Привет, я предприниматель и практик AI-разработки. Полгода назад я запустил RevMatch — платформу, которая объединяет автолюбителей для совместных поездок, встреч и обсуждений. Вместо того чтобы нанимать команду разработчиков или писать всё в одиночку с нуля, я использовал подход Vibe Coding — разработку с помощью AI-ассистентов, которые генерируют код по описанию на естественном языке. В этой статье я расскажу, как мы строили RevMatch, какие инструменты выбирали, с какими трудностями столкнулись и что из этого вышло. Спойлер: Vibe Coding работает, но требует вдумчивого подхода.
Что такое Vibe Coding и почему это важно
Термин Vibe Coding ввёл Андрей Карпатов в начале 2025 года (оригинальный пост в его блоге). Суть в том, что разработчик не пишет код построчно, а описывает желаемое поведение системы на естественном языке, а AI-модель (например, Claude 3.5 Sonnet, GPT-4o или GitHub Copilot) генерирует код. Вместо классической разработки вы «вибрируете» — задаёте направление, проверяете результат, корректируете промпты. Для меня этот подход стал настоящим прорывом. Раньше создание MVP (минимально жизнеспособного продукта) требовало найма full-stack разработчика на 2-3 месяца. Сейчас я могу один, не будучи гуру JavaScript, собрать работающий прототип за неделю.
Почему RevMatch: с чего всё началось
Идея родилась из личной потребности. Я автолюбитель, часто участвую в трек-днях и встречах клубов, но найти единомышленников в своём городе — отдельный квест. Существующие группы в Telegram или WhatsApp неудобны для организации событий и создания профилей. Нужна была платформа, где можно:
- создать профиль с информацией о машине и предпочтениях;
- публиковать анонсы встреч и поездок;
- общаться в тематических чатах;
- оценивать других участников (репутация).
Я решил построить RevMatch сам, используя Vibe Coding. Почему не нанять разработчиков? Во-первых, бюджет на старте был ограничен. Во-вторых, я хотел сохранить полный контроль над продуктом и быстро итерировать на основе обратной связи.
Этапы строительства RevMatch
Выбор стека и инструментов
Для бэкенда и базы данных я выбрал Supabase — open-source аналог Firebase. Он предоставляет PostgreSQL, авторизацию, объектное хранилище и real-time подписки. Для фронтенда — Next.js (React + TypeScript), так как он хорошо работает с SSR и имеет богатую экосистему. AI-ассистент — Cursor IDE со встроенным Claude 3.5 Sonnet. Иногда подключал GitHub Copilot для автодополнения в сложных функциях.
Для платежей (премиум-подписка с расширенными функциями) я использовал Stripe. Кстати, ASI Biont поддерживает подключение к Stripe через API — подробнее на asibiont.com/courses. Это позволило быстро интегрировать платёжную систему без написания сложного кода с нуля. В документации Stripe (stripe.com/docs) описаны лучшие практики, и AI-ассистент хорошо понимал их API.
Первые шаги: генерация скелета приложения
Я начал с промпта: «Создай Next.js приложение с Supabase для аутентификации, страницу профиля пользователя с полями: имя, город, автомобиль (марка, модель, год), фото». Cursor сгенерировал структуру проекта, файлы компонентов, настроил маршрутизацию. Результат был рабочим через 15 минут. Конечно, пришлось править стили и типы, но основу я получил мгновенно. Это был первый важный урок: Vibe Coding отлично подходит для «скелета» — рутинных операций по настройке проекта.
Итеративная разработка ключевых фич
Лента событий. Я попросил AI: «Добавь страницу, где пользователи могут создавать события (дата, место, описание). Используй Supabase таблицу events. Отображай список всех событий карточками». AI предложил схему таблицы, SQL-миграцию и React-компоненты. После нескольких уточнений (добавить фильтр по городу, форму регистрации на событие) система заработала. Весь процесс занял около 2 часов.
Чат и уведомления. Для real-time чата использовал Supabase Realtime. Промпт: «Создай компонент чата с историей сообщений, поддержкой изображений и подписок на каналы событий». AI сгенерировал логику подписки и отображения. Однако тут я столкнулся с багом: сообщения не обновлялись у всех участников. Пришлось разбираться с порядком инициализации клиента — оказалось, AI не учёл, что подписку нужно открывать после проверки авторизации. Это иллюстрирует важность понимания базовых принципов даже при использовании AI.
Система рейтинга. Пользователи могут оценивать друг друга после совместных поездок. Я запросил промпт: «Создай модель рейтинга с таблицей ratings, где каждый рейтинг привязан к событию и пользователям. Добавь средний рейтинг в профиль». AI предложил SQL-триггер для обновления среднего рейтинга. Это сэкономило день работы — я бы сам разбирался с синтаксисом триггеров дольше.
Проблемы, с которыми мы столкнулись, и как их решали
-
Генерация дублирующегося кода. Когда фич стало много, AI начал предлагать похожие решения, множа файлы. Пришлось ввести ручное код-ревью: я просматривал каждый сгенерированный файл, удалял лишнее. Со временем я научился давать в промпте контекст: «Мы уже используем компонент Modal из shared/ui — импортируй его, а не создавай новый».
-
Отсутствие понимания контекста проекта. AI мог забыть, какие библиотеки уже установлены, и предлагал доп. зависимости, которые конфликтовали. Я начал явно указывать стек в каждом промпте: «используй Next.js 14, Supabase JS v2, Tailwind CSS 3, shadcn/ui». Это резко повысило качество генерации.
