Три года назад сборка даже простого приложения означала поиск разработчика, месяц ожидания и бюджет от 300 тысяч рублей. В прошлом квартале я собрал внутренний трекер задач для своей команды за один вечер. Сам. Ни одной строчки кода, написанной руками. Нейросеть сгенерировала интерфейс, базу данных и авторизацию, а моя работа сводилась к формулировке задач и проверке результата.
С тех пор я повторил это с шестью проектами: лендинг с калькулятором, бот для записи клиентов, дашборд аналитики продаж. Процесс отточен до мелочей, и им можно пользоваться. Ниже - весь мой рабочий порядок: какие модели реально справляются с кодом, как ставить задачи, где логика чаще всего ломается и сколько стоит доступ к нужным нейросетям из России.
Что ИИ уже умеет в разработке приложений
Сундар Пичаи еще в 2024 году говорил, что около четверти нового кода в Google пишется с участием ИИ. С того момента модели шагнули далеко вперед, и разрыв между "набросками от нейросети" и готовым продуктом почти исчез.
На практике я делегирую моделям четыре типа задач. Первая - фронтенд: интерфейсы на React и Tailwind получаются аккуратнее, чем у среднестатистического джун-верстальщика. Вторая - бэкенд: авторизация, работа с базой, интеграции со сторонними API. Третья - отладка: копирую ошибку в чат, получаю исправление с объяснением причины за пару минут. Четвертая - документация и тесты, которые никто не любит писать руками.
Остается зона ответственности человека: модель не придумает продуктовую логику и не решит, что вообще стоит строить. Нейросеть отлично исполняет, но направление задает вы. Хорошая новость в том, что исполнение - самая дорогая часть разработки, и именно она теперь стоит копейки. Плохая в том, что новички проваливаются именно на постановке задач, но это лечится шаблоном, о котором ниже.
Нейросети, на которых я собираю продукты
За полтора года я перепробовал все флагманы и выработал расклад, который стабильно работает.
Для кода держу связку Claude Fable 5 и Claude Opus 5.5. Anthropic всегда была сильна в программировании, и текущие версии уверенно ведут многофайловые проекты: помнят контекст, не разваливают структуру, умеют сами рефакторить. ChatGPT 6 подключаю для проектирования архитектуры и логики: он лучше раскладывает задачу на этапы и честно указывает на дыры в моих требованиях до того, как они превратятся в баги.
Дальше по мелочи, но без этого не обойтись. Nano Banana генерирует иконки, иллюстрации и скриншоты для стора. Генерация видео закрывает промо-ролики для соцсетей. Тексты для App Store и описания функционала пишет любая флагманская модель - тут разница между ними минимальна.
Загвоздка для российских пользователей одна: подписки на OpenAI и Anthropic напрямую не оформить. Нужна зарубежная карта, которую банально негде выпустить. Я решаю это через 3GPT: один аккаунт, все флагманы в одном чате, оплата российской картой, через СБП или криптой. Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT.
Обёртки над моделями: v0, Cursor и Bolt
Вокруг флагманов вырос слой инструментов, заточенных именно под разработку. v0 от Vercel генерирует готовые интерфейсы по текстовому описанию и сразу отдает код на React и Tailwind. Bolt.new собирает прототипы целиком в браузере и тут же показывает результат. Cursor - редактор кода, где нейросеть встроена в среду: она видит весь проект и правит файлы по запросу.
Мой вердикт после месяцев работы с каждым из них. Для нулевого уровня, когда человек вообще не знает, что такое деплой, лучше заходить через чат с флагманской моделью плюс простой редактор: контроль выше, понимание глубже. Обёртки экономят время опытным, но новичку они часто скрывают, что происходит под капотом, и при первой ошибке человек встает в тупик. Cursor имеет смысл ставить, когда проект перерастает десять файлов и копировать код между чатом и редактором вручную становится дольше, чем работать в среде.
