именно такой порядок оказался критически важным. Частая ошибка новичков — сразу просить ИИ «написать бота». С таких подходом вам будет гораздо сложнее добиться от ИИ нормального результата. Причина довольно известная — контекстный лимит нейросетей:

• чем больше и хаотичнее диалог, тем хуже итог;

• если нет чёткого ТЗ, ИИ начинает «додумывать» архитектуру за вас;

• в итоге получается не проект, а набор догадок.

На практике гораздо эффективнее сначала использовать ИИ в роли архитектора, а уже потом — как исполнителя.

Шаг 1. Подготовка технического задания с помощью ИИ

Техническое задание не писалось вручную и не держалось «в голове». Вместо этого в нейросеть были переданы сырые требования в свободной форме:

• логика поведения бота на каждом этапе (старт, выдача материалов, подписка);

• сценарии на случай нестандартных действий пользователя;

• конкретный технологический стек, чтобы избежать размытых решений.

Ключевой промпт выглядел так:

Очень важно попросить ИИ указать на слабые места, задать уточняющие вопросы и только после этого составлять пошаговый план реализации функционала.

Далее процесс шёл в несколько итераций вопрос–ответ. ИИ уточнял логику, пограничные сценарии и технические детали, а ответы постепенно дополняли и уточняли требования.

Коротко структура выглядела так:

1. Стек

   • Python 3.11+

   • aiogram 3.x

   • MongoDB — основное хранилище

   • Redis — кэш подписки

   • Docker + Docker Compose

2. Логика бота

   • /start → приветствие и меню

   • ввод кодового слова → описание материала

   • задержка 2 секунды

   • запрос email (FSM)

   • проверка подписки на канал

   • выдача файла или запрос подписки

3. Состояния (FSM)

   • waiting_for_email

   • waiting_for_subscription

4. Хранение данных

   • коллекция leads в MongoDB

   • user_id, email, статус подписки, количество скачиваний

5. Логирование

   • INFO / ERROR / DEBUG

   • отдельная папка с логами внутри Docker

Это уже структурированный технический документ, а не абстрактное описание идеи. Такой формат сразу подходит для передачи в разработку — как человеку, так и ИИ.

Шаг 2. Генерация кода по готовому ТЗ

Подготовленное ТЗ было загружено в среду разработки с ИИ-ассистентом (в данном случае — Google Antigravity). Когда у модели есть чёткая архитектура и пошаговые инструкции, она перестаёт «фантазировать» и генерирует вполне рабочую основу продукта.

На этом этапе ИИ закрыл большую часть рутинной работы: структуру проекта, базовую логику, обработчики событий и взаимодействие с API.

Про инструмент — почему Google Antigravity?

Я выбирал между Cursor, Claude Code и Google Antigravity.

В итоге начал с Google Antigravity, потому что:

• это единая экосистема Google;

• удобно работать с файлами и проектной структурой;

• есть поддержка кодовых блоков и логических шагов;

• можно использовать разные модели;

• и важный плюс — более частое обновление лимитов токенов Gemini по сравнению с конкурентами, что сильно упрощает итерации.

По факту, я просто начал с него — и он закрыл все мои задачи.

Шаг 3. Финальная проверка и отладка

Несмотря на высокую скорость генерации, ИИ не заменяет разработчика полностью. С первого запуска бот не заработал корректно. Однако благодаря заранее внедрённому логированию причина ошибки была найдена быстро.

Логирование было заложено сразу, ещё на этапе ТЗ. Это было осознанное требование, а не инициатива ИИ.

Пример реальной строки из лога:

2024-11-18 21:43:12 INFO User 123456789 selected keyword: "Система"

Логи указали на проблему с уникальным ключом бота — использовался токен от старого, уже активного инстанса.

Решение заняло не больше 10 минут:

• проверка логов;

• отключение старого инстанса;

• генерация нового ключа;

• обновление переменных окружения.

После этого бот стабильно заработал — без костылей, ручных правок и дальнейших сбоев, полностью соответствуя изначальной логике и сценарию, заложенным на этапе архитектуры.

Текущий статус проекта

Сейчас бот работает, он запущен в Docker на локальном сервере, а я продолжаю добавлять:

• ключевые слова

• чек-листы

• и планирую сделать админку, чтобы использовать бота как мини-конструктор.

