Приятель позвонил в пятницу: «Есть идея приложения, нужен прототип к понедельнику». Года три назад я бы ответил «ищи разработчика и готовь триста тысяч». Сейчас ответил короче: «садись, покажу». За выходные он собрал работающий MVP, который не стыдно показать инвестору. Не потому что внезапно научился писать код. Просто выбрал правильный маршрут: где ИИ реально тащит, а где рисует красивую картинку и оставляет вас с пустым репозиторием.
Про то, как создать приложение через ИИ, написано много, и почти всё сводится к рекламе генераторов. На практике дорог три, и они дают совершенно разный результат.
Три дороги, и они не равны
Первая: генератор приложений без кода. Вы описываете идею текстом, ИИ собирает экраны, разделы и функции, вы настраиваете иконку, название, цвета и публикуете в Google Play и App Store. Тот же Appy Pie работает именно так: одна идея, приложения сразу под Android и iOS.
Вторая: кодогенерация. Вы сами или нейросеть под вашим присмотром пишете код, а модель берёт на себя рутину: функции, API, запросы к базе, разбор ошибок. Тут приложение получается ваше, а не шаблонное.
Третья: ИИ внутри готового приложения. Вы не генерируете приложение нейросетью, вы встраиваете модель в продукт: чат-помощник, суммаризация, поиск по документам, рекомендации.
Большинство путает первую и вторую дорогу, потом удивляется, почему «сгенерированное приложение» не переживает встречу с реальными пользователями.
Генератор без кода: отлично для MVP, опасно для продукта
Механика простая. Вводите описание: «приложение для записи в барбершоп с выбором мастера и оплатой». ИИ превращает текст в структуру: экраны, список услуг, карточку мастера, форму бронирования. Дальше правите внешний вид и жмёте публикацию.
Что реально получается хорошо: каталоги, визитки, простые бронирования, меню, приложения для мероприятий, лендинги в обёртке. За вечер, без бюджета, с двумя платформами на выходе. Для проверки гипотезы это золото.
Где ломается: нестандартная логика. Сложная авторизация, интеграция с 1С, хитрые схемы оплаты, офлайн-режим, пуш-сценарии. Генератор выдаёт то, что умеет его шаблонный движок. Как только нужно поведение за пределами шаблона, начинается боль: либо костыли, либо переписывание с нуля.
Мой критерий простой. Если приложение можно описать в пяти предложениях и в нём нет своей бизнес-логики, генератор справится. Если логика есть, генератор даст вам демо для показа, а не продукт.
Кодогенерация: тут нейросеть отрабатывает свою цену
Вот где я вижу настоящую экономию. Не «нейросеть написала приложение», а «нейросеть закрыла 70% рутины, а я собрал из этого работающую систему».
На Хабре разбирали подход, который я подтверждаю своей практикой: чтобы получить от модели нормальную функцию, промт делят на две части. Первая, короткий текст в чат: «Напиши функцию по ТЗ, дай пошаговую инструкцию по развёртыванию». Вторая, файл с техзаданием. И в ТЗ уже расписано всё, что модель любит додумывать неправильно:
- назначение функции одной фразой
- язык и версия, например Node.JS 22
- пометка про асинхронность, если функция вызывается асинхронно, причём она должна стоять в начале описания
- структура входа и выхода с типами, где типы чисел уточняются отдельно: с запятой или целые
Последний пункт звучит как занудство, а на деле спасает от классического бага, когда сумма считается в целых и копейки исчезают. Модель не знает, что вы имели в виду. Она делает самый вероятный вариант.
Отдельно про правки. Когда просишь нейросеть поправить код кусками, она теряет контекст и тихо удаляет то, о чём не просили. Рабочий приём: всегда отдавать файл целиком и просить вернуть файл целиком. Тогда правка не превращается в игру «найди, что пропало».
И маленькая деталь из личного опыта: для Grok стоит добавить в промт «ответ и комментарии в коде пиши на русском». Иначе получите объяснения на английском, которые потом тяжело читать в команде из трёх человек.
Кодогенерация отлично работает по схеме «серверные функции плюс тонкий клиент». Бэкенд на Node, функции разворачиваются как serverless (Яндекс Функции, Cloudflare Workers), мобильное приложение просто дёргает эндпоинты. Такой проект можно собрать одному за две-три недели, если не страдать перфекционизмом.
Как встроить ИИ в само приложение
Если пишете на C#, экосистема уже упакована: Semantic Kernel, ML.NET, Microsoft.Extensions.AI, Azure AI SDK, Microsoft Foundry. Через них подключаются модели OpenAI, Mistral, Cohere, Meta, размещённые на Azure, GitHub Models или Hugging Face. Для поиска по своим документам нужны векторные хранилища: Milvus, qdrant, Azure AI Search. Схема типовая: разбиваете документы на чанки, считаете эмбеддинги, кладёте в векторную базу, при запросе достаёте ближайшие куски и подкладываете в промт.
Ошибка, которую я видел у половины знакомых разработчиков: API-ключ вшит в мобильное приложение. Любой, кто умеет открыть APK архиватором, достанет ключ за пять минут и потратит ваш бюджет. Ключи живут только на сервере, приложение общается с вашим бэкендом.
