Когда я решила создать собственное приложение, мне казалось, что сегодня для этого не обязательно быть программистом. Вокруг постоянно рассказывают о no-code-платформах: описываешь идею, искусственный интеллект помогает собрать интерфейс, настроить функции — и вот у тебя почти готовый продукт.
Тем более ChatGPT предложил мне попробовать Bubble. Я решила: почему бы и нет? Забегая вперёд, скажу, что потратила на этот эксперимент около трёх недель. Приложение не удалось довести до нужного рабочего состояния, зато я получила очень полезный опыт.
Почему я выбрала Bubble
Я давно интересуюсь созданием цифровых продуктов. У меня есть идеи приложений, которые могли бы решать конкретные задачи пользователей, и хотелось проверить, насколько реально создать такой продукт самостоятельно. Bubble привлёк возможностью разрабатывать без традиционного программирования. Для человека, который привык продумывать продукты, их структуру и маркетинг, это очень привлекательный подход.
Первые этапы прошли прекрасно
Сначала всё действительно шло хорошо. Я подробно описывала идею, функции, разделы, интерфейс, переходы между экранами и действия пользователей. Постепенно абстрактный замысел превращался в концепцию платформы. Я работала над дизайном и пользовательскими сценариями. Казалось, самое сложное уже позади. Но красивый интерфейс — далеко не то же самое, что работающее приложение.
Проблемы начались при проверке функциональности
Когда мы дошли до проверки работы приложения и настройки элементарных подключений, начались сложности. Я задавала вопросы встроенному ИИ-помощнику Bubble и получала уверенные инструкции. Только он рассказывал о функциях и пунктах меню, которых я не могла найти. Я искала настройки, проверяла разделы, снова спрашивала — и получала очередной путь, который тоже не соответствовал интерфейсу. В какой-то момент я поняла, что трачу время на выполнение инструкций, которые не могу подтвердить.
Почему технические ошибки ИИ особенно неприятны
Если ChatGPT придумал неудачный заголовок для статьи, это легко заметить и исправить. При разработке приложения иначе: помощник советует открыть меню, выбрать настройку, подключить функцию. Вы часами ищете нужный раздел и начинаете сомневаться в себе. А потом выясняется, что инструкция может быть выдумана или устарела. Уверенный ответ искусственного интеллекта ещё не означает, что он правильный.
Мой проект оказался сложнее, чем я ожидала
Я пыталась создать не простой калькулятор или конвертер, а большую платформу с обширной законодательной базой. Требовались структура данных, функциональные связи между разделами и логика взаимодействия с пользователем. Описать всё это на словах можно красиво, но при проверке возникают вопросы: где хранить и обновлять данные, как связать разделы, как проверить действия пользователя и обработать ошибки? На этом этапе стало очевидно, что мне недостаточно первоначальной подготовки, а ИИ-помощник в моём сценарии не обеспечивал нужной поддержки. Это не значит, что Bubble вообще не подходит для сложных приложений. Это мой личный опыт.
Было ли жалко трёх недель? Конечно
Обидно потратить три недели на описание идеи, дизайн и изучение интерфейса, а потом обнаружить, что до рабочего продукта ещё далеко. Но позже я поняла, что эти недели не были потеряны полностью. У меня появилась структура платформы, список функций, представление об интерфейсе и понимание технических вопросов, о которых раньше я не задумывалась. Результатом стала не готовая программа, а подробная концепция продукта.
Почему я перешла на ChatGPT Codex
После эксперимента я не отказалась от идеи. Решила попробовать разработку с помощью ChatGPT Codex. Здесь уже приходится глубже разбираться в устройстве приложения, структуре проекта, логике работы и проверке результата. Для меня это оказалось сложнее и дольше, чем я первоначально представляла. Сейчас я продолжаю работу. Пока рано говорить, что новый подход обязательно приведёт к успешному запуску, но мне важно понимать, что именно создаётся и как оно работает.
Стоит ли использовать Bubble?
Я не против Bubble. Для некоторых задач no-code-платформы могут быть удобны: небольшой сервис, внутренний инструмент, прототип. Но возможности платформы и качество инструкций встроенного ИИ — разные вещи. Поэтому я бы не выбирала инструмент только по обещанию «создать приложение по текстовому запросу». Сначала проверьте, можно ли реализовать самую сложную функцию вашего продукта, и только потом тратьте недели на оформление.
Пять выводов после эксперимента
Первый: красивый интерфейс ещё не приложение. Второй: проверяйте самую сложную функцию в начале, а не в конце. Третий: технические инструкции ИИ нужно сверять с актуальной документацией. Четвёртый: no-code не отменяет необходимости разбираться в данных, логике и тестировании. Пятый: неудачный эксперимент тоже может быть полезен — в моём случае он помог полностью сформулировать идею.
Что дальше
Сейчас я продолжаю разработку с Codex и изучаю возможности ChatGPT, о которых, на мой взгляд, говорят недостаточно. Особенно меня интересует работа с документами: обработка файлов, сравнение информации, подготовка материалов и автоматизация повторяющихся офисных задач. В следующих статьях хочу делиться конкретными примерами — без обещаний, что ИИ за пять минут заменит целый отдел.
А вы пробовали создавать приложения с помощью ИИ или no-code-платформ? Что получилось, а на каком этапе возникли сложности? Расскажите в комментариях. И если интересна тема практического использования ChatGPT для документов и бизнес-задач, дайте знать — я продолжу серию.
Добавить комментарий