Вайб-кодинг: кейсы и что реально можно построить без команды разработчиков

В апреле 2026 года я поставила себе конкретный вопрос: что реально можно построить вайб-кодингом, если работать системно, а не ради эксперимента? Я Натали Васильева, эксперт по нейросетям и продюсер онлайн-школы «Финансовый директор | Мастер CFO» (основатель школы Софья Бурцева). По состоянию на 4 июня 2026 года у меня есть ответ в цифрах: 40+ продуктов, около 297 000 строк кода, 15 живых доменов и поддоменов, 12 Telegram-ботов и AI-агентов. Всё это за два месяца, без команды программистов, без технического директора, без аутсорса.

Я специально не публиковала промежуточных отчётов в процессе. Хотела сначала получить реальный результат, убедиться, что продукты работают в проде под реальной нагрузкой, и только потом написать честный разбор с конкретными цифрами. Вот он.

Эта статья: ретро-отчёт с реальными данными по каждому продукту. Задумка, что получилось, какой эффект уже есть. Я разбираю 7 флагманских продуктов по схеме «задумка, что собрали, эффект» с конкретными цифрами из реальных репозиториев. Если вы думаете, что вайб-кодинг: «поиграться с AI в свободное время», вот конкретные доказательства обратного.

Что такое вайб-кодинг и чем он отличается от промптинга

Вайб-кодинг: создание программных продуктов через диалог с AI-ассистентом. Вы описываете задачу на естественном языке, AI генерирует код, вы тестируете результат в браузере и направляете следующую итерацию. На выходе не текст и не таблица, а живой продукт: бот, который принимает оплату; дашборд, который тянет данные из CRM; лендинг, который открывается по реальному URL и конвертирует трафик.

Три принципиальных отличия от промптинга. Промпт: разовая инструкция в чате, результат существует только пока открыта вкладка. Вайб-кодинг производит артефакты: файлы, репозитории, сервисы, которые работают независимо от вас 24/7. Промптинг экономит часы на конкретных задачах. Вайб-кодинг создаёт активы, которые работают месяцами без вашего участия.

Как это выглядит в практике. Я открываю Claude Code и пишу: «Нужен Telegram-бот с регистрацией пользователей, несколькими тарифами, интеграцией ЮКасса для оплаты, 7 уровнями лояльности и реферальной программой». Дальше идёт итеративная сборка: Claude пишет первую версию, я проверяю логику в Telegram, говорю «добавь выплату реферерам 15% за первый заказ приведённого человека и 5% за все последующие», Claude правит. Я не вижу синтаксис Python, не пишу SQL-запросы вручную, не настраиваю nginx. Я вижу работающий бот и описываю, что должно работать иначе.

Ключевой навык в вайб-кодинге не технический, а управленческий: умение чётко формулировать требования, декомпозировать процесс на шаги и давать точную обратную связь. Это ровно то, чему учат финдиректоров. Поэтому финансисты осваивают вайб-кодинг быстро: они умеют мыслить процессами, видеть зависимости между шагами и контролировать результат без погружения в детали реализации.

Что изменилось в 2026 году. Claude Code удерживает контекст на 50 000+ строк без деградации качества. Это критично для сложных проектов: когда у вас CRM с 37 таблицами в базе и 18 интегрированными сервисами, ни один человек не держит всё в голове: AI держит, если правильно структурировать проект через CLAUDE.md и модульную архитектуру. Вайб-кодинг перешёл из категории «эксперимент для ранних последователей» в категорию «производственный инструмент для бизнеса».

Важный нюанс про итерации. Первая версия продукта в вайб-кодинге почти никогда не финальная, и это нормально. Я работаю короткими циклами: написала требование, Claude сгенерировал версию, я проверила в браузере, нашла несоответствие с задуманной логикой, написала корректировку. Этот цикл занимает 10-30 минут на итерацию. За день 10-20 итераций, и в конце дня работает то, что задумывалось утром. Скорость итераций в вайб-кодинге в разы выше, чем в традиционной разработке: не нужно ждать следующего спринта, не нужно объяснять контекст на планёрке. Сразу написал, сразу получил, сразу проверил.

Сколько реально можно построить за два месяца?

Апрель и май 2026 года я работала в режиме системного вайб-кодинга: то есть не «по вечерам для хобби», а как основную рабочую задачу продюсера школы. Конкретные итоги на 4 июня 2026:

Для ориентира: junior backend-разработчик пишет около 100-200 строк проверенного, задокументированного кода в день. 297 000 строк за 60 дней: примерно 5 000 строк в день. Один человек + Claude Code + правильная декомпозиция задач на небольшие итерации.

Я не утверждаю, что каждая из этих строк написана идеально и прошла бы код-ревью опытного архитектора. Но продукты работают: принимают оплату, держат нагрузку, не падают в проде. Для бизнеса это и есть критерий качества.