После этого — деплой в продакшен.

Гибридная разработка как новая норма

Этот кейс наглядно показывает, как работает гибридный подход к разработке:

• человек задаёт архитектуру в начале;

• ИИ быстро создаёт основу продукта;

• разработчик подключается на этапе проверки и исправления критических ошибок.

В результате получается рабочий продукт за вечер, а не за неделю. Экономия времени достигается не за счёт «магии ИИ», а благодаря правильному распределению ролей между человеком и ИИ.

Вывод

ИИ сильно ускоряет разработку, если использовать его не наобум, а по шагам. Когда есть понятное ТЗ, продуманная логика и финальная проверка, идеи быстро превращаются в работающие продукты — без хаоса и сюрпризов.

И напоследок — три “совета другу”, который хочет повторить мой опыт:

1.Сначала опиши логику словами:

Кто что нажимает → что отвечает бот → какие есть ветки. Без этого ИИ будет гадать.

2. Попроси ИИ задавать вопросы, а не писать код:

Лучший промпт: «Действуй как Senior Developer. Проанализируй требования, найди слабые места, задай уточняющие вопросы — и только потом составь план».

3. Делай функционал по шагам:

Один сценарий = один чат / одна итерация. Не пытайся «сделать всё сразу» — получишь кашу.

Ещё недавно обязательным требованием к специалистам было уверенное владение Excel. Позже стандартом стали SQL, аналитика и работа с данными. Теперь к этому списку стремительно добавляется новый навык — умение использовать ИИ для создания прототипов и приложений, то, что всё чаще называют вайбкодингом.

Этот подход становится не просто преимуществом, а ключевым фактором, который определяет конкурентоспособность на рынке.

Это уже не модная тенденция, а глубокое изменение подходов к работе.

Свежие исследования, основанные на анализе практик крупнейших компаний и стартапов, показывают: вайбкодинг перестал быть экспериментом и превращается в новый стандарт индустрии.

Как меняется найм в ведущих компаниях:

Google: ИИ становится частью интервью и реального рабочего процесса

Google включает в собеседования задания, где кандидату нужно работать с ИИ в реальном времени:

— создавать мини-приложения и прототипы,

— решать задачи в коллаборации с нейросетью.

Требование теперь не просто «пользоваться ChatGPT», а уметь вести продуктивный технический диалог с ИИ.

Meta*: нейросеть можно использовать прямо на собеседовании

Meta* официально разрешила кандидатам применять ИИ во время технических интервью.

Это сильный сигнал рынку: ИИ — часть инженерной культуры, а не обходной путь.

Y Combinator: стартапы уже пишут 95% кода через ИИ

Команды последнего набора YC работают по новым правилам:

— 25% стартапов генерируют до 95% кода с помощью ИИ,

— средний рост — 10% в неделю.

Потому что скорость разработки = скорость проверки гипотез = скорость роста бизнеса. ИИ стал инструментом масштабирования, а не развлечением.

Visa, Reddit, DoorDash: AI-кодинг — базовое требование

Вакансии этих компаний уже прямо включают опыт работы с AI-инструментами.

То, что раньше считалось дополнительным плюсом, теперь — базовый минимум.

Stripe и Netflix: вайбкодинг нужен даже менеджерам

Продуктовым менеджерам дают задания:

— собрать MVP в ИИ-среде,

— создать прототип в реальном времени,

— сформировать логику продукта без участия разработчика.

Это не делает PM программистом — но требует умения быстро превращать идею в рабочий прототип вместе с ИИ.

Что такое “вайбкодинг” и почему он становится новым Excel?

Вайбкодинг — это формат разработки, где специалист описывает задачу естественным языком, а ИИ генерирует код и структуру приложения. Это позволяет создавать прототипы, веб-сервисы и игровые механики без глубоких знаний программирования, хотя и с определёнными ограничениями для продакшена.

По сути, это соединение стратегии, продуктового мышления и лёгкой инженерии.

Как Excel когда-то стал универсальным инструментом, так и в 2026 году навык работы с ИИ-помощниками при создании приложений станет таким же естественным и обязательным.

В Abistep вайбкодинг — часть повседневной практики. Мы активно использует ИИ, чтобы:

— ускорять прототипирование,

— создавать MVP без расширения команды,

— точнее планировать продукт через ИИ-симуляции и моделирование сценариев.