-
Безопасность. AI часто генерировал код с уязвимостями — например, вставка пользовательского ввода в SQL-запросы. Хотя Supabase использует параметризованные запросы, AI мог написать сырой SQL. Пришлось проверять все запросы на инъекции. В результате я добавил в чек-лист: «Проверь, что все запросы используют .text() или .single() с параметрами».
-
Сложности с деплоем. AI не знал, как настроить переменные окружения для Vercel и Supabase. Пришлось разбираться самостоятельно, но с помощью AI-ассистента я решил это за пару часов — задавал вопросы вроде «Как добавить переменную среды в Vercel CLI?».
Сравнение: Vibe Coding vs Традиционная разработка
Чтобы было наглядно, приведу таблицу на основе нашего опыта:
| Аспект | Vibe Coding (наш опыт) | Традиционная разработка (фриланс/команда) |
|---|---|---|
| Время до MVP | 2 недели | 2-3 месяца |
| Стоимость | ~$200 на AI-подписки + $20 на хостинг | $10k–$30k зарплаты разработчиков |
| Гибкость | Высокая — легко менять направление | Низкая — изменения требуют пересогласования |
| Качество кода | Среднее — требует доработки, много комментариев AI | Высокое — код оптимизирован и документирован |
| Понимание архитектуры | Низкое — AI «чёрный ящик» | Полное — разработчик контролирует каждый слой |
| Масштабирование | Умеренное — код может быть неэффективным | Хорошее — закладывается с первых коммитов |
Как видите, Vibe Coding выигрывает на этапе прототипирования и для небольших проектов. Для масштабируемых систем всё равно нужна ручная доводка и знание best practices.
Архитектура RevMatch и ключевые решения
Мы строили RevMatch как монолитное Next.js приложение с API-маршрутами (backend-for-frontend). База данных — PostgreSQL на Supabase. Аутентификация — Supabase Auth (email, Google, GitHub). Файлы (фото профилей, изображения событий) хранятся в Supabase Storage. Для очередей фоновых задач (отправка email-уведомлений) использовали Supabase Edge Functions. Всё это развёрнуто на Vercel — достаточно одной команды vercel --prod.
Выбор Supabase и Next.js был обусловлен тем, что они хорошо поддерживаются AI-ассистентами: ChatGPT и Claude знают их API наизусть, документация входит в обучающие данные. Это критично для Vibe Coding — чем популярнее сервис, тем лучше AI с ним работает.
Как мы набирали первых пользователей
Параллельно с разработкой я запустил простую лендинговую страницу с формой предзаписи. Через посты в тематических Telegram-чатах и Instagram аккаунтах автолюбителей мы собрали 500 заинтересованных за первую неделю. Когда MVP был готов, я отправил им письмо с приглашением. На старте платформу протестировали около 300 человек — их обратная связь помогла исправить критичные баги. Например, выяснилось, что форма создания события неудобна на мобильных — за день я допилил её с помощью AI.
Уроки управления сообществом
RevMatch — это не только код, но и люди. Мы ввели модерацию контента: AI помогал фильтровать спам (простой промпт: «Напиши функцию, которая проверяет описание события на нецензурную лексику»). Для улучшения вовлечённости добавили еженедельную рассылку с анонсами встреч — генерировали письма через API GPT-4o, но я вручную проверял каждое.
Советы по промпт-инжинирингу для Vibe Coding
На основе своего опыта рекомендую:
- Давайте контекст. Указывайте стек, версии библиотек, какие компоненты уже есть. Плохо: «Создай страницу логина». Хорошо: «Создай страницу логина в Next.js 14 с использованием Supabase Auth и shadcn/ui. Форма должна включать поля email и пароль, а также ссылку на регистрацию».
- Разбивайте задачу на микрошаги. Вместо «Создай весь чат», просите: «Сначала добавь компонент сообщения, затем список сообщений, затем форму ввода».
- Проверяйте сгенерированный код. Особенно SQL-запросы и обработку пользовательского ввода. Я обычно прошу AI: «Объясни, что делает этот код. Есть ли уязвимости?»
- Ведите журнал удачных промптов. Через месяц у меня появилась коллекция заготовок для типовых задач — это ускоряет работу.
Результаты и выводы
Спустя три месяца после запуска RevMatch работает и приносит пользу. У нас более 2 тысяч зарегистрированных пользователей, проведено 47 встреч. Платформа стабильно держит нагрузку — до 100 одновременных посетителей в пиках, хотя я не профи в оптимизации. Ключевой вывод: Vibe Coding позволил мне запустить продукт без капиталовложений в найм. Но это не волшебная палочка — требуется готовность учиться, проверять код и вникать в архитектуру.
Если вы предприниматель с идеей для нишевого сообщества или любого другого продукта, попробуйте Vibe Coding. Начните с малого: выберите одну проблему, опишите её AI, получите прототип. С RevMatch мы убедились, что AI может стать вашим первым сооснователем — дешёвым, быстрым, но требующим присмотра.
Заключение
Building RevMatch: A Community Platform for Car Enthusiasts стало возможным благодаря Vibe Coding. Я не планирую останавливаться — в планах добавить интеграцию с календарями и рекомендации событий на основе AI. Если у вас есть идея для сообщества, не ждите — попробуйте Vibe Coding уже сегодня. Возможно, через неделю у вас будет работающий MVP, а через три месяца — живой продукт с первыми пользователями.
Комментарии