Вайб-истории про вайб-кодинг: ИИ-проекты, которые помогают в бизнесе и жизни

Уже сложно представить нашу жизнь без нейросетей. Сначала генерировали картинки, болтали о жизни и здоровье с искусственным интеллектом, а теперь внедрили его в работу — и назвали этот процесс «вайб-кодингом».

Термин «вайб-кодинг» появился в 2025 году благодаря ученому в области машинного обучения Андрею Карпатому, соучредителю OpenAI и бывшему руководителю ИИ-направления в Tesla.

«Вайб-кодинг» объединяет английское слово vibe (настроение, атмосфера) и процесс написания программ (coding). Этот метод подразумевает интуитивную разработку: программист не строит детальный алгоритм с нуля, а лишь задает общую концепцию и логику задачи на понятном языке. Всю рутинную работу по написанию и оформлению кода за него выполняет искусственный интеллект.

Мы решили собрать несколько историй наших уральских коллег (в том числе и нашу) о том, что и как они создали с помощью ИИ.

В медиа, как говорили классики*, есть два взаимоисключающих подхода. Первый — про полный отказ от роботов и автоматизаций. Второй — о полной передаче дел бездушным железкам. Истина, как обычно, где-то посередине.

Конкуренция за внимание читателей неумолимо увеличивается. Количество инфоповодов растет по экспоненте. Мы против инфошума, истерик и манипуляций мнением читателей. Однако за время моей работы проявилось сразу несколько «узких горлышек», которые мешали более важным процессам в нашей работе. Я решил упростить их с помощью самых доступных инструментов — телеграм-ботов.

Мой путь в о’смысле.екб начался в 2024 году, когда такого сильного хайпа вокруг ИИ в русскоязычном интернете еще не было. Среди автоматизаций были разные скрипты для сайтов, сервисы, работающие на сервере, своем или чужом (например, Airtable — «Excel на стероидах»). Да и все.

С приходом агентных нейросетей и широкого распространения no-code и low-code решений поляна швейцарских ножей заметно расширилась. Я использую в своей работе четыре инструмента.

Claude Code. Перепробовал множество альтернатив, от нативных и, следовательно, быстрых до работающих в браузере и заметно тормозящих. Победил старый-добрый терминал. Важный лайфхак — я не плачу за подписку Claude. Вместо нее я подключил к клиенту DeepSeek API, что дешевле даже после недавнего изменения тарифов со стороны китайских партнеров. В документации все подробно и дружелюбно описано.

Мой обычный воркфлоу выглядит так. Я подробно описываю задачу нейросети и включаю auto-mode. После написания кода прошу упаковать все в Docker-контейнер (о них ниже), заполняю пароли-токены в специальном файле .env и включаю контейнер. Через несколько итераций продукт готов! В конце каждого сеанса работы прошу обновить CLAUDE. md — файл для «мозгов» нейросети со всеми подробностями проекта.

N8N. No-code редактор автоматизаций. Мощная вещь в опытных руках. Помогает «склеивать» разные сервисы друг с другом — например, почтовый клиент с Google Таблицами или API Почты России с твоим сайтом.

Glances. Помогает следить за температурой и загрузкой сервера вдали от дома.

Все вышеперечисленные программы работают в изолированных контейнерах, то есть в Docker. Таким образом, я могу удалить или перенести их на другое устройство без вреда для данных и самого компьютера.

Telegram. Еще Вастрик говорил, что админка в телеграме лучше вордпрессов, всяких турбо-ультра штук за миллион долларов и даже 1С. Не могу не согласиться.

99% редакционных инструментов, разработанных мной с Claude, обитают в телеграме. Вот как это выглядит:

Бот «Отдел кросспостинга» публикует отправленные сотрудником посты из телеграма во ВКонтакте — без потери качества у фотографий. Зина помогает отделу продаж с быстрым оформлением счетов-оферт и договоров для спецпроектов. Департамент ОРД — последняя разработка; по сути, клиент для «Яндекс ОРД».

Да, скажешь ты, затраты на создание этих ботов не стоят того! Вы экономите буквально минуты работы. Да и чем тогда заняты твои сотрудники? Отвечу — суммарно четыре бота стоили нам 400 рублей. Думаю, что сейчас где-то в аутсорс-агентстве в башне Москва-Сити нервно посмеялись. Пять минут сейчас оборачиваются часами в месяц, которые SMM-редактор или автор могут потратить с большей пользой — например, придумать новый материал, помочь коллеге или подготовиться к интервью тщательнее.

