📝 Вайб коддинг: Telegram-бот для видео-кружков

Делимся кейсом от Ivan Bannikov и канала DIV.

Автор собрал простого, но полезного телеграм-бота: @tgsharik_bot. Он принимает обычные видеофайлы и возвращает их в формате «кружочка» — такого же, как видео-сообщения в Telegram. Вдобавок реализована проверка на подписку: доступ к функционалу только у подписчиков нужного канала.

Проект собран в рамках тренировки и прокачки в работе с нейросетями и быстрым прототипированием.

➡️ Вот как это было сделано:

1. Подготовка идеи и структуры. Сначала в нейросети (Claude, но можно использовать любую — GPT, DeepSeek, Grok) прогнали саму идею, набросали структуру проекта и сформулировали описание продукта. Это позволило быстро очертить, что нужно собрать, как должно работать и какие есть требования. Полноценного ТЗ в виде файла не было — всё на уровне промтов и быстрых набросков.

2. Сборка через Replit. Полученные описания были загружены в Replit. Перед запуском генерации автор воспользовался функцией Improve prompt, которая немного дополняет и уточняет описание. Затем — Start building. Replit начал собирать проект, настроил окружение, поднял сервер и выдал первую рабочую версию.

Важно: тот же подход можно реализовать в Cursor, Bolt и других нейросетевых IDE. Replit просто удобен тем, что сразу разворачивает сервер и даёт ссылку для тестирования.

3. Работа с чат-агентом. С первой попытки всё не заработало — Replit собрал код с ошибками. Пришлось подключать встроенного чат-агента и разбираться вручную. В процессе выявили, что не хватает импорта для asyncio и других мелких моментов. После правок удалось добиться нормального запуска бота.

Совет от автора: если Replit не справляется с конкретной ошибкой, можно скопировать код и закинуть его обратно в GPT или Claude с описанием проблемы. Затем внести предложенные правки в Replit. Такой способ сработал.

4. Деплой и запуск. Когда бот заработал, проект остался хоститься прямо на Replit. Для MVP и тестовой нагрузки этого достаточно. В случае роста можно либо перенести на внешний сервер, либо выгрузить как архив и задеплоить вручную.

🔥 Итого: Простой бот, сделанный с помощью нейросети, без погружения в тонкости разработки с нуля. Это позволяет за один-два вечера собрать рабочее решение, поэкспериментировать и выкатить тестовую версию. Главное — не бояться отлаживать и дорабатывать руками.

#ИИ #AI #Нейросети
———
#Кейс #Код
✍️Подписывайтесь: @aiforproduct

🔍 Как продакт-менеджеры используют ИИ

DevCrowd и «Контур» опросили 925 продакт-менеджеров по всей России и изучили, как ИИ входит в ежедневную работу.
Почти половина (48,2%) уже внедрила ИИ-инструменты в работу — это четвертое место среди всех рабочих инструментов после баз знаний (95,5%), таск-трекеров (68,6%) и досок (57,3%).

➡️ Какие ИИ-платформы используют:
• ChatGPT — 71,8%
• DeepSeek — 26,9%
• Perplexity — 16,8%
• GigaChat — 7%
• Локальные решения компаний — 7%
• Claude — 5,5%
• YandexGPT (Алиса) — 4,1%

➡️ Для чего используют ИИ

84,5% — для умного поиска информации
83,1% — для улучшения текстов
77,9% — задают вопросы про продакт-менеджмент

🔥 36% продактов хотят создавать продукты на базе ИИ. В 2024 году наиболее востребованной сферой для создания таких продуктов стал финтех.

Узнать больше: в полном отчёте есть данные о зарплатах, карьерных треках, инструментах работы, структуре команд и планах на развитие. Также интересная статистика по гендерному составу профессии и географии рынка.

#ИИ #AI #Нейросети #DevCrowd
———
#Исследования
✍️Подписывайтесь: @aiforproduct