Благодаря этому проекты запускаются быстрее, требуют меньше ресурсов и обходятся клиентам выгоднее.

Вывод: через 1–2 года это станет обязательным пунктом в резюме

Рынок изменяется быстрее, чем когда-либо:

— инженеры без ИИ уступают тем, кто работает в 3–10 раз быстрее,

— менеджеры без навыков создания прототипов зависят от разработчиков,

— компании ставят взаимодействие с ИИ в требования к вакансиям.

Чтобы оставаться востребованным и конкурентоспособным, осваивать вайбкодинг нужно уже сейчас, пока это всё ещё даёт преимущество — так же, как Excel давал преимущество когда-то.

* Запрещенная в России организация

Telegram давно перестал быть просто мессенджером. Сегодня это полноценная бизнес-платформа с аудиторией более миллиарда пользователей — и всё больше компаний используют её не для рассылок, а для запуска продаж, автоматизации поддержки и построения цифровых сервисов. Причём без сайтов, без мобильных приложений и без месяцев разработки.

Но настоящий эффект появляется не от отдельных инструментов, а от их синергии — когда Telegram-бот, MiniApp и ИИ-ассистент работают как единая система.

Почему раздельное использование снижает результат

• Если использовать бота без MiniApp, вы ограничены текстовыми сценариями и кнопками. Приходится перенаправлять на сайт — и на каждом переходе терять часть аудитории.

• MiniApp без бота — привлечь туда можно, но удержать сложно: нет канала для напоминаний, нет персонализированных уведомлений, нет повторных контактов. Пользователь зашёл один раз — и исчез из воронки.

• ИИ-ассистент, запущенный отдельно, может отвечать на вопросы — но не умеет вести к действию. Он не запустит демо, не предложит интерактивный онбординг.

Решение — не увеличение количества инструментов. А умная связка.

На практике это выглядит так:

→ стандартные запросы всё ещё требуют участия человека, хотя могут быть полностью автоматизированы;

→ пользователи ждут ответа по несколько минут — и, не дождавшись, уходят к конкурентам;

→ «горячие» лиды остывают, потому что нет автоматического триггера после бездействия.

Решение — не увеличение количества инструментов. А умная связка.

Как работает связка: три этапа — одна воронка

В Abistep мы называем это Telegram-воронкой нового поколения — и строим её по единой схеме.

Первый этап — Telegram-бот как точка первого контакта.

Он встречает пользователя из рекламы, рассылки или QR-кода.ИИ-ассистент внутри бота не «допрашивает», а мягко вовлекает, при этом анализируя контекст:

→ задаёт уточняющие вопросы,

→ подстраивается под ответы пользователя,

→ анализирует и запоминает поведение.

Всё это происходит так, будто пользователь общается с опытным менеджером: без навязчивости, но с пониманием, что ему действительно нужно.

На основе этого ИИ предлагает персонализированный следующий шаг:

→ не «Привет, чем могу помочь?», а «Вы смотрели курс по автоматизации? Хотите посчитать, сколько сэкономите за месяц?»

→ не «Оставьте заявку», а «Запустите демо за 2 клика — без регистрации».

✅ Результат: до 80% запросов обрабатываются без менеджера.

Второй этап — MiniApp как полноценное приложение внутри Telegram
Как только пользователь готов к действию, бот предлагает перейти в MiniApp — и тут начинается сдвиг вовлечённости:

→ Вместо сухих текстов и длинных инструкций — привычный интерфейс, как в любимых приложениях.

→ Вместо PDF-инструкций — привычный пользовательский опыт, как в мобильном приложении: пользователь вовлекается, а не просто читает.

→ Вместо формы на сайте — встроенные платежи: оплата в 2 клика.

✅ Результат: В одном из наших кейсов такой подход позволил привлечь более 40 000 пользователей и повысить удержание на 25%.

Третий этап —  ИИ-ассистент как «невидимый менеджер
Он работает сквозь бота и MiniApp, запоминает контекст и автоматизирует рутину:
— предлагает продолжить диалог там, где пользователь остановился;
— записывает на звонок без согласования в календаре;
— отправляет welcome-пакет после оплаты;
— напоминает о просроченном демо с персонализированным оффером.