Распределение по типам продуктов:

• 7 флагманских продуктов: полноценные системы с бэкендом, базой данных и интеграциями: разбираю детально ниже
• 8+ воронок и лендингов: продающие страницы, квизы, страницы курсов и эфиров
• 5+ обучающих продуктов: спецкурсы, LMS, интерактивные учебные материалы
• 6+ внутренних инструментов: AI-агенты, автоматизация, аналитика для команды
• Презентации и демо: интерактивные финансовые модели, шаблоны, инструкции

В каждом разделе ниже: реальные цифры кодовых баз, реальные функции и реальный эффект. Начнём с самого тяжёлого.

Флагман 1: почему мы собрали свою CRM вместо AmoCRM?

Задумка. Менеджеры отдела продаж школы переписываются с лидами в Telegram Business: живой, быстрый канал, в котором лиды отвечают. Проблема: данные жили в разных системах. CRM-карточка в AmoCRM, сделка в Bitrix, оплата в SOHO, запись звонка у Voximplant, история переписки в Telegram. Менеджер перед звонком открывал четыре вкладки и всё равно получал неполную картину. Задача: единая CRM поверх Telegram Business, которая сама зеркалит переписки в централизованную базу и даёт менеджеру одно окно для всего.

Дополнительное требование: хранение персональных данных должно соответствовать 152-ФЗ, то есть данные не должны покидать российский контур. Ни AmoCRM, ни Bitrix в облачных версиях это требование не закрывают без дорогостоящей локальной установки.

Что собрали. CRM развёрнута на crm.fin-academy.pro. Кодовая база: 50 943 строки, 357 коммитов. Архитектура: 18 отдельных сервисов плюс 12 таймеров для фоновых задач. База данных: 37 таблиц в PostgreSQL.

Что умеет система:

• Автоматическое зеркалирование переписок менеджеров из Telegram Business в единую базу: менеджер видит историю контакта с первого сообщения, без ручного копирования
• Веб-кабинет с карточкой лида: полная история переписки, статусы, теги, сегменты аудитории, источник трафика, приписанный менеджер
• Сквозная аналитика по воронке: откуда пришёл лид, количество касаний до покупки, время в каждом статусе, конверсия по каждому менеджеру и по каждому каналу
• Запись и транскрибация звонков: интеграция с Voximplant записывает звонок, OpenAI Whisper транскрибирует, текст звонка сохраняется в карточке лида с временными метками
• Интеграция с банком Точка: входящие оплаты попадают в CRM автоматически, привязываются к карточке клиента без ручного ввода
• Хранение ПД по 152-ФЗ: все данные на российском сервере, маскировка при отображении, ролевая модель доступа

Интеграции суммарно: SOHO (LMS школы: подтягивает данные о покупках курсов), Radist (мессенджеры), Voximplant (телефония), банк Точка, OpenAI/Whisper (транскрипция), платёжная система.

Эффект. Менеджер открывает одно окно и видит полную картину по лиду: откуда пришёл, что смотрел, о чём переписывался, что купил, есть ли задолженность. Время на «собрать контекст перед звонком» сократилось с 10-15 минут до нуля: всё уже в одном экране. Руководитель видит воронку в реальном времени без ручных выгрузок из четырёх систем.

Для понимания масштаба: 50 943 строки, 18 сервисов, 37 таблиц: архитектура полноценного SaaS-продукта. Штатная команда на такой проект: 3-4 разработчика, 4-6 месяцев работы, бюджет от 1 500 000 рублей при московских ставках. Вайб-кодинг: один человек, итеративная сборка в течение двух месяцев параллельно со всеми остальными продуктами.

Флагман 2: можно ли монетизировать вайб-кодинг с маржой 55%+?

Задумка. В начале апреля я думала о том, какой коммерческий продукт можно запустить вайб-кодингом быстро и сразу с реальными деньгами. Выбрала нишу персонализированных песен в подарок: к дню рождения, свадьбе, выпускному, юбилею, корпоративному событию. Ниша не связана с основной тематикой финансовой школы: намеренно. Хотела проверить, можно ли вайб-кодингом запустить коммерческий продукт-сателлит в абсолютно новой области.

Что собрали. Сервис на songs.fin-academy.pro: 29 816 строк кода, 14 таблиц в базе данных.

Технологический стек: kie.ai как платформа генерации (Claude для написания текста и Suno V5 для генерации музыки с голосом), OpenAI для дополнительной обработки и модерации, ЮКасса для приёма платежей.

Как работает продукт: пользователь открывает бота, заполняет форму: имя получателя, повод, 5-7 фактов о человеке, желаемый жанр и настроение. Бот генерирует уникальную песню с вокалом и инструменталом, отдаёт аудиофайл плюс полный текст с разбивкой на куплеты. Среднее время выполнения заказа: несколько минут.