Остановлюсь на боте «Отдела красоты» подробнее. В жизни каждого медиа наступает момент, когда материалов становится больше, чем часов работы дизайнера — даже с энергетиками. До этой стадии дошли и мы. Чтобы не просить нашу Катю делать картинки для сторис или обложки для новостей, мы делегировали этот труд боту. Он вставляет картинки и текст, отправленные SMM-редактором, в заранее подготовленные шаблоны и отдает готовые карточки.

Мой вывод таков — ИИ не панацея. ИИ точно не напишет текст лучше твоей редакции, если вы публикуете материалы, которые запоминаются и ценятся читателями. Но упростить дела и поменять воркфлоу всей компании в лучшую сторону он точно может. Проверено о’смысле.екб.

Мы в LOUD полностью сделали сайт агентства на Claude — от дизайна до верстки, с миграцией из Tilda на Astro. SEO/GEO-оптимизация тоже сделана через ИИ. Отдельно собрали набор ИИ-агентов для команды: аналитик, таргетолог, проджект, копирайтер, дизайнер — они не заменяют живых специалистов, но помогают принимать решения и ведут «паспорт проекта» по каждому клиенту.

Во-первых, делать проект через нейросети сильно дешевле, чем нанимать специалиста — у нас небольшой проект с таким же бюджетом, и мы не можем позволить себе штатного разработчика на сайт или дорогие часовые интеграции. Плюс так проще контролировать качество самой, чем каждый раз ставить ТЗ и согласовывать правки.

Сайт мы делали дня три-четыре, с доработками — максимум неделю. Главные сложности такие: работа с версткой и адаптивом, нужные технические интеграции, доработка тона для статей и постоянная перепроверка данных — нейросеть иногда может «додумывать» или ошибаться, поэтому важно все перепроверять на корректность. Неожиданно простым оказался сам технический перенос — казалось бы, должно быть сложно, но с четкими инструкциями Claude справляется сам, а часть действий можно передать даже через Chrome.

Стоимость — только подписка на Claude, без найма разработчика. Единственная отдельная трата — около 2000₽ на Claude API для обработки и квалификации сообщений в аутрич-пайплайне. В целом все вышло очень дешево.

Не боимся ли мы, что данные украдут? Все чувствительные вещи не публичны. Если доступ к каким-то приватным штукам все-таки украдут, у нас есть возможность быстро отозвать доступы к сервисным аккаунтам. Мы не передаем ИИ суперспецифичные или юридически важные данные клиентов — только обезличенную статистику.

Сейчас в первую очередь развиваем аутрич — автоматизацию поиска клиентов. И продолжаем дорабатывать набор агентов для работы с клиентами, чтобы вести рекламу максимально вовлечено при минимальных затратах времени.

Для развития самого агентства мне проще работать с ИИ самой, чем нанимать внешних спецов. А вот для клиентских проектов важно привлекать специалистов с опытом — там используются и ИИ, и живые эксперты вместе, но последнее слово всегда за человеком: либо за мной, либо за специалистом, который ведет проект.

Я не всегда работал только с рекламой — еще руководил отделом маркетинга в одной компании. Контент-маркетинг был выстроен у нас «через коленку». Он не был системным и писался сложно. Приходилось постоянно искать копирайтеров, которые могли держать единый стиль.

Вместе с соведущим канала в телеграме мы пришли к выводу, что на рынке нет единого понимания, как выстраивается долгосрочный контент-маркетинг. Все считают, что это только ролики в TikTok. Регулярной работой со статьями, в единой стилистике и на разных площадках занимаются единицы.

С этим пониманием мы отрисовали полноценную схему того, как работа должна быть реализована. Дальше перенесли все в один сайт, который сможет закрывать всю историю по контент-маркетингу. Так появился сервис winlead.ru. Это полноценная интеграция: парсинг сайта, создание tone-of-voice, работа с ключевыми, проверка их частотности по выбранным регионам, создание контент-плана и постов.

Я регулярно использую сервис в своих проектах, где понимаю, что контент-маркетинг не выстроен или выстроен плохо.

Процесс создания Winlead занял около полутора месяцев. Большая часть времени ушла на то, чтобы понять, как работает вайб-кодинг, как соединить между собой сервисы внутри, чтобы ничего не ломалось.

