Как я создал сайт с экономией 80% времени и бюджета
Последние несколько лет в своей работе я активно использую ИИ для различных задач и часто экспериментирую с ним. И сегодня я хотел бы поговорить об 1 из таких экспериментов на реальном проекте, в котором я отказался от стандартной разработки сайта и решили попробовать создать сайт с использованием ИИ (GPT-4, Qwen3, DeepSeek).
В качестве инструмента для взаимодействия с ИИ использовались LM Studio и LangFLow.
Все это запускалось на машине с Ryzen 9 9900X, Radeon 9070 XT на 16гб и 64гб ram.
Почему ИИ — не будущее, а настоящее веб-разработки
Когда клиент предоставил бриф для сайта автосервиса и макет в Figma. Сайт по заявлению клиента нужен был уже вчера мы с ним решили провести эксперимент: максимально автоматизировать процесс с помощью ИИ. Результат превзошёл ожидания — готовый сайт был создан за 1/5 стандартного времени при сокращении бюджета на 80%. И это не футуристическая фантазия — реальный кейс разработки сайта gtk-auto.ru.
Пошаговая реализация проекта с ИИ
Этап 1: От брифа — к техническому заданию
Исходный бриф клиента был обработан через DeepSeek, которая:
- Сгенерировала детальное ТЗ для разработки
- Определила необходимый функционал (каталог автомобилей, форма заказа, фильтры и т.д.)
- Рассчитала оптимальные серверные характеристики
- Определила технологическую базу
На этом этапе специалист лишь корректировал выводы ИИ, экономя 3-4 дня работы аналитика.
Этап 2: Верстка
Ключевые инструменты:
- Gemma — конвертация макетов в HTML/CSS
- DeepSeek Coder и Qwen3 Coder — оптимизация кода и исправление ошибок
- GPT-4 и Qwen3 Coder — генерация JS-скриптов
Фронтенд, который обычно разрабатывается 2-3 недели, был готов за 2 дня.
Этап 3: Программирование бекенда
В качестве CMS (Системы управления сайтом) была выбрана 1С-Битрикс, поскольку клиенту была необходима интеграция с CRM системой Битрикс24.
Ключевые инструменты:
- DeepSeek - декомпозиция ТЗ на конкретные задачи для написания кода
- Qwen3 Coder - написание кода
- GPT-4 - генерация пояснительной документации у коду
Бекенд, который обычно разрабатывался еще 2-3 недели был сделан за 4 дня.
Результаты и наблюдения
Можно смело сказать, что с ИИ позволил сократить сроки разработки сайта на 80% и сделал практически готовый сайт, в который было необходимо внести мелкие правки.
Итоговая статистика проекта:
- На этапе разработки фронтенда удалось сэкономить примерно 7-8 дней. Привлечение разработчика потребовалось только для доработки медиа-запросов вместо полной разработки верстки.
- На этапе разработки бекенда удалось сэкономить примерно еще 7-8 дней. Привлечение разработчика потребовалось для настройки вебхуков в Битрикс24 и настройки передачи лидов.
- Тестирование проводилось полностью вручную. Стоит отметить, что и данный этап можно было автоматизировать используя selenium и unit тесты.
Ключевые наблюдения:
- ИИ хорошо справляется с задачами по верстке по изображениям, написанию кода на основе ТЗ и документации
- Для качественного результата требуется детальное ТЗ, документация используемых библиотек и грамотные промты
- ИИ не идеален. Все еще требуется специалист, который проконтролирует его работу
- Качество соответствует работе middle-разработчиков
- Если вы не хотите тратиться на облачные ИИ, то вам необходим довольно мощный компьютер.
Технические преимущества
При разработке gtk-auto.ru удалось достичь показателей, недоступных шаблонным решениям:
- Скорость загрузки не занимает более 3 сек против 5-6 сек у конструкторов
- Отсутствие лишних зависимостей и библиотек
- Отсутствие технического долга — весь код генерировался под конкретные задачи и сопровождается комментариями и документацией
Преимущества перед конструкторами сайтов
В отличие от ограниченных возможностей конструкторов вроде Tilda или WordPress-шаблонов, ИИ-подход обеспечил:
- 100% уникальный дизайн — да, в данном случае, дизайн рисовал человек. Но можно было использовать Stable Diffusion для отрисовки макетов.
- Точную техническую реализацию — функционал (фильтры, заказ онлайн) разрабатывался под специфичные требования бизнеса
- Оптимизированную архитектуру — DeepSeek Coder и Qwen3 Coder сгенерировал чистый код без "мусора" конструкторов
Недостатки, с которыми столкнулся
Несмотря на впечатляющие результаты, процесс разработки через ИИ имеет существенные ограничения:
- Критическая зависимость от качества вводных данных — ИИ требует детально проработанного брифа и ТЗ. Нечеткие формулировки приводят к неожиданным результатам
- "Промт-инженерия как отдельная профессия" — 40% времени ушло на подбор точных формулировок для нейросетей
- Проблемы с контекстом — на большой контекст может попросту не хватить ресурсов компьютера. Это пожалуй самая большая проблема, с которой пришлось бороться и дробить некоторые задачи на более мелкие отдельные задачи. Это можно было бы решить, прибегнув к использованию облачных ИИ. Однако стоимость разработки возросла-бы в несколько раз. Мне-же было интересно решить данную задачу используя только локальный ИИ.
Почему ИИ изменит индустрию веб-разработки
Данный эксперимент доказал: ИИ уже сегодня способен заменить некоторых разработчиков. Я ожидаю, что в ближайшие 2-3 года:
- Сокращение спроса на junior-специалистов, он уже заметен
- Рост требований к навыкам управления ИИ
- Увеличение сложности проектов, реализуемых малыми командами
- Снижение стоимости типовой разработки сайтов на 40-60%
Как показал кейс gtk-auto.ru, будущее наступило. На мой взгляд нужно не бояться ИИ и не пытаться доказывать всем, что "ИИ меня никогда не заменит", к сожалению это не так. А чтобы не оказаться не востребованным, нужно учиться эффективно с ним работать. ИИ позволяет эффективно решать ряд задач, которые самостоятельно мы-бы решали несколько недель.
Когда ИИ-разработка НЕ подходит
На основе своего опыта, ИИ-подход пока не очень подходит для:
- Комплексных SaaS-платформ — слишком сложная логика. Но они могут отлично помочь в создании отдельных функций, классов, скриптов.
- Высоконагруженных систем — ИИ не думает о будущем. Если у вас предполагается большая нагрузка. То вам нужно либо очень тщательно продумывать задачи, которые вы будете ставить ИИ (Буквально расписывать все нюансы). Либо полагаться на свои навыки.
- Проектов с нестандартными решениями — все что пишет вам ИИ основано на том, на чем его обучали. Вся информация для его обучения берется из интернета. Если ваша задача нечто уникальное, что еще никем не делалось, то ИИ вам вероятнее всего не поможет.