Экономика продукта на момент написания статьи:

Семь уровней лояльности: система, которая автоматически даёт скидки и бонусы по мере роста числа заказов: чем больше покупаешь, тем выгоднее следующая покупка. Реферальная программа встроена в бота: каждый пользователь получает личную ссылку, по которой отслеживаются его приведённые покупатели.

Эффект. Продукт работает автономно: вся цепочка от заявки до отгрузки готовой песни автоматизирована, команда не участвует в каждом заказе. Реферальная программа создаёт органический рост без дополнительного рекламного бюджета: пользователи делятся ссылкой сами, потому что за это получают деньги.

Этот кейс демонстрирует конкретный тезис: вайб-кодинг позволяет запускать коммерческие продукты в нишах, далёких от основного бизнеса, за несколько недель: и сразу зарабатывать. Не «потом монетизируем», а оплата с первого дня работы.

Флагман 3: как автоматизировать удержание закрытого клуба одним ботом?

Задумка. Клуб «Финансист PRO»: закрытое платное сообщество участников школы. Проблемы: онбординг новых участников занимает время куратора, активность снижается без регулярных касаний, часть участников уходит молча после первых двух месяцев. Задача: автоматизировать онбординг, сделать клуб активным без увеличения нагрузки на куратора и вернуть тех, кто перестал участвовать.

Что собрали. Два связанных продукта: веб-кабинет на clubpro.fin-academy.pro и бот «ПРОшка» в Telegram. Суммарно: 32 161 строка кода, 28 таблиц в базе данных.

Функции бота «ПРОшка» в деталях:

• Онбординг: новый участник получает персонализированный сценарий знакомства с клубом: не общий welcome-текст, а последовательность шагов, адаптированную под его профиль (опыт, сфера деятельности, цели). Бот ведёт участника по шагам, проверяет выполнение и открывает следующие возможности
• Дни рождения с AI-открытками: бот заранее (за 1-2 дня) проверяет предстоящие дни рождения участников, генерирует персональное поздравление и уникальную открытку через kie.ai (Claude + nano-banana), отправляет в нужный день автоматически
• Голосовые с транскриптом: участник отправляет голосовое сообщение в клубный чат, бот транскрибирует через OpenAI Whisper и сохраняет текстовую версию с возможностью поиска: больше не нужно переслушивать голосовые
• Рандом-кофе: еженедельный мэтчинг участников для неформальных встреч и нетворкинга: бот подбирает пары с учётом сферы деятельности и предыдущих мэтчингов, отправляет контакты обоим участникам
• Рассылки по эфирам: персонализированные напоминания о ближайших эфирах с учётом интересов и активности конкретного участника: не массовая рассылка всем, а релевантный контент для каждого

Технологический стек: SOHO API (база участников, доступ к данным о покупках и активности), kie.ai с Claude + nano-banana (генерация контента), OpenAI Whisper (транскрипция), интеграция с Zoom (данные по эфирам), шаблоны открыток из Figma.

Эффект. Куратор-человек перестал тратить время на стандартные приветствия, организационные напоминания и поздравления с днями рождения. Участники получают персональный контакт с брендом школы без ощущения автоматизации: поздравление пришло в день рождения, открытка уникальная, текст персональный. Рандом-кофе создаёт внутренний нетворкинг, который удерживает сильнее любого «не уходите, у нас скидка».

Хотите увидеть, как я собираю продукт вайб-кодингом с нуля до живого домена? Это в курсе «Вайб-кодинг» с 11 живыми демо прямо в браузере, без установки чего-либо: vibe.fin-academy.pro

Флагман 4: как один дашборд заменил аналитика отдела продаж?

Задумка. Руководитель отдела продаж тратит несколько часов в неделю на сбор данных из разных источников: CRM, LMS, банк, платёжная система, выгрузки из Telegram. Каждая выгрузка: отдельный ручной шаг с отдельным форматом. К тому времени, как сводка готова, часть данных уже устарела. Задача: единый дашборд с актуальными данными прямо сейчас, плюс инструмент для умного прозвона по базе лидов: не всех подряд, а самых перспективных.

Что собрали. Аналитическая платформа на rop.fin-academy.pro.

Что входит в систему:

• Дашборд план/факт: 8 категорий показателей: выручка, новые лиды, конверсии по каждому шагу воронки, средний чек, количество повторных покупок, возвраты, активность менеджеров, прогноз к концу месяца. Визуализация через Chart.js, обновление в реальном времени через вебхуки
• Воронки по продуктам: от первого касания (подписка на канал, переход с рекламы) до оплаты: по каждому продукту и каждому каналу трафика отдельно. Позволяет видеть, где воронка «проседает» и на каком шаге теряются лиды
• Профиль крупного покупателя: AI строит обобщённый портрет лида с высокой вероятностью конверсии на основе исторических данных: поведение, источник трафика, паттерны взаимодействия с контентом
• Lookalike-лиды на прозвон: из базы 13 480 лидов система ежедневно отбирает 500-1000 контактов с наибольшей готовностью к покупке на основе RFM-скоринга

RFM-скоринг (Recency: давность последнего контакта, Frequency: частота взаимодействий, Monetary: сумма и история покупок): в классическом исполнении это работа аналитика на несколько часов. Здесь он работает в фоне, обновляет сегменты ежедневно по расписанию и автоматически формирует приоритетный список на прозвон.

