Собрала рабочего Telegram-бота на Python, не зная Python. Спасибо, Google GEMINI (и мое упрямство!)

Привет, VC! На связи Мадлена. Сразу скажу: я не программист. Не гуру AI. Не ментор с кейсами на миллион. Я – энтузиаст-исследователь, который сует свой любопытный нос в мир IT и нейросетей. И сегодня я хочу поделиться историей, которая для меня самой стала настоящим открытием – как я, человек с нулевым знанием Python, смогла с нуля создать вполне себе рабочего Telegram-бота с помощью ChatGPT. Это был тот еще квест, скажу я вам!

Все началось с идеи. Я подумала: а что, если сделать бота, который бы помогал ребятам с подготовкой к ЕГЭ по русскому языку? Конкретно – автоматически проверял бы сочинения по базовым критериям. Задумка показалась мне полезной и интересной. Но была одна мааааленькая проблема: я понятия не имела, как писать ботов. От слова "совсем". Python для меня был чем-то из мира заклинаний, а слова вроде "библиотека" и "деплой" вызывали легкую панику.

"А что, если?..": Искра безумной идеи

Я уже активно пользовалась различными нейросетями для разных задач – тексты для сайтов на Tilda писала, идеи для постов генерила, даже цветовую палитру для лендинга подбирала, описывая нейросети нужное настроение (да, и так можно!). И тут меня осенило: а что, если попросить AI написать мне этого бота? Прямо по шагам. Звучало дико, амбициозно и немного наивно. Но мой внутренний исследователь уже кричал: "Давай попробуем! Что мы теряем?"

Решено. Я открыла чат с нейросетью и начала свой путь "программиста поневоле". Первые запросы были максимально общими, в стиле "Хочу сделать Telegram-бота на Python для проверки сочинений ЕГЭ. С чего начать?". ChatGPT, надо отдать ему должное, не растерялся и начал выдавать структуру: какие нужны основные шаги, какие инструменты (вроде самого языка Python и специальной библиотеки для работы с Telegram API).

Пинг-понг с нейросетью: Рождение кода из хаоса

Дальше начался настоящий пинг-понг. Я разбила большую задачу на мелкие кусочки и стала просить код для каждой части. И вот тут я нащупала первый важный лайфхак: чем конкретнее запрос, тем лучше результат. Вместо абстрактного "Сделай мне проверку текста", я формулировала что-то вроде: "Напиши функцию на Python, которая принимает текст сочинения, проверяет его на наличие определенных ошибок по актуальным критериям оценивания и возвращает количество найденных ошибок по каждому из критериев".

Нейросеть генерировала код. Я, ничего в нем практически ничего не понимая, копировала его в редактор (VS Code), запускала и... чаще всего получала ошибку. Красные буквы в консоли – мой постоянный спутник на несколько дней.

И тут второй лайфхак: не бояться ошибок и использовать AI для их расшифровки. Я просто копировала текст ошибки и вставляла обратно в чат с вопросом: "Что это значит и как это исправить?". Google Gemini терпеливо объяснял, что пошло не так, и предлагал исправленный вариант кода. Иногда он "галлюцинировал" – предлагал решения, которые не работали или были избыточными. Приходилось задавать уточняющие вопросы, просить переписать код проще или искать альтернативные подходы через наводящие вопросы. Это была настоящая детективная работа – понять, что сломалось, не понимая языка, на котором все написано!

Тестирование "вслепую" и магия деплоя

Как тестировать то, в чем не разбираешься? Я действовала методом "черного ящика". Запускала скрипт, отправляла боту в Telegram тестовое сообщение (например, короткий текст с известными ошибками или без них) и смотрела на результат. Отвечает ли бот? Правильно ли он считает ошибки по моим критериям? Падает ли он с ошибкой при определенных вводах? Это было долго, муторно, но это работало. Я проверяла не сам код, а то, что он делает на выходе.

