У меня нет технического бэкграунда, я специалист в маркетинге) Я не пишу код на работе, не администрирую сервера и не собираюсь называть себя разработчиком. Но я всегда хотела попробовать создать что-то в IT.

И знаете что? С помощью GPT и Replit я собрала работающий продукт всего за несколько дней и выиграла хакатон в номинации «Релизьте это немедленно».

Что такое вайбкодинг

Вайбкодинг – это не про строчки кода и дебаг. Это про идею, энергию и умение донести задачу до AI-инструментов так, чтобы они сделали за тебя техническую часть.

Моя роль была в этом проекте: описывать, что именно должно получиться. А GPT вместе с Replit превращали идеи в рабочий код. Я занималась текстами, продуктом и логикой, а не синтаксисом.

Зачем я сделала этот проект

Я работаю в hh и вижу, как менеджерам приходится много общаться с клиентами по рекламным кампаниям. Вопросы и жалобы часто повторяются:

• Почему кликов больше, чем визитов в Метрике?

• Почему после 500 кликов всё ещё нет лидов?

• Как считать эффективность кампании? и др.

Это отнимает массу времени и сил. Поэтому я придумала сделать NoDramaBot – помощника, который отвечает клиентам вежливо, «гасит» конфликты и подсказывает менеджерам, что можно улучшить в настройках кампаний.

Фишки проекта

• Админка с базой кейсов – менеджеры могут добавлять новые ситуации. Режим GPT + база (RAG) на их основе выдаёт более точные ответы.

• ? Маскот NoDramaBot – яркий образ «бота с огнетушителем», который сразу приковывает внимание; отдельно, отметили запоминающееся название !)

• Демо-режим «Разыграть конфликт» – бот генерирует агрессивный запрос клиента и показывает, как он «гасит» ситуацию. Режим добавила, чтобы продемонстрировать для жюри бота в деле

• Семантический поиск и батчинг эмбеддингов – база работает быстро и умно даже при росте числа кейсов; бот понимает по контексту о каком продукте идет речь, в соответствии с этим составляет корректный ответ

• Разные режимы работы:

  • GPT + база – для типовых возражений (на основе добавленных кейсов)

  • Только GPT – чистая генерация по заложенного промпту

  • Чат (GPT-4o) – живой диалог с контекстом всей переписки тоже про пропту

    Как работает приложение

    1. Выбор режима: GPT + база, только GPT или чат

    2. Выбор продукта: hh Сегменты, Clickme, Виртуальный рекрутер, Кобрендинг /если менеджер забыл выбрать, то бот пытается понять о каком продукте идет речь по контексту

    3. Ввод вопроса или жалобы клиента

    Дальше:

    • Бот формирует ответ клиенту – спокойный и понятный.

    • Одновременно даёт советы менеджеру – что проверить (сегменты, Метрику, креативы и т.д.)

    В админке можно пополнять базу кейсов, и бот начинает использовать их в RAG-режиме.

Пример кода

Да, я не писала код руками – GPT сделал это за меня

// server/routes.ts
app.post("/api/answer", async (req, res) => {
  const { question, mode } = req.body;

  if (mode === "rag") {
    const context = await semanticSearch(question);
    const gptAnswer = await callOpenAI(question, context);
    res.json({ answer: gptAnswer });
  } else {
    const gptAnswer = await callOpenAI(question);
    res.json({ answer: gptAnswer });
  }
});

Моя задача была – объяснить, что хочу два режима: «чистый GPT» и «GPT + база». Всё остальное сделал AI.

Технологии

Backend: Node.js + Express.js, OpenAI API (GPT-4o), семантический поиск (эмбеддинги), JSON-база кейсов
Frontend: React, TailwindCSS, чат-интерфейс с аватарами продуктов, маскот NoDramaBot
Admin: интерфейс для добавления кейсов, пересчёт эмбеддингов (фоновый батчинг)

Сложности проекта

Честно: проект ещё молодой, и у него есть ограничения.

• Небольшая база кейсов
  Сейчас в базе около 20 кейсов. Поэтому режим RAG иногда не справляется – ответ получается не полностью или не всегда корректным, и менеджеру приходится редактировать его вручную + дополнять кейсы, на это требуется доп время

• Пересечение продуктов
  В hh есть несколько рекламных продуктов, которые выделены для бота (hh Сегменты, Clickme, VR, Кобрендинг). У них есть пересечения, но они отличаются настройками и условиями работы, например, способом оплаты. Из-за этого бот не всегда корректно определяет продукт и может «смешивать» ответы

  Ограничения вайбкодинга

  Важно понимать: вайбкодинг – не универсальная таблетка.

  • Его возможностей достаточно для проектов с небольшой аудиторией (десятки или сотни пользователей)

  • Подходит для задач без сложных интерфейсов и тяжёлых вычислений

  • Это не решение для многомиллионных сервисов с высокой нагрузкой, отказоустойчивой архитектурой и сложными интеграциями (поправьте меня, если я ошибаюсь ?)

  Но для локальных задач и внутренних инструментов, как в моём случае – это идеальное решение: быстро собрать, протестировать и уже начать использовать.

  ---

Результат

Что касается результатов, которые я выделила для жюри и подсветила команде для мотивации к использованию. Главными итогами проекта стали:

• Для клиентов hh – быстрые и спокойные ответы, с аргументацией и уточняющими вопросами

• Для менеджеров – экономия времени и меньше стресса на ответы +подсказка, на что следует обратить внимание

• Для hh – готовый инструмент, который улучшает сервис и скорость ответов

Изначально я планировала MVP. Но на выходе получилось не прототип, а полноценное приложение, которым уже сейчас можно пользоваться внутри hh.

Вдохновляющий вывод

Этот проект – доказательство, что попробывать себя в IT можно даже без технического опыта.
Главное – идея, настойчивость и умение использовать новые инструменты.

Я занималась вайбкодингом – формулировала мысли, писала промпты для GPT, собирала кейсы.
А GPT и Replit писали за меня код...

Результат: рабочий продукт и победа в номинации «Релизьте это немедленно».

? Если у вас есть идея – пробуйте. Пусть GPT и Replit пишут код, а вы сосредоточьтесь на ценности продукта.