И главное — когда вопрос выходит за рамки сценария, ИИ не «ломается», а плавно передаёт диалог человеку: «Этот вопрос лучше обсудить с экспертом. Сейчас подключу Алексея — он уже знает вашу ситуацию».

✅ Результат: –80% нагрузки на отдел продаж и +35% конверсии в сделку.

Где такая экосистема особенно эффективна

1. В нишах с высоким порогом входа — онлайн-курсы, SaaS, Web3 — ИИ объясняет сложное через практику, а не теорию. Пользователь не читает, а делает — и быстрее понимает ценность продукта.

2. В сферах с большим количеством повторяющихся запросов — фитнес, beauty, e-commerce — бот и ИИ берут на себя до 70% рутины. Команда фокусируется не на ответах, а на росте.

3. В высококонкурентных сегментах — финтех, маркетплейсы — скорость = конверсия. ИИ отвечает за 2 секунды, человек — за 20 минут. Разница решает всё.

В бизнесах, где важны удержание и лояльность — подписки, клубы — геймификация в MiniApp и персонализированные триггеры повышают LTV на 25–40%.

Как начать — без рисков и с измеримым результатом

Мы не запускаем «всё сразу». Наш подход — пилот за 14 дней:
— определяем ключевые задачи продукта, выделяем функционал, достаточный для запуска и тестирования гипотезы;
— создаём MVP-экосистему: бот + MiniApp + ИИ (например, квиз → расчёт → запись на звонок);
— настраиваем интеграции с CRM и платёжной системой;
— уже через 10–14 дней вы видите: сколько лидов пришло, сколько обработано автоматически, как изменилась конверсия и стоимость лида.

Если гипотеза подтверждается — масштабируем. Если нет — быстро корректируем. Никаких «всё или ничего». Только гибкость и данные.

Преимущество — не в инструментах, а в архитектуре опыта

Telegram-боты, MiniApps и ИИ-ассистенты по отдельности — это инструменты.
Вместе — это цифровая воронка нового поколения: мгновенная, персонализированная, масштабируемая и работающая 24/7.

Это не просто «технологический стек». Это стратегия роста, построенная на трёх китах:
— Скорость: клиент получает результат за минуты, а не дни;
— Данные: система учится на каждом взаимодействии;
— Контроль: вы видите метрики уже через 10 дней, а не через квартал.

Сегодня преимущество — у тех, кто собрал экосистему так, чтобы клиент не захотел уходить.

Готовы запустить свою Telegram-экосистему?

Напишите нам в Telegram или оставьте заявку на нашем сайте — и мы покажем, как связать бота, MiniApp и ИИ под вашу нишу.

Пока конкуренты обсуждают, «готов ли рынок», вы уже будете продавать.

Ещё десять лет назад «качество кода» считалось мерилом профессионализма: месячные код-ревью, архитектурные споры, MVP, запущенный через полгода — «когда всё будет идеально».

Сегодня такая модель — не показатель профессионализма, а сигнал о том, что бизнес упускает рынок.

В 2025 году компании, которые ставят скорость вывода продукта выше теоретической чистоты реализации, получают решающее преимущество:
→ первыми закрывают потребность клиента — и забирают до 80% внимания аудитории;
→ тестируют гипотезы на реальных пользователях, а не на документации;
→ экономят до 60% бюджета — и начинают получать доход спустя недели, а не месяцы.

Скорость стала новой валютой конкурентоспособности

По данным Gartner, к 2026 году 70% новых приложений будут созданы на no-code/low-code платформах. 85% крупных компаний уже используют их не для экспериментов — а для транзакционных сервисов, AI-воронок и CRM-модулей.

Причина проста: рынок больше не ждёт.

Клиентам безразличны внутренние метрики качества — changelog, покрытие тестами, архитектурные паттерны.
Их интересует одно:
→ Кто ответил за 2 секунды?
→ Кто предложил решение за 1 клик?
→ Кто закрыл мою задачу — здесь и сейчас?

В условиях гиперконкуренции первый, кто дотронулся до боли клиента, получает львиную долю рынка. Второй — борется за остатки. Третий — пытается наверстать упущенное через дорогую рекламу.

«Потом всё равно придётся переписать» — миф, убивший тысячи идей

Этот страх до сих пор держит бизнес в «петле перфекционизма».

