Серия «Миллениал и вайб-кодинг»

В начале ноября после очередной шок-статьи, оказавшейся пустышкой, у меня появилась идея сервиса, который будет анализировать новости при помощи ИИ — рассказываю, что я делаю, и что из этого всего получается.

Это реальная история, а не байт.

Пожалуй, каждому, кто хоть раз открывал ленту новостей, знакомо ощущение: бесконечный поток инфошума, кликбейт, противоречивые заголовки и телеграм-каналы с «инсайдами».

Часто, чтобы узнать реальное положение дел и факты, нужно прилично так порыться в целой куче, скажем так, контента.

Вообще, читать новости — не обязательно и даже вредно, но бывает, что мониторинг инфополя — неотъемлемая часть работы, например, как у меня. Было бы здорово не тратить много времени на проверку всякой ерунды.

Примерно так родилась идея Фактометра — инструмента для ИИ-анализа новостей, статей и всяких аналитических материалов.

Для начала — в виде телеграм-бота, который:

• получает ссылку на новость

• проверяет источники

• выделяет ключевые идеи

• их тоже проверяет

• анализирует текст: тон, нарратив, манипуляции, искажения

И выдаёт отчёт: что правда, а что требует дополнительной проверки; на какие формулировки стоит обратить внимание; где искать факты и правду, если они так сильно нужны.

Разумеется, с пруфами и ссылками на первоисточники.

Повторюсь: лично мне подобная штука точно бы не помешала и сэкономила бы много времени.

А если найдутся люди, которые будуь готовы за это платить — вообще класс.

Идеальный расклад. Надо делать.

Одна маленькая проблема:

Я не программист

У меня техническое образование, но в IT я «вкатился» только в 2018. Мне было 32.

«Отучился на курсах» (ещё больше учился самостоятельно), начал продуктовым аналитиком, потом стал начальником аналитики, перешёл в продакт-менеджеры.

Сейчас работаю операционным директором в финтех-компании, которая уже инвестировала в Anthropic, SpaceX, Neuralink, Stripe и другие, менее известные, компании.

Отвечаю за операционную деятельность, комплаенс и бэк-офис.

Еще веду тг-канал Чужие грабли — это такой развлекательный центр по ремонту розовых очков для тех, кто устал от мотивационной пены и всякого успешного успеха.

Короче, у меня есть менеджерский опыт работы над IT-продуктами, но если говорить о технических навыках, мой максимум — SQL и кривой код на питоне в jupyter.

Да и давно это было, вот история моих коммитов на Github с 2018:

Опять прям учиться и, тем более, нанимать команду для пет-проекта мне совсем не хотелось.

И я решил попробовать этот ваш вайб-кодинг с ChatGPT в качестве инструктора-напарника.

Истории из интернета об ИИ-фейлах даже опытных инженеров, конечно, не добавляли оптимизма, но я считаю, что лучше сделать и пожалеть, чем не сделать и тоже пожалеть.

Особенно, когда речь идёт о созидании. Ну, не получится, и что? В самом худшем сценарии я всё равно отлично развлекусь и получу опыт.

Исходные данные такие: энтузиазм и подписка ChatGPT Plus.

Ещё есть опыт в анализе данных: базовые знания о машинном обучении и принципах работы нейронных сетей. Но они не особо помогают, просто я понимаю, что от нейросети не стоит ждать чудес.

Первый промпт

В субботу, 8 ноября, я создал проект в ChatGPT и написал первый промпт, вывалив на чудо техники все свои фантазии.

В ответ получил зубодробительную простыню текста с кучей непонятных терминов из мира разработки и IT-инфраструктуры.

Из понятного — только буквы.

Пришлось признаться бездушной машине, что в технике я вообще не рублю:

Думаю, хорошо видно, что я реально ничего не понимал :)

Тем не менее, после уточняющих вопросов и детализации промптов, ChatGPT выдал более-менее адекватную логическую структуру:

От схемы я перешёл к поиску решений для её реализации и замучил ChatGPT вопросами про no-code.

Специально указывал в промптах, что не буду писать код и даже ставить IDE (софт для разработки) на комп.

Вообще не проблема: ChatGPT предлагал много вариантов.

Только потом я понял, что фокус на «чистом» вайб-кодинге и no-code был ошибкой.