Нюанс, о котором молчат обзоры: все эти инструменты требуют тех же зарубежных подписок. Через 3GPT я получаю ту же мощь моделей напрямую в чате, без VPN и поиска чужих карт, поэтому для большинства моих задач обёртки просто не нужны.
Первый проект делайте веб-приложением
Однозначно с веба. Веб-приложение открывается в браузере, не требует публикации в сторах, и его можно показать клиенту ссылкой через минуту после сборки. Сторы же берут плату за аккаунт (99 долларов в год у Apple), проверяют каждую сборку по несколько дней, а отклонение по формальной причине отнимает неделю.
Приятный факт: современное веб-приложение на экране телефона неотличимо от нативного для 90% задач - каталог, записи, калькуляторы, личные кабинеты. Техника называется PWA: сайт добавляется на домашний экран, работает офлайн-кэш и ведет себя как обычное приложение. Многие успешные продукты начинали именно так и добирались до нативных версий только после первых тысяч пользователей.
Когда дойдет до сторов, нейросеть поможет с упаковкой: иконки всех размеров через Nano Banana, скриншоты, описания, ответы на вопросы модерации. Сборку нативной обертки тоже можно доверить модели, если базовый веб-продукт уже стабилен.
Пошаговый план: как создать приложение с помощью ИИ
Ключевую часть разберу по шагам, которые использую сам. Весь путь от идеи до работающего прототипа занимает у меня от одного вечера до выходных в зависимости от сложности.
- Опишите идею в одном абзаце: кто пользователь, какую боль решает продукт, что человек делает в приложении за первые пять минут. Без этого шага дальше идти бессмысленно.
- Составьте с моделью список функций для MVP. Прямо попросите: "Разбей идею на обязательные функции первой версии и отложи всё остальное в бэклог".
- Выберите стек. Для веба и мобильных веб-приложений беру Next.js, Tailwind и Supabase - на этой комбинации ИИ пишет код чище всего, а деплой бесплатный на Vercel.
- Генерируйте проект по частям: сначала структура и главные экраны, потом данные, потом интеграции. Просить "сделай всё сразу" - верный способ получить кашу.
- Тестируйте каждый кусок сразу в браузере. Ошибку копируете обратно в чат вместе с фрагментом кода - модель чинит и объясняет причину.
- Деплойте на Vercel и собирайте обратную связь. На этом этапе нейросеть поможет с настройкой, метатегами и скриншотами для витрины.
Список короткий, но в нем спрятан главный принцип: итерации вместо попыток получить идеал с первого промпта. Приложение собирается как конструктор, блок за блоком, и на каждом шаге вы контролируете результат. Кто пытается сжать всё в один мега-запрос, тот потом двое суток разгребает последствия.
Промпт, с которого я начинаю каждый проект
Качество результата упирается в формулировку задачи. Мой шаблон первого промпта выглядит так: "Ты senior-разработчик. Создай [тип приложения] для [аудитория]. Основная функция - [описание]. Стек: Next.js, Tailwind, Supabase. Начни со структуры проекта и главного экрана. После каждого блока кода объясняй решение в одну строку".
Три детали меняют всё. Указание роли сужает стиль ответов и убирает школьные примеры. Ограничение стека дает код, совместимый между запросами, - модели не начнут смешивать четыре библиотеки анимации. Просьба объяснять решения превращает вас из зрителя в проверяющего: вы ловите ошибку на раннем шаге, а не после деплоя.
Дальше работает правило одной задачи за сообщение. "Добавь форму заявки и сохрани её в базу" - нормальный объем. "Добавь форму, сделай темную тему, подключи оплату и напиши тесты" - модель начнет путаться, а вы не поймете, какой именно блок сломался.
Три привычки, которые ускоряют работу в разы
Первая: держите открытый файл с кратким описанием проекта и вставляйте его в начало каждого нового чата. Модели не помнят разговор между сессиями, и без этой шпаргалки новая сессия будет предлагать решения вразрез с уже собранной архитектурой. У меня такой файл весит полторы тысячи символов и экономит часы переписывания.