Технологический стек: хостинг Beget + FirstByte, Chart.js для визуализации, собственный RFM-модуль, SOHO GraphQL API, данные из Финтабло, маскировка персональных данных при отображении.

Эффект. Утром руководитель видит pulse по выручке за прошедший день без единой ручной выгрузки. Из базы 13 480 лидов прозвонщики получают конкретный список 500-1000 контактов с наибольшей готовностью к покупке: вместо равномерного обхода всей базы без приоритизации. Это меняет конверсию звонков кратно: звонить тому, кто открыл письмо вчера и смотрел страницу курса, принципиально отличается от звонка в «холодную» базу трёхлетней давности.

Отдельная ценность дашборда: прозрачность для всей команды. Менеджеры видят свой план/факт в реальном времени и сами регулируют интенсивность работы. Руководитель не тратит время на ежедневные статус-созвоны с вопросом «как у тебя дела»: всё видно в одном окне. Это административный эффект, который сложно выразить в деньгах, но легко почувствовать в снижении управленческой нагрузки.

Флагман 5: как работает мультиагентный SEO-конвейер?

Задумка. Блог школы должен приносить органический трафик из Яндекса и AI-трафик из Я.Нейро, ChatGPT Search, Perplexity на продукты школы. Задача: автоматизировать весь цикл создания контента: от выбора темы до индексации в Яндексе: с воротами качества, которые не пропустят слабый материал в публикацию. Не замена автора, а конвейер, который позволяет одному автору (мне) публиковать качественный контент значительно чаще.

Что собрали. Мультиагентный SEO-конвейер на blog.fin-academy.pro. Именно через него написана статья, которую вы сейчас читаете.

Кодовая база управляющего конвейера: 5 494 строки. Фронтенд блога: Astro 5 + Tailwind CSS: выбрали Astro за почти нулевой JavaScript на клиенте, что даёт Lighthouse Performance 95+ без дополнительной оптимизации.

Как работает конвейер: восемь шагов:

1. Выбор темы: агент анализирует backlog приоритетов (файл topics.json), учитывает SEO-потенциал ключа и приоритет для воронки школы
2. Research и сбор источников: агент собирает данные и факты под тему, фиксирует источники
3. Написание черновика: drafter-агент пишет первую версию статьи по анатомии из research/article-anatomy.md: с правильной структурой H2, ключевыми выводами и FAQ
4. Фактчек: fact-checker-агент проверяет все цифры и утверждения, выдаёт список сомнительных фактов для проверки автором
5. Критик и revise: critic-агент оценивает качество по нескольким параметрам, drafter правит по его замечаниям: минимум один полный круг
6. Quality gate: автоматическая проверка по чек-листу перед публикацией (наличие H1 с ключом, минимальная длина, FAQ, внутренние ссылки, alt-теги у изображений, корректный frontmatter)
7. Сборка и деплой: Astro собирает статью в статику, деплоит на сервер
8. Дистрибуция и индексация: автоматически форматирует и отправляет в VC.ru, Яндекс Дзен, Habr; пингует IndexNow и Яндекс.Вебмастер сразу после публикации

Расписание: cron запускает цикл 3 раза в день.

Эффект. SEO-конвейер: не просто автоматизация публикаций. Это замена редакции: writer-агент, editor-агент, fact-checker-агент, publisher-агент работают как полноценная команда. Автор (я) задаёт направление, проверяет качество-гейты и правит в нужных местах. На выходе: статьи с проверенными фактами, правильной структурой, которые проходят quality gate и продвигаются в органическом поиске.

Флагман 6: что дают боты-кураторы 24/7 в курсах?

Задумка. В чатах курсов школы ученики задают вопросы в любое время суток: утром в выходные, поздно вечером, в разгар рабочего дня. Живой куратор не может отвечать мгновенно в 2 ночи или в воскресенье, когда у него нет рабочей смены. Задача: боты-кураторы, которые отвечают в стиле живого куратора без задержки и без снижения качества ответов, с возможностью эскалации сложных вопросов.

Что собрали. 4 бота-куратора на платформе OpenClaw (модель gpt-5.4):

• Аишка: куратор основного курса по AI для финансистов
• Вайбик: куратор курса по вайб-кодингу; отвечает на технические вопросы по инструментам и разборам из курса
• Кодик: технический куратор, специализируется на вопросах по конкретным инструментам и настройке
• Цифровая Натали: мой AI-аватар, который отвечает на вопросы о курсах, программе и ценообразовании в моём стиле

Механика работы. Ученик задаёт вопрос в чате курса: бот отвечает из базы знаний в течение секунд. Если вопрос выходит за рамки базы знаний или требует экспертного суждения: бот создаёт черновик ответа и отправляет мне в отдельный канал эскалации с пометкой «требует проверки». Я просматриваю черновик, при необходимости правлю и возвращаю финальный ответ в чат.