Для этого потребовалось изучить сервисы со скриншота вверху, параллельно задалбывая ChatGPT уточняющими вопросами:

• что за продукт?

• что он делает?

• роль в проекте (подробно)

• преимущества и недостатки

• альтернативы (их тоже изучал)

На изучение нюансов и жалкие попытки скрестить собаку с экскаватором ушло больше недели и простыни переписок с ChatGPT.

В процессе он галлюцинировал, противоречил сам себе, выдавал абсолютно левую инфу — приходилось удалять старые ветки (чтобы «сбросить память» в рамках проекта) и писать промпты по новой, с учётом прежних ошибок.

Иногда это помогало, но не всегда: ChatGPT периодически сходил с ума и отвечал вообще не туда.

Впрочем, он и сейчас так делает.

Чем больше я гулял по зоопарку no-code, тем сильнее понимал, что эти балалайки мне не подходят. Ну, или я им не подхожу, что более вероятно.

Почти традиционный подход

В итоге я плюнул на эти упражнения, установил VS Code, сдул пыль с гитхаба и попросил ChatGPT написать, как должен выглядеть проект, если делать «по-нормальному».

И ChatGPT написал.

Забегая вперёд: на данный момент это чуть ли не единственный ответ, который подошёл почти без косяков.

«Почти», потому что для хостинга предлагался Hetzner, который не работает с РФ паспортами и платежными средствами, а оформляться как-то по-кривому я не захотел.

Вместо Hetzner выбрал Digital Ocean (DO), и пока не жалею. Скорее всего, у DO есть свои нюансы, о которых я просто еще не знаю. Ну, не может быть одновременно дёшево и волшебно :)

Текущая логика работы проекта и набор сервисов такие:

В итоге у меня сложилось мнение (возможно, ошибочное), что при помощи no-code можно решить много разных задач, но для нормального стабильного сервиса (даже самого простого) все-таки нужна — сюрприз! — правильная архитектура и нормальные стабильные решения.

От подготовки — к действиям

Конечно, я поднатаскался «по верхушкам», но реальных навыков поднятия инфраструктуры и написания рабочего кода у меня так и не появилось.

Что же делать?

План прежний: спросить у ChatGPT.

К этому моменту я уже окончательно спустился на землю и отбросил влажные фантазии о запуске с пол-пинка, поэтому решил начать с малого: подробно описал интерфейс телеграм-бота и попросил ChatGPT написать код, чтобы Фактометр, наконец-то, начал переезд из моей головы в реальный мир.

Никакого функционала: просто живой бот с менюшкой без полезных действий.

ChatGPT не подвёл и выдал план-капкан:

• инструкцию по созданию бота в телеге через BotFather

• инструкцию по поднятию сервера на DO App Platform

• схему БД и инструкцию по её созданию в Supabase

• самое главное: написал кучу классного кода на Python

Причём, всё очень подробно и убедительно: какую кнопку жать, какие буквы писать, а почему, а зачем.

В конце мой электрический наставник-напарник добавил:

Просто нажми Deploy и твой сервис взлетит! 🚀

Офигенно! Как раз то, что мне нужно!

Я с энтузиазмом взялся за дело:

• завёл бота в телеге

• настроил DO App Platform (хостинг, докер)

• поднял БД в Supabase, завёл таблички

• наклепал в VS Code файлов

• скопировал туда код из ChatGPT

• создал приватный репозиторий на гитхабе

• запушил туда всё добро из проекта в VS Code

• добавил переменные окружения (.env)

В общем, сделал всё в точности, как советовал ChatGPT.

Тыкнул Create App, чтобы DO поднял нужный сервер, подцепился к репозиторию, собрал и задеплоил эту шарманку.

Процесс пошёл: в логе активности DO стали появляться сообщения о том, как всё бодро собирается, настраивается и движется к успеху.

Верил ли я, что всё получится?

Не особо :)

Собственно, минут через 10 состоялась встреча с реальностью:

Думаю, примерно так и заканчивается карьера 99% вайб-кодеров.

Мне это тоже не понравилось, но я не сдался и продолжил общение с ChatGPT, отправляя в чат скриншоты и сообщения об ошибках из логов.

Примерно через полчаса переговоров, изменения настроек и мелких правок, и при очередном деплое в админке DO появился долгожданный статус:

То есть, приложение-таки собралось и завелось.

Посмотрел логи — 200 ОК — то есть, реально всё норм.