Вторая: просите предлагать три варианта решения с плюсами и минусами, а не один. Выбор из готовых альтернатив занимает минуту и заставляет модель вскрывать компромиссы, о которых она молчала бы при единственном ответе.
Третья: сохраняйте рабочую версию после каждой успешной итерации. Тривиальный совет, который спасал меня четырежды - когда очередная правка ломала работающее и откатываться приходилось на день назад.
Разбор проекта: трекер заявок за выходные
Покажу на живом примере, как выглядит процесс в цифрах. Задача: сервис учета заявок для студии ремонта - клиент оставляет заявку, мастер видит её в списке, меняет статус, клиент получает уведомление.
Суббота, час первый: описываю идею ChatGPT 6, получаю список из пяти обязательных функций и отказ от двенадцати лишних. Час второй: Claude Fable 5 генерирует структуру Next.js-проекта и главную страницу с формой. Час третий: подключаю Supabase по инструкции той же модели - таблица заявок готова, форма сохраняет данные. Вечером субботы первый рабочий экран уже в интернете на бесплатном домене Vercel.
Воскресенье: авторизация по номеру телефона, личный кабинет мастера, статусы заявок, простая аналитика по неделям. Пять итераций с проверками, суммарно часов семь. К вечеру воскресенья студия пользуется сервисом на реальных заявках. Вся разработка обошлась в два дня, около полумиллиона токенов и подписку за 149₽. Аналогичная работа на стороне - от 250 тысяч рублей и месяц ожидания.
Модель на протяжении всего проекта ни разу не потеряла контекст: при каждом запросе я вставлял краткое описание архитектуры, и Claude держал в голове все файлы. Привычка скучная, но именно она отделяет быструю сборку от хаоса.
Пять ошибок, на которых я видел десятки провалов
Разберу то, что наблюдал у знакомых предпринимателей и слушателей моих практикумов.
- Попытка построить всё сразу. Человек описывает Uber с доставкой, рейтингом водителей и мультиязычностью, получает нерабочую кашу и решает, что ИИ не справляется. Начинайте с одного экрана и одной функции.
- Отсутствие проверки между шагами. Три промпта подряд - а потом выясняется, что кнопка отправки не работает из-за ошибки во втором блоке. Проверяйте каждый шаг руками.
- Слепое доверие коду. Модели иногда выдумывают несуществующие функции библиотек - в обсуждениях на Reddit разработчики не раз показывали такие кейсы с Popular-пакетами. Платежи и работу с личными данными обязательно проверяйте сами или отдавайте на ревью живому разработчику.
- Игнорирование бэклога. Идеи "а давай добавим" убивают MVP. Записывайте их в отдельный список и трогайте только после запуска первой версии.
- Экономия на модели. Бесплатные слабые версии режут контекст и теряют структуру проекта на второй итерации. Для кода нужна именно флагманская модель, иначе время на переписывание съест всю экономию.
ИИ-агенты: когда приложение собирает себя само
Классическая работа с чатом выглядит так: вы пишете запрос, модель отвечает, вы копируете код. ИИ-агент идет дальше: вы ставите цель, а он сам разбивает её на шаги, выполняет по очереди и докладывает о результате.
В 3GPT под это сделаны готовые агенты под конкретные задачи - от маркетинговых текстов до обработки заявок и клиентской поддержки. Выбираете нужного, общаетесь в чате, а модель агента меняется прямо на ходу, если текущая не справляется. Посмотреть каталог можно здесь: ИИ-агенты 3GPT.
Мой рабочий сценарий: агент собирает черновик продукта по чек-листу, я проверяю и даю правки, дальше переключаюсь на Claude для кода и ChatGPT для аналитики рынка. Экономия времени против ручного управления каждым шагом - в районе 30-40% на типовых задачах, проверено на десятке проектов.
Экономика: сборка с ИИ против студии и фрилансера
Цифры из практики. Заказ приложения у студии - от 400 тысяч рублей и три месяца ожидания. Фрилансер-джун - от 100 тысяч и бесконечные правки. Сборка с нейросетями - ваши вечера и подписка на модели.
