В прошлой статье я рассказал, как за год использования нейросетей сэкономил несколько миллионов рублей и получил результаты лучше, чем с командой разработчиков. В комментариях и личных сообщениях у меня спрашивали практические советы: как именно работать с ИИ, какие инструменты выбрать, с чего начать.

Я бы не назвал себя гуру вайб-кодинга — я вообще не разработчик. Но я успел наработать успешный опыт за год активного использования ИИ-инструментов + активно изучаю best practices от преуспевающих вайб-кодеров — ими и поделюсь в этой статье.

Хочу прояснить — это не я забыл выпить таблетки и поэтому решил, что вайб-кодинг сильно упрощает жизнь. Это новая реальность, сколь бы скептично к ней не относились многие разработчики. Гарри Тан, CEO Y Combinator, недавно сообщил, что у четверти стартапов в их текущей когорте 95% кода написано искусственным интеллектом.

Сегодня поделюсь практическим руководством — теми самыми приёмами и подходами, которые позволяют не просто поиграться с нейросетями, а создавать реальные продукты. Это выжимка из собственного опыта плюс лучшие практики от экспертов Y Combinator.

Выбор инструментов: что для кого

За год перепробовал множество решений. Многие из них взаимозаменяемые. Рекомендую пробежаться по всем и познакомиться с их возможностями в бесплатных версиях, чтобы понять что кому лучше подходит. Поделюсь базовой базой:

Для всех

• Replit, Lovable, Bolt — когда нужно быстро создать лендинг или простое приложение

• v0 — генератор компонентов от Vercel, отлично для фронтенда

• Claude — для всех текстовых задач: документы, политики, контент

• ChatGPT — универсальный помощник простых задач и генерации картинок

Для людей с минимальными знаниями в разработке

• Cursor — мой основной инструмент

• Windsurf — достойная альтернатива Cursor

• Kiro — новый инструмент от Amazon, на данный момент полностью БЕСПЛАТНЫЙ

• Claude Code — неплохая альтернатива, особенно при наличии подписки Claude

Про технологический стек: выбирайте популярные технологии. У ИИ больше данных по React, Python/Django, Ruby on Rails — качество генерации заметно выше, чем для экзотических фреймворков.

Далее делюсь рекомендациями именно для Cursor и подобных инструментов.

Планирование: как не утонуть в хаосе

Всегда начинайте с плана

Составляю детальный план в markdown вместе с ИИ. Разбиваю проект на фазы, каждую фазу — на конкретные задачи. Без плана легко потеряться в хаосе фич и рефакторингов.

Принцип «одна задача — один коммит»

После каждого выполненного пункта делаю коммит в git. Это спасает, когда ИИ что-то ломает и нужно быстро откатиться.

Техники работы с ИИ

Создавайте инструкции для каждого проекта

В начале каждого проекта прописываю «правила игры» для ИИ. Обычно генерирую их вместе с самим ИИ — прошу сформировать правила в соответствии с лучшими практиками разработки, учитывая специфику проекта:

Ошибки просто кормите нейронке

Не пытайтесь исправлять баги самостоятельно. Копирую полный traceback в ИИ — он почти всегда находит решение быстрее меня.

Используйте reset при накоплении «технического долга»

Если после нескольких итераций код становится запутанным, не стесняюсь начать блок заново. Иногда 10 минут переписывания экономят часы отладки.

Контроль качества

Тестирование

Честно говоря, сам я ленюсь и тесты не пишу — пока проекты не такие огромные, без них всё работает нормально. Но ребята из Y Combinator настоятельно рекомендуют писать интеграционные тесты для ключевых сценариев.

Возможно, когда проекты станут крупнее, я тоже к этому приду. Пока же — если что-то сломалось, быстро фикшу через ИИ.

Важность рефакторинга

Супер важно периодически делать рефакторинг — особенно при вайб-кодинге. Чем меньше вникаешь в код во время разработки (а при работе с ИИ это естественно — просто берёшь сгенерированный код и идёшь дальше), тем больше технического долга накапливается.

ИИ может написать рабочий код, но не всегда элегантный. Через несколько итераций получается каша из костылей, дублирующихся функций и странных архитектурных решений.

Продвинутые приёмы

Документация для ИИ

Полезно иметь документы, которые помогают ИИ быстрее разбираться в проекте:

• README.md — обзор проекта, техстек, архитектурная диаграмма

• .cursorrules — правила и конвенции проекта (в корне и в подпапках)

• repo_structure.yaml — плоская структура репозитория с описанием ролей файлов

• CHANGELOG.md — лог изменений для актуального контекста

Пример выжимки из моего .cursorrules:

Контекстные источники (порядок чтения)
- .cursorrules — правила, инварианты, карта ролей (этот файл)
- repo_structure.yaml — плоская карта директорий/ключевых файлов с ролями
- README.md — обзор, диаграмма архитектуры, команды запуска
- backend/settings/* — конфигурация окружений и флаги безопасности
- requirements/*.txt — профили зависимостей (dev/prod)
- Далее — переход к конкретным файлам по задаче

Работа с внешней документацией

Я так не делаю, но некоторые советуют качать документацию нужных библиотек локально в проект. Так ИИ имеет актуальную информацию и не выдумывает несуществующие методы. Сам я разве что документацию API выгружал, потому что без этого нейронки находили устаревшие методы, которые уже не работают.

Что делать с DevOps и инфраструктурой

ИИ отлично справляется не только с кодом, но и с настройкой окружения:

• Dockerfile и docker-compose

• Настройка CI/CD pipeline

• Конфигурация nginx

• Скрипты для деплоя

Просто описываю, что нужно, и получаю готовые конфиги.

Нужны ли хард скиллы для вайб-кодинга?

Совсем без навыков в разработке можно эффективно пользоваться простыми инструментами типа Replit, Lovable или v0. Но для серьёзных инструментов вроде Cursor придётся уделить время и поучиться основам программирования.

Навыки в разработке дают весомые преимущества, особенно когда проект разрастается. Вы можете направлять ИИ в правильном направлении — использовать более элегантные решения, правильно формировать архитектуру, понимать, когда ИИ предлагает костыль вместо нормального решения.

Поэтому мой совет: начните с простых инструментов, но параллельно изучайте основы. Хотя бы пройдите пару курсов по веб-разработке — это сильно повысит вашу продуктивность с ИИ-инструментами.

Заключение

Вайб-кодинг изменил мой подход к созданию продуктов. Теперь я могу за несколько недель протестировать идею, которая раньше требовала месяцев разработки.

Главное — не бояться экспериментировать и помнить: ИИ это инструмент, а не волшебная палочка. Успех зависит от того, насколько грамотно вы этим инструментом пользуетесь.

Начните с простого проекта уже сегодня. Возьмите любую идею, составьте план и попробуйте реализовать первый блок. Возможно, через год у вас будет своя история успеха.

Как я делаю продукты с околонулевым бюджетом с помощью нейросетей я показываю у себя в телеге

Мои продукты:

• Buyer — метмамаркетплейс брендовых кроссовок и одежды с миллионом товаров и выручкой в десятки миллионов рублей

• EasyFit AI — Telegram бот для контроля питания, который считает КБЖУ по фото, который активно ищет Product Market Fit