Без сложностей никуда. Например, пару месяцев назад оказалось, что API (способ коммуникации сервисов друг с другом — О') «Яндекс.Вордстата» изменилось и теперь оно не бесплатное, но мы нашли решение. Подключение и оттачивание промптов внутри сервиса тоже заняло время. Маркетинговая цепочка оказалась простой, мы реализовали ее вместе с ИИ.

На проект ушло несколько миллиардов токенов или больше двадцати тысяч рублей.

Мы проводили всевозможные проверки, чтобы снизить вероятность кражи данных. Подключали внутреннюю защиту, шифрование и другие методы.

И если этот проект — больше рабочий, то второй — для души. Он называется Playverse.

Здесь больше сервисов и выше безопасность. Я даже смог создать приложение для телефона из сайта (PWA), в которое приходят уведомления о событиях на сайте. Внутри все как положено: базовый матчмейкинг, личные и групповые чаты, создание сборов команд и отдельных сообществ. Кто знает, может быть и офлайн активности туда добавлю.

Для игр почти всегда нужен напарник, а найти его в сознательном возрасте становится сложнее. Так появился этот сайт.

Сейчас мы набираем критическую массу пользователей нескольких игр, чтобы масштабировать сервис. Чтобы привлекать людей, сделал медиа, в которое ищу авторов, готовых делиться собственным мнением, брать интервью, развиваться в маркетинге и журналистике.

Готовые решения проще сервисов, созданных с нейросетями. Просто потому что первых на рынке огромное количество.

Если интересно копаться в чем-то новом, разбираться в технической стороне, изучать «Почему, блин, оно не работает?» — можно создавать свое. Но надо понимать, что на создание уйдут и время, и токены — ресурсы, который сложно восстановить.

Мне нравится погружаться, изучать, читать техничку, искать новые скиллы для ИИ, тестировать, пробовать, внедрять и так далее. Но еще я знаю людей, которым проще заплатить условные 500 рублей, чтобы получить сервис сразу, а не придумывать его с нуля. На мой взгляд, вайб-кодинг очень уж затягивает. Не зря говорят, что он вызывает зависимость!

Суть моего продукта заключается в создании сервиса для автоматического кросспостинга сторис из телеграма в инстаграм* и ВК — обеспечивает присутствие контента на нескольких площадках в один клик, исключает рутину с ручным скачиванием и загрузкой файлов, освобождая время и память смартфона.

На всю разработку с учетом правок и доработок ушло от двух до трех недель, при этом бюджет составил ноль рублей, так как использовались только бесплатные лимиты нейросетей, а единственной инвестицией стало исключительно личное время.

В процессе работы выявились ключевые сложности, где первым техническим барьером вайб-кодинга стал ограниченный объем памяти чата, из-за чего по мере разрастания проекта нейросеть теряла нить, а решением автора стало изолирование задач, открытие новых чатов и повторное введение ИИ в курс дела. Второй критический момент — когда рабочий код внезапно ломался после мелких правок.

Сейчас есть масса идей по развитию, но распыляться не хочется, поэтому нужно определить приоритеты и необходимость этого продукта рынку. Разработка инструментов с ИИ все равно требует внимания и ресурса человека, поэтому лучше ее делегировать. Если всего этого нет, то лучше сконцентрироваться на важных делах и текущих решениях.

У операционного директора очень широкий информационный контур. У меня это бухгалтерия, документооборот, юристы, дебиторка, квоты, работа с зарубежным контуром, внутренние созвоны, переписка с фаундерами, планы на квартал и год. Каждый день — десятки источников информации и сотни задач. Раньше я пытался держать все это в голове. В день на поиск нужного контекста уходило больше двух часов, еще много времени съедали бумажные записи и заметки в телефоне. Но самые плохие чернила лучше самой хорошей памяти: когда параллельно идет много процессов, память становится узким местом, и всегда есть риск что-то упустить.

Проблем было три. Во-первых, я тратил время на поиск информации: по отдельности чаты, почта, база знаний и протоколы встреч не мешают, а вот связать их между собой сложно — везде свои процессы и договоренности, и все раскидано по разным интерфейсам. Во-вторых, невозможно держать в голове контекст сотен задач: по каждой нужно вспомнить всю цепочку — кто что обещал, где обсуждали, что решили, какой срок и что уже сделано. В-третьих, собрать информацию мало — ее нужно связать, оценить важность и сопоставить с планами недели и стратегией года. Тогда я понял, что мне нужен помощник, и решил создать его в Cursor.

Так появился ИИ-падаван — мой персональный ассистент. Я называю его падаваном, потому что он постоянно учится: я показываю ему связи, объясняю, что для меня важно, исправляю ошибки и закрепляю удачные решения. Чем больше контекста он получает, тем лучше понимает мои правила работы.

