Safify
Aplikacja w 2 tygodnie. Bez napisania ani jednej linijki kodu.
Safify to aplikacja do zarządzania budżetem osobistym, zaprojektowana na iOS, Android i web. Powstała w całości w modelu vibe coding: AI napisało cały kod, a ja przygotowałem specyfikację, wybrałem architekturę, uruchomiłem środowisko i automatyzacje oraz weryfikowałem efekty. Połączenie AI z moim doświadczeniem programistycznym pozwoliło zrealizować projekt w dwa tygodnie.
Vibe coding · iOS, Android i web
- realizacji aplikacji
- 2 tygodnie
- kodu napisanego przeze mnie
- 0 linijek
- wygenerowanego przez AI
- 100% kodu
Punkt wyjścia
Prosty sposób na codzienne zarządzanie finansami
Założeniem Safify było połączenie prostego interfejsu, wygodnego zapisywania wydatków i czytelnej analizy finansów w jednym produkcie. Aplikacja miała wspierać użytkowników w regularnym prowadzeniu budżetu, obsługiwać wiele walut i ułatwiać kontrolę subskrypcji. Dostęp na iOS, Androidzie i w przeglądarce był częścią zakresu od początku projektu.
Wyzwanie
Od wymagań produktowych do implementacji z AI
Celem było stworzenie aplikacji do zarządzania budżetem, której cały kod powstanie z wykorzystaniem AI. Po mojej stronie pozostały decyzje o produkcie, architekturze i sposobie pracy. Kluczowe było przełożenie zakresu na precyzyjną specyfikację oraz kontrolowanie jakości kolejnych zmian, tak aby składały się w spójny produkt gotowy do dalszego rozwoju.
Moja odpowiedzialność
Ja projektowałem i prowadziłem proces. AI pisało kod.
W tym projekcie wykorzystałem ponad 18 lat doświadczenia programistycznego do określenia, co ma powstać i jak ma działać. Nie napisałem ręcznie ani jednej linijki kodu, ale czytałem zmiany, sprawdzałem aplikację i kierowałem dalszą pracą AI.
Specyfikacja
i architektura
Opisałem moduły, ekrany, przejścia między nimi i zachowanie funkcji. Dobrałem technologie oraz określiłem granice i kierunek produktu.
Środowisko
i automatyzacje
Przygotowałem zdalne środowisko pracy, dostęp z telefonu oraz automatyzację budowania aplikacji w Expo Workflows.
Przeglądy
i weryfikacja
Oceniałem rezultaty pracy AI, przeglądałem pull requesty i testowałem aplikację. Informacja zwrotna stawała się podstawą kolejnych zmian.
Decyzje i działania
Od specyfikacji do działającej aplikacji
Najpierw szczegółowa specyfikacja
Zacząłem od dokumentu Markdown w repozytorium. Opisałem funkcje i moduły, rozpisałem ekrany oraz zebrałem inspiracje interfejsu. Specyfikacja była aktualizowana razem z projektem. Dla wybranego fragmentu prosiłem ChatGPT o przygotowanie szczegółowego polecenia dla Claude Code.
Plan i makiety przed generowaniem kodu
Claude Code z pluginem SuperPowers przygotowywał plan realizacji, listę zadań i makiety ekranów. Na tym etapie dopracowywałem przepływy użytkownika. Dzięki temu mogłem ocenić pomysł na funkcję, zanim AI przystąpiło do jej implementacji.
Technologie dobrane do trzech platform
Wybrałem React Native z Expo dla aplikacji, Supabase dla bazy danych i OpenRouter do komunikacji z modelami AI. Expo ułatwiało testowanie, budowanie i przygotowanie aplikacji do publikacji. Powtarzalne buildy zautomatyzowałem przez Expo Workflows.
Kod AI przechodził przeglądy
Po zakończeniu funkcji zmiany trafiały do pull requestów. Oprócz przeglądów Claude Code korzystałem z CodeRabbit połączonego z GitHubem i React Native Doctor. Sam przeglądałem kod oraz testowałem zachowanie aplikacji, a poprawki zlecałem AI.
Rozwój także z telefonu
Na VPS w OVH uruchomiłem Claude Code i tmux, który utrzymywał sesje po rozłączeniu. Dostęp ograniczyłem do stałego adresu IP mojego VPN. Przez Termius mogłem zlecać zadania z telefonu, a później wracać do przeglądu zmian i testów przy komputerze.
Rezultat
Od specyfikacji do produktu w dwa tygodnie
Działająca aplikacja
Efektem jest Safify do zarządzania budżetem osobistym, rozwijane na iOS, Android i web. Zakres obejmuje rejestrowanie wydatków, analizę, wiele walut i śledzenie subskrypcji.
AI jako wykonawca całej implementacji
Cały kod aplikacji powstał z pomocą AI. Moja praca koncentrowała się na specyfikacji, architekturze, przygotowaniu środowiska i sprawdzaniu rezultatów.
Wygodne zapisywanie wydatków
Wizja produktu obejmowała formularze, notatki głosowe, czat AI oraz odczytywanie paragonów i zrzutów ekranu. Celem było ograniczenie wysiłku potrzebnego do regularnego prowadzenia budżetu.
Przestrzeń na rozwój produktu
Działająca aplikacja pozwoliła przejść do kolejnego etapu: pozyskiwania użytkowników, poznawania ich potrzeb i planowania dalszego rozwoju produktu. Proces pracy z AI i automatyzacje stworzyły podstawę do wprowadzania kolejnych funkcji i usprawnień.
Zmiana w praktyce
Od pomysłu do produktu
Przed
- Zakres aplikacji do zarządzania budżetem wymagający przełożenia na działający produkt.
- Potrzeba spójnego doświadczenia na iOS, Androidzie i w przeglądarce.
- Wymagania dotyczące funkcji, architektury i procesu realizacji z AI.
Po
- Safify — aplikacja do zarządzania budżetem osobistym na trzy platformy.
- Dwa tygodnie realizacji, bez ręcznego pisania kodu.
- Proces oparty na specyfikacji, AI, przeglądach i automatyzacjach.
Wniosek z projektu
AI napisało kod. Doświadczenie pozwoliło zbudować produkt.
Dla mnie vibe coding oznaczał zmianę sposobu wykorzystania wiedzy programistycznej. Potrzebowałem jej do zaplanowania architektury, opisania wymagań, oceny propozycji AI i wychwytywania problemów. W Safify właśnie połączenie tych kompetencji z generowaniem kodu pozwoliło przejść od pomysłu do aplikacji w dwa tygodnie.
Od specyfikacji do kodu
Kulisy pracy z AI
Screeny z mojego artykułu pokazują planowanie ekranów, makietę czatu i sposób zdalnej pracy z agentem.
Porozmawiajmy o Twojej firmie
Chcesz przejść od pomysłu do aplikacji z pomocą AI?
Porozmawiajmy o Twoim produkcie. Pomogę określić zakres, zaplanować architekturę i ułożyć proces pracy z AI, który prowadzi do działającego rozwiązania.
Porozmawiajmy o Twojej aplikacji