Когда говорят «вайбкодинг», часто имеют в виду простые лендинги. Но реальные команды используют его для создания полноценных бета-продуктов.
Кейс: инструмент для анализа пользовательского фидбека
Задача: PM хотел инструмент, который автоматически классифицирует фидбек пользователей по категориям и показывает тренды.
Стек (выбранный с помощью ИИ):
- Frontend: React (сгенерирован Cursor)
- Backend: Supabase (база данных + авторизация)
- ИИ: Claude API для классификации
- Деплой: Vercel
Время создания: 3 дня (по вечерам, ~4–5 часов в день)
Что получилось
- Загрузка CSV с фидбеком
- Автоматическая классификация по 8 категориям через Claude
- Дашборд с трендами по неделям
- Базовая авторизация для команды
Что не получилось с первого раза
- Обработка больших файлов зависала → пришлось добавить пагинацию
- ИИ иногда классифицировал неточно → добавили возможность ручной правки
- Мобильная версия была сломана → дополнительные 2 часа на фикс
Главные уроки
1. Начинайте с самого простого сценария, добавляйте сложность итеративно 2. Тестируйте на реальных данных как можно раньше — многие проблемы не видны на тестовых данных 3. ИИ хорошо пишет новый код, но плохо рефакторит большой существующий
Итог: бета-версию реального инструмента для команды можно сделать через вайбкодинг за несколько вечеров — но важно начинать просто и итерировать, а не пытаться сделать всё идеально с первого раза.