Обучение ботов через команду /learn: куратор добавляет новые ответы прямо в чате: бот сразу учится на новом материале и применяет знание в следующих вопросах. Это позволяет быстро пополнять базу знаний без технических манипуляций.

Ежедневный health-отчёт в 9:00: каждый бот присылает сводку: сколько вопросов обработал за прошедший день, сколько эскалировал, сколько новых учеников активировалось. Этот отчёт идёт мне автоматически: я вижу, насколько загружены боты, и понимаю, когда нужно пополнить базу знаний через /learn или расширить шаблоны ответов. Система сама сигнализирует о своих пробелах.

Интеграция с SOHO API: боты имеют доступ к данным об ученике: какой курс куплен, на каком уроке остановился, когда последний раз заходил в LMS. Это позволяет давать персонализированные ответы: «Судя по вашему прогрессу, вы на 4-м уроке. Там как раз разбирается этот вопрос в практическом задании». Без интеграции с LMS ответы были бы общими и менее полезными. Персонализация на уровне прогресса ученика: одна из ключевых вещей, которые отличают нашу систему кураторов от простого FAQ-бота.

Эффект. Ученик получает ответ в секунды, а не через несколько часов или до следующего рабочего дня. Куратор-человек занимается сложными кейсами и нестандартными ситуациями, а не повторяющимися вопросами «где домашнее задание», «как скачать материалы», «почему видео не открывается». Доходимость курсов: процент учеников, завершающих все уроки,: растёт: первое препятствие «непонятно, брошу разбираться потом» снимается мгновенно без ожидания.

Флагман 7: чем лонгрид с 11 живыми демо лучше обычного лид-магнита?

Задумка. Лид-магнит для курса «Вайб-кодинг» должен не рассказывать о вайб-кодинге, а давать попробовать его. Читатель должен уйти со страницы с конкретным ощущением «я только что это сделал своими руками». Задача: интерактивный лонгрид, где читатель сам запускает мини-приложения прямо в браузере, без регистрации и без установки чего-либо.

Что собрали. Интерактивная статья на vibe.fin-academy.pro: 10 799 строк кода, 11 живых демо, встроенных через изолированные iframe.

Технологический стек: Next.js 16 для основной страницы (SSR для SEO), Tailwind v4 для стилей, shadcn/ui для компонентов интерфейса, Framer Motion для анимаций и переходов между секциями. Каждое демо собрано отдельно на Vite+React.

Что может читатель прямо на странице: без регистрации и без перехода на другие сайты:

• Калькулятор юнит-экономики: вводит свои данные (цена продукта, себестоимость, конверсии), получает расчёт маржинальности, ROI и точки безубыточности в реальном времени
• Мини-CRM: интерактивные карточки лидов, которые можно перемещать по воронке, тегировать и фильтровать
• Генератор текста через API: пишет запрос, видит ответ: наглядная демонстрация того, как работает API нейросети
• Интерактивный дашборд: меняет параметры бизнеса: и видит, как меняются показатели P&L и cashflow на графиках в реальном времени
• Ещё 7 демо по ключевым темам курса: бюджетная модель, анализ контрактов, генерация отчётных сводок

Каждое демо: настоящий код, а не анимация. Читатель взаимодействует с реальным приложением, которое работает на клиентском JavaScript и не требует серверных запросов.

Эффект. Читатель приходит на страницу, тратит 15-25 минут, сам тестирует продукты и уходит с конкретным пониманием: «это реально работает: я только что это сделал». Конверсия в заявку на курс выше, чем от стандартной продающей страницы: потому что это не реклама, а демонстрация. Чужие слова убеждают, собственный опыт: решает.

15 доменов за два месяца: как быстро строятся воронки вайб-кодингом?

Воронки и лендинги: категория, в которой вайб-кодинг особенно эффективен по скорости. Стандартный лендинг с формой заявки, подключённой аналитикой и интегрированной оплатой собирается за 2-4 часа. Квиз на 18 вопросов с разветвлённой логикой результатов и персонализированным итогом: за 1-2 дня.