Отдельно о доступе из России. Прямые подписки OpenAI и Anthropic не работают: нужна иностранная карта, VPN и стойкость к блокировкам. Я пользуюсь 3GPT: за 149₽ в месяц сервис дает доступ к ChatGPT 6 Astra, ChatGPT 6.1 Sol, ChatGPT 5.5, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, плюс Nano Banana для изображений и генерацию видео. Пополнение российской картой, через СБП или криптой, интерфейс на русском, ничего настраивать не надо. Тарифы и подключение - на сайте 3GPT.
Для сравнения: раздельные официальные подписки на Claude и ChatGPT в топовых тарифах обошлись бы в несколько тысяч рублей в месяц, и это без учета вопроса с оплатой. Вариант с агрегатором выходит в разы дешевле и подключается за пять минут.
Безопасность и деньги: где нужна осторожность
ИИ пишет код быстро, но не отвечает за последствия. Три зоны, которые я всегда проверяю руками или отдаю на ревью специалисту. Платежи - только через проверенные шлюзы вроде ЮKassa или Stripe, никакой самописной логики с картами. Персональные данные - пароли хранятся исключительно через встроенные механизмы Supabase или Firebase, а не через "придумай мне хэш". Права доступа - перед запуском прошу модель провести аудит ролей: кто что может открыть и изменить.
Еще одна гигиеническая привычка: не вставлять в чат реальные ключи API и пароли. Ключ, попавший в текст запроса, лучше сразу считать скомпрометированным и перевыпустить. Генерируйте ключи, храните в переменных окружения, вставляйте в код через них - и попросите модель настроить эту схему с самого начала.
Первые деньги: монетизация собранного приложения
Простейшая схема для веб-приложения: пробный период в 7-14 дней и подписка через ЮKassa или CloudPayments. Подключение платежного шлюза занимает вечер, и модель подробно проведет по документации: сгенерирует код вебхуков, подскажет тестовые карты, объяснит обработку неудачных списаний.
Из альтернатив - разовые покупки внутри продукта, тарифы по количеству пользователей, комиссия с операций. Юнит-экономику тоже можно просчитать с нейросетью: попросите смоделировать выручку по вашим ценам и конверсиям, ChatGPT 6 собирает такую таблицу за минуту и сразу показывает точку безубыточности.
Маркетинг запуска ложится на те же модели: тексты лендинга, посты для соцсетей, промо-видео через генерацию видео, визуалы через Nano Banana. Полный набор контента для старта я готовлю за один вечер при флагманах под рукой.
После MVP: путь от прототипа к продукту
Прототип - начало, а не финиш. Дальше мой порядок такой: собираю обратную связь от пяти-десяти реальных пользователей, забираю правки в модель, смотрю аналитику - где люди отваливаются и какие кнопки не нажимают. Новые функции добавляю строго по одной за итерацию, как бы ни хотелось сразу всё.
Если проект растет, наступает момент, когда нужен живой разработчик - для аудита безопасности, оптимизации скорости и нестандартных интеграций. ИИ сокращает и этот этап: вместо найма человека на полный цикл вы берете его на точечные ревью, потому что большая часть кода уже написана и работает. Смета падает с сотен тысяч до пары десятков.
Смежные задачи тоже можно отдать под управление: настроенный агент в 3GPT возьмет на себя продающие тексты, ответы клиентам и генерацию контента для соцсетей - технически это тот же чат, просто с готовой ролью под задачу.
Шаг, который стоит сделать сегодня вечером
Откройте 3GPT, пополните баланс картой любого российского банка и введите промпт из этой статьи с описанием своей идеи. Через два часа у вас будет первый работающий экран вместо заметки "когда-нибудь сделаю". Приложение, которое полгода назад стоило полмиллиона и три месяца жизни, теперь собирается за пару вечеров - вопрос только в том, когда вы начнете.