На деле современные no-code/low-code платформы — это не «временные костыли», а зрелая инфраструктура:
✅ Telegram Mini Apps и прямые API-интеграции,
✅ Встраиваемый кастомный код (Python, JS),
✅ Совместимость с AmoCRM, Bitrix24, 1С, TON и другими системами,
✅ ИИ-логика: адаптивные промты, геймификация, анализ поведения в реальном времени.

А главное — модульная архитектура, которая позволяет:
→ начать с MVP за 250.000₽,
→ через 2 месяца добавить кастомную аналитику,
→ через полгода — интеграцию с ERP,
→ без переписывания ядра и без downtime.

Два подхода — два уровня конкурентоспособности

Разница между классической и гибридной разработкой сегодня измеряется не только в технологиях — а в конкретных цифрах и рисках.

При классическом подходе запуск MVP требует от 3 до 6 месяцев. Бюджет начинается от 1.000.000 ₽, команда — 5–7 человек (аналитик, дизайнер, фронтенд, бэкенд, DevOps, QA). Любая правка после старта — это новые недели согласований, рост стоимости и задержка результата. А главное — бизнес вкладывает крупную сумму до первого клиента. Риски максимальны: гипотеза может не сработать, но деньги уже потрачены.

Гибридный подход (no-code + ИИ + кастом) кардинально меняет уравнение:
→ MVP выходит в продакшн уже через 2–4 недели,
→ бюджет снижается до 250.000₽ — в 4–5 раз дешевле,
→ команда сокращается до 2–3 человек,
→ правки вносятся за часы, а не недели,
→ первые клиенты приходят на 7–14-й день, а не на 90-й — и бизнес получает реальную обратную связь до крупных инвестиций.

Это даёт не просто экономию — а стратегическое преимущество: возможность принимать решения на основе данных, а не догадок.

Результаты подтверждаются практикой. В кейсе с Web3-майнингом:
→ 40 000+ новых пользователей привлечено за короткий срок благодаря мгновенному переходу из рекламы в Telegram Mini App и интерактивному AI-онбордингу;
→ минус 80% нагрузки на отдел продаж — ИИ взял рутину: квалификация, ответы на повторяющиеся 70% вопросов, запись на звонки;
→ плюс 25% удержания — за счёт геймифицированного опыта, где сложные концепты объяснялись через практику, а не инструкции.

Это не «технология ради технологии». Это стратегия роста, построенная на трёх китах:

1. Скорость вывода — вы тестируете гипотезы, пока конкуренты всё ещё согласовывают ТЗ;

2. Обратная связь от рынка — решения принимаются на основе данных, а не догадок;

3. Масштабируемость без перезапуска — архитектура растёт вместе с бизнесом, а не ломается под нагрузкой.

Как начать — без рисков и с измеримым результатом

В Abistep мы не предлагаем «всё или ничего». Наш подход — пилотный запуск за 2–4 недели:

1. Выявляем ключевые бизнес-требования и формируем ТЗ для первой функциональной версии.

2. MVP — собираем на low-code (Telegram-бот, Mini App, лендинг, веб-сервис), затем усиливаем кастомной разработкой.

3. подключаем ИИ-агентов для автоматизации взаимодействия и интегрируем их с CRM.

4. Быстрая аналитика: уже через 10–14 дней оцениваем эффект по ключевым метрикам:
   → сколько заявок обработано автоматически,
   → на сколько снизились издержки,
   → как изменилась конверсия.

Если результат есть — масштабируем. Если нет — корректируем. Без долгих обязательств. Без «слепых» инвестиций.

Главное — не код, а результат

В 2025 году победа достаётся не тем, у кого «самый чистый код». А тем, кто первым дотронулся до клиента — и не отпустил.

No-code, low-code и ИИ — это не временный тренд.
Это зрелая практика, позволяющая бизнесу:
→ запускать MVP в 3–5 раз быстрее,
→ экономить до 60% бюджета,
→ строить масштабируемые продукты без «переписывания с нуля».

Компании, которые это осознали, перестали выбирать между быстро и качественно.
Они получают и то, и другое — и оставляют конкурентов в «ожидании идеала».

Готовы выйти на рынок за 14 дней — а не за полгода?

Оставьте заявку на нашем сайте или напишите нам в Telegram. Мы покажем, как запустить ваш MVP быстро, недорого и с измеримым результатом — по реальным кейсам, а не теориям.