Я отдал ему роль ассистента, который хранит рабочий контекст и помогает быстро находить нужную информацию. Например, если надо вспомнить, где мы впервые договорились протестировать сервис на тестовых данных, я не ищу это руками по чатам. Задаю вопрос падавану — он находит первое обсуждение, показывает, как менялось решение, и собирает всю цепочку диалога. То же с операционными инструкциями: нужно вспомнить, как провести выплату через Deel, — агент находит данные и собирает инструкцию из уже существующих материалов.

В итоге у агента появилось несколько независимых навыков: планы, чаты, встречи, почта, стратегические документы и база знаний. Каждый решает свою задачу.

Смысл был не в том, чтобы «поиграть с нейросетью», а в том, чтобы снять нагрузку с памяти. Теперь И И помогает держать под рукой все, что мы уже обсудили и решили, и я реже возвращаюсь к одним и тем же вопросам. Каждое утро я начинаю с нескольких шагов: собираю чаты, встречи и почту, обновляю статусы задач, фиксирую договоренности, готовлюсь к встречам. К моменту, когда начинаются созвоны и приоритизация задач бэк-офиса, у меня уже собраны факты, статусы и прошлые договоренности — я сразу перехожу к работе, а не трачу время на «археологию».

По моим наблюдениям, эффективность выросла на 30%, а Cursor ежедневно закрывает 7−12 задач. Отдельно отмечу скорость текстов: после настройки моего стиля общения отчеты и протоколы появляются примерно в пять раз быстрее, потому что их почти не приходится переписывать заново.

На создание всей системы ушло три месяца. Я сознательно начал с архитектуры, а не с промптов: сначала создал структуру, затем вводил агента в курс дела и погружал в рабочие инструменты. Если сразу попросить его «анализировать все», он выдает убедительные, но красивые галлюцинации.

Что было легко и понятно — сам принцип движения маленькими шагами. Я не пытался автоматизировать все сразу, а брал одну задачу, которая регулярно отнимала время, и доводил ее до рабочего состояния. Начал с недельного планирования и сделал навык /week-plan, где фиксировал задачи, ответственных, сроки, причины переносов и результаты. Хорошо помогает и режим планирования в Cursor: он заставляет сначала продумать подход, а уже потом переходить к реализации, — в итоге ты понимаешь, как устроено решение, а не просто получаешь готовый результат. Делать навыки по одному оказалось удобно еще и потому, что я держу их независимыми, а не собираю в один супер-навык: такими модулями проще делиться.

Что было сложно — передать агенту управленческую оптику. Дольше всего я учил его понимать критичность задач: много раз просил анализировать чаты, а потом объяснял, что критично, а что нет, — иначе он либо кошмарит некритичными задачами, либо проглатывает важное. Отдельно много времени ушло на настройку моего тон-оф-войс: я правил формулировки, ритм текста и стиль общения.

По деньгам все скромно: живой секретарь стоил бы около 90 тысяч рублей в месяц, а ИИ-падаван обходится в 20 долларов. Но для меня важнее не стоимость, а то, что без него я уже не представляю свою ежедневную работу.

Отдельного «следующего проекта ради проекта» я не задумывал. Мне ближе логика, когда система растет из реальных болей. Хороший пример — навык legal-check. Юридические вопросы регулярно забирали время команды: правки клиентов к формам, NDA, иностранные шаблоны, тендерные риски. Я начал с узкого навыка /check-nda, научил агента проверять NDA по понятной рубрике, а затем собрал единый вход с маршрутизацией GREEN / YELLOW / RED / NEED_CONTEXT — это индикаторы, по которым видно, брать задачу в работу или нет. Добавил playbook с каталогом допустимых правок, а также exceptions и precedents — пакеты, которые рождаются из реальных сделок после разбора с юристом. По моим оценкам, только на юридических процессах это позволит экономить около 50 часов в месяц. Финальное решение по сложным вопросам по-прежнему принимает человек.

Именно так, на мой взгляд, и будет развиваться история: из личной боли вырастает навык уровня компании, а независимые навыки-модули можно передавать команде и переиспользовать. Моя эффективность уже выросла на 30%, и я уверен, что это только начало.

Мой опыт показывает, что многое стало выгоднее собирать под себя. Раньше для исследований и больших запросов я пользовался готовым сервисом (Perplexity), но со временем перенес рабочую логику в собственную систему в Cursor — потому что эффект дает не сам ИИ, а система, которую ты строишь внутри нейросети под свой контекст.