Когда основная логика заработала, встал вопрос: а как сделать так, чтобы бот работал не только на моем компьютере, но и был доступен всегда? Слово "деплой" снова замаячило на горизонте. И снова на помощь пришел AI. Мой запрос был примерно таким: "У меня есть этот Python-скрипт для Telegram-бота. Как мне сделать так, чтобы он работал постоянно? Объясни самый простой способ для новичка, по шагам".

ChatGPT предложил несколько вариантов и по моей просьбе расписал инструкцию для одного из бесплатных хостингов (кажется, это был PythonAnywhere). Он выдал мне пошаговые команды, которые нужно было ввести в консоль на сервере. Я, как прилежный ученик, копировала, вставляла и нажимала Enter, почти не дыша. И, о чудо! Бот ожил и заработал уже "по-взрослому", в интернете. Эмоции в тот момент зашкаливали – я чувствовала себя почти хакером, хотя по факту просто следовала инструкциям машины.

Код с AI против No-Code: Разные пути к цели

Этот опыт заставил меня задуматься. Я ведь до этого пробовала собирать ботов на No-code конструкторах. И это совершенно разные ощущения! No-code – это быстро, наглядно, клик-клик – и готово. Идеально для простых задач и быстрого старта. Но часто упираешься в ограничения платформы, а за расширенный функционал нужно платить.

Создание бота на Python с помощью AI – это сложнее на старте. Требует больше времени, терпения и готовности копаться в непонятных ошибках. Но! Это дает невероятную гибкость. Ты можешь реализовать практически любую логику, которую способен описать словами для нейросети. И, честно говоря, когда ты видишь, как оживает написанный (пусть и с чужой помощью) код, это дает совершенно особенное "чувство гения", пусть и мимолетное. Ты понимаешь, как оно работает под капотом, хотя бы примерно. Плюс, поддержка такого бота может быть дешевле в долгосрочной перспективе.

Важно понимать, что AI – это не волшебная палочка, которая все сделает за вас. На момент создания бота (а это был не самый последний GPT) нейросеть часто ошибалась, код требовал доработки, а без четко поставленной задачи и постоянных уточнений ничего бы не вышло. Сейчас модели стали умнее, код генерируют лучше, но принцип тот же: AI – это мощнейший инструмент, усилитель ваших идей и возможностей, но рулить процессом все равно нужно вам.

Что в итоге?

Я получила рабочего Telegram-бота, который автоматизировал простую, но нужную задачу. Я получила бесценный опыт взаимодействия с AI на совершенно новом уровне. Я поняла, что порог входа в некоторые сферы, которые раньше казались доступными только "технарям", значительно снизился благодаря нейросетям. И главное – я получила подтверждение, что любопытство и настойчивость могут творить чудеса, даже если у тебя нет нужных знаний "на старте".

Эта история – не про то, как стать программистом за вечер с помощью AI. Это про то, как можно использовать технологии для решения своих задач, даже если вы гуманитарий до мозга костей. Это про то, что не нужно бояться пробовать новое и задавать вопросы, даже если они кажутся глупыми.

А вы пробовали использовать AI для задач, в которых совсем не разбирались? Сталкивались с "галлюцинациями" нейросетей при генерации кода или текста? Очень интересно почитать ваши истории и мнения в комментариях!

Кстати, эта история – лишь один из моих экспериментов. Гораздо больше таких реальных кейсов, тестов нейросетей "в поле", находок полезных промптов и честных рассказов о фейлах (куда без них!) я публикую ежедневно в своем Telegram-канале "AI без галстука". Там все живее, быстрее, и обсуждаем самые горячие AI-темы без нудных лекций и менторского тона. Если вам близок такой подход "без галстука" и хочется следить за практическими AI-фишками, которые я нахожу и тестирую каждый день – залетайте! Буду рада видеть вас там.

Ссылка:

Спасибо, что дочитали! И удачных вам экспериментов!