Продукты этой категории, запущенные за апрель-май 2026:

• byudzhet.fin-academy.pro: лендинг курса «Мастер бюджетирования с ИИ»: программа курса, блоки с кейсами выпускников, тарифы, оплата
• probudget.fin-academy.pro: страница эфира «Бюджет как инструмент»: регистрация, таймер, напоминания
• test-budget.fin-academy.pro: квиз «Бюджет-радар» из 18 вопросов с персонализированным результатом по профилю финансиста (что именно в бюджетировании проседает и что с этим делать)
• combo.fin-academy.pro: AI-комбо в двух тарифах: 1 990 и 3 490 рублей, с раздельными тарифными страницами и встроенными оплатами
• codex.fin-academy.pro: страница экскурсии по Claude Codex для участников школы: видео-разборы, доступ по коду участника
• vibe.fin-academy.pro: страница курса «Вайб-кодинг» плюс страница эфира для новичков 16 июня за 990 рублей
• Лендинги по Claude и нейросетям для финансистов: несколько тематических страниц под органический трафик

Технологический стек этой категории: Vite + React для интерактивных воронок с несколькими шагами (квизы, выбор тарифа, форма с валидацией), single-file HTML для максимально быстрых лендингов без сборки, статический хостинг на Beget: открывается за 200-300 мс. Счётчики: Я.Метрика + Webvisor, SOHO Analytics. Оплата через SOHO (карты, переводы, рассрочка).

Главное, что меняет скорость сборки воронок: идея эфира возникла вечером: к следующему утру уже есть страница с оплатой, Я.Метрикой и корректным OG-превью для соцсетей. Не «запустим через две недели, когда подрядчик сделает лендинг», а «запустили сегодня и уже видим регистрации». Это меняет способность реагировать на рыночные возможности.

Что вошло в образовательную инфраструктуру?

Вайб-кодинг применялся не только для внешних продуктов и воронок, но и для создания самой обучающей инфраструктуры школы. Это отдельная категория, которую часто не учитывают, когда говорят о «разработке».

Спецкурс «Монетизация вайб-кодинга» (6 уроков): практический курс от идеи до первой продажи продукта, созданного AI-ассистентом. Включает разборы реальных продуктов с кодом и цифрами по монетизации.

Спецкурс «Агенты на OpenClaw» (8 модулей, около 10,5 часов видеоконтента): от установки и первых шагов до продвинутых агентов с базой знаний, системой эскалации и интеграциями с внешними сервисами.

Интенсив «Финмодель ресторана с ИИ»: интерактивная финансовая модель, собранная на Next.js. Студент не просматривает статичные слайды: он меняет параметры бизнеса (количество посадочных мест, средний чек, процент заполняемости, расходы на ФОТ) и сразу видит, как меняются P&L, EBITDA и cashflow на интерактивных графиках. Это полностью вайб-кодинговый продукт, собранный специально под образовательный формат.

LMS NeuroAcademy: около 70 уроков в системе управления обучением, собранной собственными силами. Система отслеживает прогресс студента по каждому уроку, блокирует переход к следующему до завершения текущего, отправляет напоминания при длительном перерыве в обучении, даёт доступ к материалам строго по купленным модулям.

Сайт инструкций для сотрудников: внутренняя база знаний для команды школы: пошаговые инструкции по каждому боту, CRM, инструменту и рабочему процессу. Обновляется вайб-кодингом по мере появления новых инструментов.

Презентационные материалы: эфир по бюджетированию (108 слайдов с анимациями и встроенными таблицами), экскурсия по Claude Codex (интерактивная презентация), PPTX-шаблон для спикеров клуба «Финансист PRO» (47 слайдов, брендированный), доклад для «Белой конфы» 7-8 июля.

Всё это: вайб-кодинг в расширенном понимании. Не только веб-сервисы, но и интерактивные образовательные продукты, которые раньше требовали отдельных специалистов: методолога, дизайнера, фронтенд-разработчика.

Отдельный эффект, который я не ожидала: вайб-кодинг сильно ускорил обновление учебных материалов. Раньше внести правку в презентацию или добавить новый модуль в LMS означало согласование с дизайнером, правки, экспорт. Сейчас я описываю изменение в Claude Code, получаю обновлённую версию через час и деплою. Если на эфире выяснилось, что какая-то тема требует дополнительного модуля, он появляется в LMS до следующей недели, а не через месяц.

Какие AI-агенты автоматизируют работу команды изнутри?

Кроме пользовательских продуктов и воронок, за два месяца появились внутренние инструменты автоматизации. Большинство работают автономно, не требуют участия команды в ежедневной операционке.

РОП-бот: ежедневно в заданное время отправляет руководителю отдела продаж структурированный отчёт по выручке, конверсиям по воронкам и приоритетным задачам. Отдельная функция: формирование конкретного списка контактов для прозвона на день с учётом RFM-приоритетов из дашборда.

AI-комдир: каждое утро в 9:30 присылает 3-5 конкретных идей роста для школы, основанных на текущих метриках, активности в чатах и рыночной ситуации. Стоимость работы этого агента: около 1,8 доллара в месяц: дешевле, чем утренний кофе.

Система эскалации кураторов: перехватывает сложные вопросы учеников, которые OpenClaw-боты не могут закрыть из базы знаний, создаёт черновики ответов и отправляет мне в отдельный канал с пометками приоритета.

Health-отчёт: ежедневный сводный отчёт по всем ботам и сервисам школы: что работало штатно, что упало или дало ошибки, что требует внимания сегодня. Позволяет увидеть проблему до того, как её заметят пользователи.