Показателен и наш кейс с сайтом зарубежного подразделения. Долгое время у проекта был простой одностраничный лендинг, а для работы с зарубежными партнерами нужен был полноценный сайт. В совете агентства мы решили развивать его самостоятельно в Cursor, без очереди к маркетинговой команде: собрали отдельный AI-first-лендинг со статической частью и сервером для обработки формы, подключили домен, настроили инфраструктуру и запустили. Ценность оказалась даже не в скорости верстки, а в том, что проект жил в отдельном рабочем контуре и не мешал операционным процессам агентства: Cursor ускорил разработку, а разделение контекстов сохранило порядок. Такой подход позволил быстрее выпускать изменения и не зависеть от общего бэклога.

Поэтому мой ответ такой: если задачу можно довести до рабочего состояния своими руками с ИИ и не плодить зависимость от чужой очереди — это часто выигрывает и по скорости, и по контролю. Готовыми решениями удобно пользоваться на старте, но настоящий эффект появляется, когда ты выстраиваешь собственную систему под свой контекст.

ИИ-падаван забрал на себя поиск информации, помог удерживать рабочий контекст и сократил рутину. Благодаря этому я трачу меньше времени на восстановление цепочки событий и больше — на решения. Собрать такого помощника — это не про то, чтобы выбрать модель и написать пару промптов. Это про систему: берешь одну задачу, доводишь ее до ума, потом переходишь к следующей. Через неделю вместо набора промптов появляется рабочая система, которая постепенно берет на себя часть рутины.

У нас несколько проектов. Первый — это генератор брендированных фидов для застройщиков. Второй — ассистент продаж застройщика, а третий — наш внутренний корпоративный портал автоматизации. Я делаю его для своей команды, которая занимается performance-маркетингом, запускает рекламу в Direct и ВК и делает для этого креативы. Там есть аккаунты, которые все это сопровождают, проектные менеджеры и другие специалисты.

Расскажу про генератор брендированных фидов. Застройщики выгружают свои планировки квартир на классифайды: Avito, Циан, «Яндекс Недвижимость», Домклик и так далее. И, как правило, они выгружают обычные планировки квартир, то есть техническую документацию — без мебели и элементов брендирования. Большое количество жилых комплексов претендует на внимание потенциальных клиентов. И пока покупатель не «провалятся» в карточку квартиры, он ничего, кроме технической планировки, цены, площади, количества комнат, не видит. Получается, чтобы застройщики могли выделиться на этом фоне относительно других застройщиков — нужно делать брендированные планировки.

Что это значит? На эту техническую планировку рядом размещается рендер жилого комплекса, все оформляется в фирменных цветах, ставится логотип, можно вывести количество комнат, этажность, площадь, даже цену.

Сначала это делал Claude Code. Скинули документацию в ИИ, она ее изучила, посмотрела, как должны формироваться фиды, какие требования к картинкам. Причем сформировала требования к картинкам для разных классифайдов — нашла универсальные, подходящие для всех. Потом мы скинули ей ссылки на примеры видов наших реальных клиентов-застройщиков и отправили ее писать продукт, который будет это делать автоматически, чтобы клиенты могли сами этим заниматься.

ИИ сделал все. На сервере, доступ к которому мы дали, развернул все окружение, сам выбрал стек технологий, на котором все это будет делаться, сам написал всю архитектуру, базы данных, вообще все-все-все. Первую версию сделал буквально за неделю. Еще за неделю запилили это в виде SAAS-продукта (программное обеспечение как услуга — О').

Главная сложность в том, что за ИИ надо все проверять! Как бы ты подробно ни писал техническое задание, ты никогда не напишешь его так подробно, чтобы он где-нибудь не нафантазировал, не облажался, не сделал так, как он это видит. Нейросеть обычно работает так: ты даешь какую-то задачу — он что-то делает. Ты на это смотришь, говоришь: «Не-е, так не пойдет. Вот тут переделай, вот тут переделай, вот тут переделай». Он переделывает, ты перепроверяешь, снова говоришь: «Нет, все ещё не то». Ходи за ним, проверяй и переделывай.

Плюс работы с вайб-кодингом в том, что тебе не нужны глубокие знания программиста. ИИ предложит варианты. Если ты столкнулся с какими-то техническими ограничениями, то можно его помучить и спросить. Он за тебя все сделает.