Від хаосу у таблицях до інтелектуальних висновків за допомогою ШІ: 30-денний реальний тест Vibe Coding

Чому засновники не можуть обійтися без Excel — і чому вони повинні

Час читання: 7 хвилин
Рекомендується для: Творців, що експериментують з AI-розробкою, засновників, втомлених від ручного фінансового моделювання

Проблема, про яку ніхто не говорить

Зайдіть на будь-яке презентаційне засідання — і ви побачите одну й ту саму сцену: ВК запитує «Що станеться, якщо відтік клієнтів знизиться на 2%?» Обличчя засновника стає порожнім. Відповідь ховається десь у 47-вкладковій Excel-кошмарі. Три години пошуків по формулах. Одна невірна дрібниця у введенні даних. Одне циклічне посилання, що все зламало.

Це не особливість — це норма. Більшість компаній на ранніх етапах досі покладаються на таблиці для фінансового прогнозування, і засновники універсально не люблять цей досвід. Математика проста, але болюча: складні моделі будуються днями, оновлюються годинами, а ламаються за секунди.

Цю проблему потрібно вирішити краще. Саме це надихнуло одного розробника витратити 30 днів на спробу неможливого — створити інструмент фінансового радника за допомогою vibe-кодування та AI, документуючи кожну помилку, інсайт і урок.

30-денний експеримент: за цифрами

Налаштування:

• Тривалість: 30 днів безперервного vibe-кодування
• Платформа: хмарне середовище розробки
• Загальні інвестиції: $127 у платформи кредитах
• Ліній коду: ~3,500 (переважно з підтримкою AI)
• Ітерації та відкатки: 73 рази

Результати:

• Початковий інтерес: 23 засновники
• Реєстрації: 2
• Завершили onboarding: 3
• Готові платити: 1
• Заробіток: $0 (перевірка: $50/місяць)

Обсяг роботи:

• Цільова аудиторія: засновники Pre-seed до Series A
• Основна проблема: оновлення фінансових моделей, що займає години
• Спроба рішення: AI-підсилений фінансовий радник
• Основний показник: точність обчислень

Тиждень 1: Медовий місяць і реальність

Перший задум був амбітним: дашборди в реальному часі, безшовна синхронізація даних з бухгалтерським софтом, сценарне планування за запитом, експорти для інвесторів за секунди. Терміни здавалися реалістичними: 2-3 тижні на запуск.

Але ні.

Перший тиждень виявив три критичних недоліки:

Недолік #1: Паралельна обробка не працює
Подання кількох інструкцій одночасно AI-агенту створює плутанину. Запит на темний режим, виправлення багів і покращення продуктивності в одному запиті призвели до Frankenstein-продукту, що не виконав жодної з них добре. Вирішення: одна інструкція за раз, чекати завершення, потім оцінювати результати.

Вартість: 6 відкатів, $23 у кредитах, 3 години втрачено

Недолік #2: Складність UI — не тривіальна
Простий запит на «нічний режим» спричинив 47 непередбачених змін. Білий текст на білому фоні. Невидимі кнопки. Невідповідності шрифтів, що вимагали ручних налаштувань піксель за пікселем. Реалізація UI зайняла на 3 тижні більше, ніж планувалося.

Недолік #3: Неясні інструкції — дорогі помилки
Говорити «зроби більш інтуїтивно» без конкретики призводило до повної перебудови макету. Точність стала різницею між $2 ітераціями і $50 ітераціями. Детальний запит із чітким описом кольорів, розмірів і позиціонування усунув двозначність.

Прорив настав, коли було знайдено одне інструктивне речення, що змінило весь робочий процес: “Не внось змін, не підтвердивши спочатку своє розуміння зі мною.”

Ця фраза могла б запобігти витраті понад $50 у марних кредитах через непотрібні ітерації.

Середина: коли все ламається

Проблеми на середині проекту з’явилися у другому тижні. Подорожі з ненадійним Wi-Fi ускладнили налагодження TypeScript-помилок майже до неможливості на мобільних пристроях. Функція відкату стала незамінною — іноді доводилося повернутися 12 разів за один день, коли експериментальні функції спричиняли кілька системних збоїв.

До 15-го дня витрати на кредити стрімко зросли. Перший тиждень — $34; другий — $93. Кожна ітерація коштувала від $2 до $5 залежно від складності. Це призвело до встановлення щотижневого ліміту бюджету: перевищив — зупинись і подумай.