AI-PM «Ника»: агент, который на основе контент-плана и текущей активности в сообществах генерирует идеи для постов в соцсетях: с учётом того, что уже публиковалось, и что сейчас актуально для аудитории.

Content-scout: заготавливает материалы для публикаций: тезисы, структуру, первый черновик в голосе Натали, который потом дорабатывается вручную перед публикацией.

Демо-проекты в рабочем состоянии, которые не попали в продакшн, но служат учебными примерами: Fincore (агрегатор финансовых данных), дашборд «Пекарня» (юнит-экономика точки продаж), дашборд ОДДС (отчёт о движении денежных средств в интерактиве), калькулятор ценообразования, финансовая модель на данных банка Точка, Poker Trainer, Arcane Code Weave.

Какой стек реально используется в вайб-кодинге?

Для тех, кто хочет повторить что-то похожее: конкретный технологический стек из этого кейса с объяснением выбора.

AI-ассистенты:

• Claude Code: основной инструмент для сложных продуктов (CRM, боты с интеграциями, SEO-конвейер). Выбор: держит большой контекст, понимает бизнес-задачу целиком, не теряет нить при большой кодовой базе
• OpenClaw на gpt-5.4: платформа для ботов-кураторов. Выбор: удобный /learn для пополнения базы знаний, интеграция с Telegram без ручной настройки вебхуков
• kie.ai: генерация медиа-контента (Claude + Suno V5 для музыки, Claude + nano-banana для AI-открыток). Выбор: объединяет несколько AI-сервисов в один API, не нужно интегрировать каждый отдельно

Фронтенд:

• Astro 5 + Tailwind CSS: SEO-блог. Выбор: почти нулевой JavaScript на клиенте, Lighthouse Performance 95+, MDX-контент с компонентами прямо в тексте
• Vite + React: лендинги, воронки, квизы. Выбор: быстрая сборка (секунды), горячая перезагрузка, привычная экосистема компонентов
• Next.js 16: интерактивные продукты с SSR. Выбор: SEO для динамических страниц, SSR для первого рендера, API-роуты встроены
• Single-file HTML: максимально быстрые лендинги без сборки. Выбор: лендинг за 2 часа, нулевая конфигурация, работает на любом хостинге

Бэкенд и базы данных:

• Python: основной язык серверной части всех ботов и сервисов. Выбор: Claude Code хорошо его знает, богатая экосистема библиотек для Telegram, HTTP, баз данных
• PostgreSQL: основная база данных. 37 таблиц в CRM, 28 в ClubPRO, 14 в «Песенке». Выбор: стабильность, хорошая поддержка в Claude Code, надёжные ORM

Ключевые бизнес-интеграции:

• SOHO: LMS и внутренняя CRM школы: GraphQL API, данные об учениках и покупках
• Radist: мессенджеры: зеркалирование Telegram Business в базу
• Voximplant: телефония: запись звонков, передача в Whisper
• ЮКасса: платежи в коммерческих продуктах
• OpenAI Whisper: транскрипция звонков и голосовых сообщений
• Банк Точка: финансовые данные в реальном времени

Хостинг и инфраструктура:

• Beget + FirstByte: статика и лёгкие приложения: быстро, дёшево, хорошая поддержка
• VPS с Docker: тяжёлые бэкенды с несколькими сервисами и таймерами

Ни один из этих инструментов не требует глубокого технического знания для начала работы. Требует: умение чётко описать задачу и понять, когда результат соответствует требованиям, а когда нет.

Про выбор стека есть одна ловушка, в которую я поначалу попадала: начинаете искать «лучший инструмент» вместо того, чтобы начать строить. Мой подход сейчас: беру самый простой стек под задачу (обычно Vite+React для фронта и Python для бэка) и перехожу к более сложному только когда упираюсь в конкретное ограничение. Например, на Next.js переходила, когда нужен был SSR для SEO. На Astro: когда важна скорость загрузки блога. Это экономит недели на исследовании инструментов и сразу даёт рабочий продукт.

Ещё важный момент про интеграции. Каждая интеграция с внешним сервисом: это не просто «подключить API», это работа с документацией, форматами данных, обработкой ошибок и ограничениями рейтинга. Вайб-кодинг сильно упрощает эту работу: Claude Code знает документацию большинства популярных API и пишет интеграционный код без длинных инструкций. Я давала задачу «подключи Voximplant для записи звонков», и через несколько итераций получала рабочую интеграцию без самостоятельного чтения 50 страниц документации.

Один человек + вайб-кодинг = отдел разработки: итог за два месяца

В мае 2026 на одном из эфиров мне задали прямой вопрос: «Ты же финдиректор, не программист. Ты вообще понимаешь, что ты написала?» Честный ответ: понимаю на 40-60%. Остальное написал Claude Code под мои требования. И это нормально: и есть суть вайб-кодинга.