Вторая ошибка: тащить в прод сырой промт. Модель отвечает по-разному, и без валидации ответа вы получите сломанный JSON в проде. Просите строгую JSON-схему, валидируйте на сервере, при провале делайте повтор с уточнением.
Где брать модели, если вы в России
Вот тут начинается скучная часть, о которой обзоры генераторов молчат. Все эти SDK и библиотеки красивы, пока не выясняется, что оплатить подписку иностранной картой нельзя, а половина сервисов просто не пускает по IP. Люди тратят вечера на обходы, а не на приложение.
Самый короткий путь, который я сейчас использую и советую, это 3GPT от 3SELLER. Это ИИ-роутер с прямым доступом из России к флагманским моделям: Chat GPT 6 Astra, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, Chat GPT 5.5, Chat GPT 6.1 Sol, Nano Banana для картинок. Плюс генерация видео. Цена входа смешная, от 149 рублей, и никаких иностранных карт: пополнение российской картой, через СБП или криптой.
Для разработки это удобно тем, что не надо держать пять подписок. Один аккаунт, переключаетесь между моделями под задачу: одна лучше держит большой контекст кода, другая аккуратнее в текстах и промтах, третья рисует иконки и экраны.
Картинки, кстати, отдельная экономия. Nano Banana делает иллюстрации и мокапы для стора, а не вы покупаете стоки. Для приложения это и иконки, и экраны для скриншотов в Google Play, и баннеры для соцсетей.
Готовые ИИ-агенты: не писать промт с нуля
Ещё одна штука, которая экономит вечера. У 3GPT есть библиотека готовых ИИ-агентов под конкретные задачи. Выбираете агента, начинаете диалог, а модель агента меняете прямо в чате, не создавая новый чат с нуля. Для нашей темы это значит: есть готовый агент под код-ревью, под генерацию ТЗ, под тексты для стора, под разбор логов. Садиться за пустой чат и объяснять базовые вещи каждый раз не нужно.
Я обычно держу два трека. Первый, архитектурный: обсуждение схемы приложения, выбор стека, разбор узких мест. Второй, исполнительский: конкретные функции и запросы к API. Смешивать их в одном чате плохо, контекст забивается и модель начинает путаться в собственных решениях.
Промт, который отличает рабочую функцию от мусора
Про это стоит писать отдельно, потому что 90% разочарований в «ИИ не может в разработку» упираются в качество постановки задачи. Модель не читает мысли. Опишите задачу так, как описали бы джуну в первый день: что на входе, что на выходе, что делать при ошибке, какой язык и версия.
Рабочий шаблон, который я использую почти без изменений:
«Напиши функцию на Node.JS 22. Назначение: приём вебхука от платёжной системы и запись заказа в Postgres. Функция асинхронная. Вход: JSON с полями order_id (целое число), amount (число с двумя знаками после запятой), status (строка, допустимые значения: paid, failed, pending). Выход: объект с полями success (boolean) и message (строка). Если status не из списка, вернуть success: false без записи в базу. Дай код целиком, без сокращений, и пошаговую инструкцию по развёртыванию в Яндекс Функции.»
Сравните с «напиши обработчик оплаты». Второй вариант даст что-то правдоподобное, но с суммами в целых, без валидации статуса и с ключом доступа в коде. Первый вариант вы отдадите в прод почти без правок.
Порядок действий для тех, кто стартует с нуля
Начните с одного экрана. Не с архитектуры, не с дизайн-системы, а с самого простого сценария, который приносит ценность. Для барбершопа это список мастеров и кнопка «записаться». Дальше по шагам:
- Опишите идею в генераторе без кода и посмотрите, как выглядит структура. Это бесплатный способ проверить, что вы вообще представляете продукт.
- Выпишите то, чего генератор не умеет. Вот ваш список задач для кодогенерации.
- Соберите бэкенд на серверных функциях, клиент оставьте тонким. Так проще править и дешевле держать.
- Подключите модели через один роутер, а не пять подписок, и держите ключи на сервере.
- Первую версию покажите пяти живым людям до публикации в сторе. Ошибки в постановке задачи вылезут раньше, чем отзывы с одной звездой.
Про сроки честно: MVP на генераторе за выходные, приложение с кастомной логикой на кодогенерации за две-четыре недели у одного человека, если он не бросает проект на третий день. Продукт с нормальной инфраструктурой и поддержкой всё равно требует команды. ИИ сжимает время входа, а не отменяет инженерию.
Самая большая ловушка в теме про создание приложения через ИИ звучит так: сгенерированный код выглядит готовым. Он компилируется, экраны открываются, кнопки нажимаются. Проблемы начинаются на сотом пользователе: гонки, утечки, пустые состояния, лимиты API. Поэтому я всегда закладываю день на то, чтобы пройти по коду глазами и задать модели неудобные вопросы. Дешевле, чем разбираться с этим в проде.
И последнее, из практики. Возьмите за правило: каждая функция, которую сгенерировала нейросеть, должна быть понятна вам настолько, чтобы вы могли объяснить её другой модели без подглядывания. Не можете, значит не поняли, и в момент поломки будете сидеть с чужим кодом и пустой головой. Доступ ко всем нужным моделям из России есть на официальном сайте 3GPT, там же пополнение российской картой, через СБП или криптой. Дальше дело за вашей дисциплиной в промтах.