Открыл бота в телеге, нажал START и увидел наше с ChatGPT творение:

Можете сами убедиться

Фактометр ожил! Бот доступен по прямой ссылке @FaktometrBot и через поиск в телеге.

Кстати, там вас ждёт сюрприз — элитная гифка о завышенных ожиданиях.

Не удивляйтесь, если бот будет тупить, потому что он крутится на самом дешёвом серваке DO.

Напишите в комментариях, долго ли пришлось ждать стартового сообщения. Если совсем беда, перенесу на более мощную машину.

Конечно, если вайб-кодинг победит, мне не надоест и запуск случится.

Промежуточные результаты и выводы

• Бот ожил — это факт

• «Чистый» вайб-кодинг у меня не получился

• Инфраструктура поднята по инструкциям ChatGPT

• Весь код написан ChatGPT

• ChatGPT отвечает на любой вопрос, но не факт, что по делу и с первого раза

• ChatGPT обрабатывает ошибки и предлагает решения

• Критически важны хорошие промпты

Могу сказать, что взаимодействие с ChatGPT подчиняется принципу Shit In — Shit Out (SISO):

Если на вход подавать фигню, на выходе почти гарантированно будет фигня. Правда, если на вход подавать НЕ фигню, на выходе всё равно может быть фигня — это ИИ, детка.

Что дальше

Реалити-шоу Фактометр продолжается.

Дальше попытаюсь подружить бота с OpenAI.

Как уже опытный вайб-кодер, примерно понимаю, какие задачи предстоит решить:

• получить API-ключ OpenAI

• что-нибудь настроить

• заставить ChatGPT написать код

• заставить ChatGPT написать рабочий код :)

Критерий успеха: пишу запрос в бота, жду его обработки ИИ-моделью OpenAI, получаю в бота ответ.

Получится или нет, расскажу во второй части.

Апдейт: писал этот текст в субботу, после чего получилось довольно быстро продвинуться. Часть 2 точно будет.

И подпишитесь на Чужие грабли в телеге — там душновато, но прикольно.

Продолжение следует ;)

Сегодня расскажу о том, как подружил бота с ChatGPT. Получилось быстро и почти без проблем, но есть нюанс, который видно невооружённым взглядом :)

Всё придумал ChatGPT, а я только копипастил и следовал инструкциям.

Подключение к ChatGPT

Напомню ключевую механику Фактометра: запрос обрабатывается ИИ-моделью, и пользователь получает результат анализа.

Для начала нужно научить бота общаться с ChatGPT технически: отправлять туда исходящие запросы и принимать входящие.

Обмен данными происходит по API, с чем я и начал разбираться.

Один короткий промпт в ChatGPT, и появилась конкретика:

• зарегистрироваться на platform.openai.com — новый аккаунт, а не учетка от chatgpt.com

• привязать карту — по понятным причинам РФ-карта не подходит, но задача решаемая, обойдусь без рекламы

• пополнить баланс — минимум $5

Потому что за каждый входящий и исходящий API-запрос OpenAI взимает плату. Цена зависит от крутости модели (самая новая — 5.1), типа запроса (текст, картинка, аудио, видео) и его размера в токенах.

Там же, в личном кабинете OpenAI Platform, в разделе Limits я настроил минимальный лимит расходов, чтобы не оказаться в долгах перед Сэмом Альтманом, если что-то пойдёт не так.

Вынужден расстроить: тестирую бота на дешёвой модельке gpt-4.1-mini, и к моменту публикации этой статьи на тесты ушло примерно 2500 токенов, что в деньгах означает меньше $0.01.

В общем, всё настроил, создал API-ключ и сохранил его в переменную окружения на сервере — в DO App Platfotm это делается буквально в пару кликов.

Там же указал модель, к которой буду обращаться по API:

Повторюсь, для тестов используется дешёвая gpt-4.1-mini — опять же, чтобы не жечь деньги впустую. Плюс, сейчас мне важно не качество ответов, а чтобы ответы хотя бы начали приходить в бота.

Пора писать код

Точнее, попросить об этом моего ИИ-напарника.

Огромный плюс проектов: ChatGPT «помнит» историю общения.

Благодаря контексту, с первой же попытки получился похожий на правду код:

Мне даже было примерно понятно, что этот код должен делать.