Криза обчислень

Поворотний момент настав, коли тестери виявили критичну помилку: фінансові обчислення були неправильними приблизно на 20%. Вартість залучення клієнта показувала $47 , тоді як правильна відповідь — $58.75 — різниця, що могла зірвати раунди фінансування.

Причина: AI робив неявні припущення щодо термінології. «Місячний відтік» іноді означав річні ставки. Обчислення «життєвого циклу клієнта» використовували вигадані формули замість стандартних.

Це привело до одного важливого принципу: Завжди вручну перевіряйте вихідні дані AI. Паралельна таблиця для перевірки стала стандартною практикою. Неясні запити на кшталт «обчисліть LTV» замінили на точні інструкції:

Обчисліть LTV як: (Середній дохід на користувача × Валова маржа) / Місячний відтік

Де:

• Середній дохід на користувача = Загальний MRR / Активні клієнти
• Валова маржа = (Дохід - COGS) / Дохід
• Місячний відтік = Відтік клієнтів цього місяця / Активні клієнти на початку місяця

Покажіть обчислення по кроках.

З точністю точність значно покращилася.

Відгуки користувачів змінюють усе

Після двох тижнів роботи перша група бета-тестерів дала жорсткий, але просвітницький фідбек:

• Обчислення були неточними на значних відхиленнях
• Експортні функції крашилися при datasets понад 50 рядків
• Основні функції були заховані під шарами навігації
• Користувачі завершували onboarding лише на 0%, незважаючи на початковий інтерес

Один коментар став переломним: “Я не хочу ще один інструмент для фінансового моделювання. Я хочу, щоб хтось сказав мені, чи мої цифри мають сенс.”

Цей один інсайт змінив усе напрямок продукту. Інструмент не став кращою таблицею — він став радником. Не ще один додаток для фінансового моделювання, а AI-консультант, що перевіряє припущення, позначає нереалістичні прогнози, порівнює з галузевими стандартами і відповідає на «що якби» сценарії.

Цей поворот зменшив складність. Замість створення корпоративних інтеграцій, розширеного контролю версій і багатокористувацької співпраці, мінімальний життєздатний продукт зосередився на:

• ручному введенні фінансової моделі
• AI-підсиленій перевірці та бенчмаркінгу
• базовому сценарному плануванні (максимум 3 сценарії)
• відповіді на запитання природною мовою щодо фінансових метрик
• експорті у поширені формати

Технічні перешкоди

Виявилися три головні технічні обмеження:

Розчарування у виборі мови: Початок з TypeScript замість Python створив тертя. Помилки типів забирали години налагодження. У майбутніх проектах потрібно обирати мову, орієнтуючись на комфорт розробника, а не на популярність.

Обіцянки інтеграцій vs. реальність: Засновники постійно питали про синхронізацію з QuickBooks. Реальність: OAuth 2.0, webhook, мапінг даних, обробка помилок, оновлення токенів і перевірка правил бухгалтерії — це не vibe-кодування.

Точність у фінансових обчисленнях: Складні формули — криві утримання когорт, NPV, LTV — доводили AI до межі. «Легкі» запити давали впевнені, але неправильні результати. Лише дуже конкретні інструкції з явними формулами давали надійний результат.

Рішення про поворот

До 28-го дня стало зрозуміло, що масштабування потрібно зменшити. Повна ідея була надто складною для швидкого прототипування. Основний MVP запустили з:

✅ Ручного конструктора фінансових моделей
✅ AI-консультанта для бенчмаркінгу
✅ Базового сценарного планування
✅ Функціоналу експорту
✅ Відповідей на запитання природною мовою

❌ Реальних інтеграцій (відкладено)
❌ Просунутого колабораційного режиму (відкладено)
❌ Корпоративної безпеки (відкладено)

Іноді менше — означає більше.

Що спрацювало, що ні, і що попереду

Основні принципи, що закріпилися

1. Точність у деталях краще за розпливчасті інструкції
“Зроби краще” → марна трата часу. “Зміни кнопку на #0066CC, збільшити шрифт до 16px, додати 8px відступу” → успіх.

2. Послідовні оновлення краще за паралельні зміни
Дайте одну інструкцію. Почекайте. Перевірте. Продовжуйте. Ніколи не мультизадачуйте AI.

3. Ручна перевірка — обов’язкова
Ніколи не довіряйте AI-обчисленням без незалежної перевірки, особливо у фінансових контекстах.