Что на самом деле нужно и что не нужно для вайб-кодинга:

Три мифа о вайб-кодинге, которые этот кейс разбивает:

Миф 1: «Это только для тех, кто умеет программировать». Реальность: чётко описать бизнес-логику продукта сложнее, чем выучить синтаксис. Финдиректор, который понимает процессы, воронки и интеграции, создаёт более качественные продукты вайб-кодингом, чем junior-разработчик, который умеет писать код, но не понимает бизнес.

Миф 2: «Вайб-кодинг даёт сырые демо, не продакшн-продукты». Реальность: CRM с 50 943 строками и 357 коммитами, которая сейчас обрабатывает переписки реального отдела продаж: продакшн. Бот с ЮКассой, который принимает реальные платежи за 490 рублей: продакшн. SEO-блог с автопубликацией, который получает реальный трафик из Яндекса: продакшн.

Миф 3: «Это медленно: быстрее нанять разработчика». Реальность: разработчика нужно нанять (2-4 недели поиска и онбординга), ввести в задачу (ещё несколько недель), ждать результата (ещё месяц). Вайб-кодингом MVP лендинга готов через 4 часа. MVP бота: через 3 дня. Даже сложная CRM с 18 сервисами: 2 месяца итеративной работы, а не полгода.

Итог за два месяца одной строкой. 40+ продуктов, около 297 000 строк кода, 15 живых доменов, 12 ботов и агентов: 0 штатных программистов.

Это не гиперболизация и не маркетинговый текст. Это цифры из реальных репозиториев, реальных серверов и реальных доменов, которые прямо сейчас обрабатывают реальные запросы пользователей.

Финдиректор без команды программистов закрыл задачи полноценного отдела разработки: CRM, боты, аналитика, образовательные продукты, маркетинговые воронки. Не потому что я исключение. А потому что вайб-кодинг в 2026 году: рабочий инструмент для людей, которые умеют думать о бизнесе.

Один вопрос, который мне задают чаще всего: «Окей, у тебя это работает, но ты умная и хорошо разбираешься в процессах. А у обычного человека получится?» Мой ответ: получится у любого, кто умеет декомпозировать задачу. Это не про интеллект, это про привычку думать процессами. Финансисты эту привычку вырабатывают на первом году работы: они ежедневно берут сложную ситуацию, разбивают на шаги и контролируют результат. Вайб-кодинг: та же работа, только AI исполняет шаги, а не стажёр.

Что будет дальше. Инструменты вайб-кодинга продолжают развиваться, но не в сторону «теперь AI сам всё придумает и построит». Скорее в сторону «AI исполняет точнее и быстрее, а ценность человека: в правильно поставленной задаче». Тот, кто умеет формулировать задачи: будет строить продукты. Тот, кто не умеет: будет объяснять AI, что он «просто хотел что-то вроде Amazon, только лучше».

Чек-лист: как начать вайб-кодинг с первого шага

Если хотите попробовать самостоятельно: вот конкретная последовательность:

1. Выберите одну конкретную задачу. Не «хочу автоматизировать бизнес», а «хочу лендинг под вебинар с формой регистрации и оплатой через ЮКассу». Чем конкретнее задача, тем точнее AI напишет код. Первый продукт должен быть маленьким и полностью законченным.

2. Опишите бизнес-логику текстом. Что происходит при каждом действии пользователя: нажал кнопку: куда попал, ввёл email: что пришло, оплатил: что открылось. Это ваше техническое задание. Без него AI выдаёт сырой результат с неверной логикой.

3. Выберите AI-ассистент. Для быстрых первых MVP: Cursor или Windsurf. Для сложных многосервисных продуктов: Claude Code. Не застревайте на выборе инструмента: начните с любого и переключитесь, когда почувствуете ограничения.

4. Начните с минимального рабочего продукта. MVP за 2-4 часа: одна страница, одна форма, одна кнопка. Не добавляйте все функции сразу. Каждый шаг должен оставлять продукт в полностью рабочем состоянии.

5. Разверните на хостинге сразу. Beget для статики, Render или Railway для серверных приложений. Реальный домен с первого дня: прод выявляет проблемы (CORS, SSL, мобильный трафик), которые локальный сервер прощает.

6. Итерируйте по одной функции. Добавляйте по одной возможности и проверяйте каждую на реальных пользователях. Вайб-кодинг быстрый, но только если не пытаться собрать всё за один день.

7. Фиксируйте всё в git. Claude Code коммитит автоматически. Когда AI-правка ломает то, что работало: а это обязательно произойдёт: откатитесь к рабочей версии за 30 секунд.

Каналы школы:

• @findir_pro в Telegram: главный канал «Финансовый директор | Мастер CFO»
• «АИ с Софьей и Натали»: канал о нейросетях и AI для финансистов от основателя школы и эксперта
• MAX: видеоклуб с практическими разборами, записями эфиров и закрытыми материалами