Не зря говнокодил на питоне в своё время! :)

Далее:

• Ctrl+C (точнее, клик по виджету с кодом)

• Ctrl+V

• коммит и пуш в гитхаб

• автоматическая сборка на сервере

Иии... не получилось :)

Бот поднялся, но при отправке запроса ничего нового, кроме ошибок в логах, не появилось.

Такое уже проходили: копирую кусок лога с ошибками в ChatGPT, получаю рекомендацию по исправлению, пушу обновления на гитхаб, проект автоматом пересобирается.

И так несколько раз.

В процессе отладки ChatGPT по традиции заявил, что написанный им код и не должен был работать (ha-ha, classic).

А ещё ChatGPT сам предложил добавить к ответу кнопку для генерации отчёта в PDF. Очевидно, вспомнил из истории. Самой генерации ещё нет (это следующий этап), но кнопка пригодится.

Наконец, после очередной сборки бот раздуплился: начал отправлять запросы к ИИ-модели и возвращать ответ пользователю.

Работает!

Кнопка для получения PDF-отчета тоже появилась:

Хорошая новость: бот работает и дёргает ИИ по API.

Плохая новость: сегодня 24 ноября 2025, а у ХК «Сибирь» формально нет главного тренера, а есть только и.о. Ярослав Люзенков.

Всё пропало: этот ваш ИИ врёт в простейших ситуациях и порет чушь!

Без паники.

Почему так происходит

Короткий ответ: ИИ-модели обучают на исторических данных и по умолчанию они «не в курсе» происходящего за рамками «окна обучения».

Например, отсечка знаний у GPT-4.1 (и mini) — 1 июня 2024.

А у самой новой модели GPT-5.1 — 30 сентября 2024.

Если интересно, всё это можно узнать здесь.

Да, это так, но есть нюанс.

Чат-бот под названием ChatGPT, с которым мы привыкли «общаться», и модель GPT, доступная по API, работают по-разному:

• у чат-бота уже есть инструкция по поиску в интернете

• а модель использует только данные, на которых обучена

Выяснилось, что для поиска в интернете модели нужно отдельно сказать, чтобы она поискала в интернете.

Преступление раскрыто, преступления не было.

То есть, «просто запрос» надо превратить в «запрос с использованием Web Search». Пока я это выяснял, ChatGPT опять нёс всякую дичь и придумывал несуществующие сервисы OpenAI, но закончилось всё хорошо:

Решил пока что не тратить время на прикручивание Web Search.

Сделаю позже, когда дойдёт до реального анализа.

Вероятно, там придётся прилично повозиться, а тормозить основной процесс не хочется.

Главное, получилось подружить бота с OpenAI по API.

Конец второй серии

Фактометр обрастает мясом, но по-прежнему доступен только мне, потому что:

• тестирую сразу на настоящем боте

• не нужна дополнительная нагрузка

• не нужны дополнительные расходы (каждый запрос платный)

Но для подтверждения, что я не просто выдумываю, а реально всё это делаю, записал скринкаст:

Если что, ответ обрезан из-за ограничения в коде, но работает правило как-то криво :)

Переходите в бота и стартуйте: первые пользователи получат бонус при публичном релизе бота.

Вот прямая ссылка, никаких рефералок и скама: https://t.me/FaktometrBot

Бот может тупить, потому что крутится на самом дешёвом сервере.

Напишите в комментариях, долго ли пришлось ждать стартового сообщения.

Если совсем беда, перенесу на более мощную машину.

Текущий прогресс

Уже готово:

• Подготовка к подготовке

• Нормальная подготовка

• Бот, который ничего не умеет

• Бот умеет общаться с ChatGPT по API

Следующий этап:

По моей задумке, непосредственно в боте пользователь получает краткий анализ запроса, а подробный отчёт доступен в PDF-версии — никакого подвоха, это просто удобней, чем читать простыню текста в телеге.

Непродолжительный опыт сотрудничества с ChatGPT вселяет оптимизм.

Думаю, всё получится, но это не точно :)

Комментируйте, сохраняйте, делитесь и подписывайтесь, чтобы не пропустить следующую часть реалити-шоу «Бумер и вайб-кодинг».

И в телеге тоже подписывайтесь — там душновато, но прикольно.

Все посты серии «Бумер и вайб-кодинг»:

• Часть 1

• Часть 2 (вы находитесь здесь)