4. Відкатайте без докорів сумління
73 відкатки за 30 днів — швидкі ітерації без страху. Відкат швидший за налагодження.

5. Користувачі знають, що їм потрібно
Переломний момент — слухати: «Скажи мені, чи мої цифри мають сенс» — стала стратегією продукту.

Що зміниться завтра

Якби починав з нуля, пріоритети змінилися б:

1. 10 інтерв’ю з користувачами ДО початку будь-чого — Виявити інсайт «радник, а не інструмент» на 1-й день, а не на 21-й
2. Обрати Python замість TypeScript — Комфорт у мові важливіший за популярність фреймворків
3. Жорсткий кредитний бюджет $200-300 — Примусить краще формулювати запити і уникнути ітераційної спіралі
4. Ручний процес спершу, автоматизація — потім — Перевірити попит перед створенням інтеграцій
5. Двотижневий дедлайн MVP — Запобігти розпливчастості функцій, зосередитися на пріоритетах

Що зовсім пропустити

• Нічний режим (ніхто не просив, витратили 3 дні)
• Ідеальний UI (засновники цінують функціональність понад естетику)
• Обіцянки інтеграцій (спершу перевірити ручні робочі процеси)
• Просунуті функції (зробити 10 платних користувачів перед розширенням)

Шлях уперед

Успіх — не означає ідеальність, а те, що один засновник готовий платити $50/місяць за спрощену версію. Це — валідність.

Реалістична дорожня карта:

Фаза 1 (Тижні 5-8): Перевірка основної цінності через vibe-кодування. Ціль: 10 платних клієнтів по $50/місяць. Критерії успіху: <10% щомісячний відтік, NPS >40.

Фаза 2 (Після 50-100 клієнтів): Переходити до традиційної розробки. Наймати фінтех-розробників. Створювати інтеграції. Додати корпоративні функції. Бюджет: $50K-100K.

Коли vibe-кодування досягає межі

Де воно сильне:

• Швидке прототипування (тижні проти місяців)
• CRUD-операції
• Інтеграція з AI API
• Експорт
• Лендінги
• Швидкі цикли ітерацій

Де воно обмежене:

• Складні фінансові формули (NPV, криві утримання когорт)
• Корпоративні API-інтеграції (OAuth, webhook)
• Фонові задачі синхронізації даних
• Мультиорендована архітектура безпеки
• Оптимізація продуктивності (<300мс запитів)
• Реальний час колаборації

Порогова точка: коли 10+ платних клієнтів запитують функції, які vibe-кодування фундаментально не може реалізувати.

Уроки для будь-якого творця, що експериментує з AI

Перед початком:

• Обрати мову, яку дійсно розумієш
• Встановити щотижневий кредитний бюджет і дотримуватися його
• Визначити «готово» письмово
• Знайти 3 реальних тестувальники (незацікавлених спостерігачів)
• Спершу провести інтерв’ю з 10+ потенційних користувачів

Під час розробки:

• Одне запитання за ітерацію; чекати завершення
• Чітко визначати розпливчасті терміни (“інтуїтивно,” “чисто,” “просто”) явно
• Перевіряти всі обчислення самостійно
• Відслідковувати щоденні витрати
• Зробити скріншоти робочих версій перед великими поворотами

Коли робити крок назад:

• Та сама помилка повторюється понад 5 разів
• Ви більше пояснюєте, ніж створюєте
• Тестові користувачі не можуть завершити основні сценарії
• Постійно з’являються запити на корпоративні функції
• Витрати у кредитах перевищують $200 без платних користувачів(

Підсумок:

Vibe-кодування за 30 днів створило робочий MVP за $127. Воно довело, що основна проблема — засновники ненавидять Excel — і виявило, що їм потрібен радник, а не ще один інструмент. Воно не змогло забезпечити точність обчислень і показало, що AI погано справляється з конкретикою фінансових формул.

Найголовніше: один засновник, готовий платити, підтвердив весь експеримент.

Подорож триває за межами 30-го дня. Наступний етап — перетворити валідність у дохід, масштабувати ідею у сталий продукт і знати, коли перейти від швидкого прототипування до професійної розробки.

Знищте модель Excel з 47 вкладками. Кожен засновник заслуговує на реальний фінансовий інтелект, AI-пояснення, миттєве сценарне планування і експорти для інвесторів. Інструменти вже існують. Питання — чи дійсно засновники їх використовуватимуть.

Завтра починається 31-й день.