FAQ «Вайб-Кодинг»
Почни з маленького корисного результату. Тут — вибір ШІ, ідеї проєктів, досвід практиків і відповіді нашого чату. Деталі розкриваються за натисканням.
Який ШІ для якої задачі?
Коротко: ChatGPT — розібратися, навчитися й опрацювати дані; Gemini — відео та великі матеріали; Grok від xAI — обговорення в X; Codex і Claude Code — робота безпосередньо з файлами проєкту. Для швидкого вебпродукту також є Lovable, для роботи в редакторі — Cursor.
Це наш вибір за сценаріями та документацією станом на 18 жовтня 2026, а не результат змагання моделей. Можливості перетинаються; доступність залежить від інтерфейсу й тарифу. Чат, модель, агент і редактор — різні речі: наприклад, у Cursor можна обрати модель Claude.
Що найчастіше згадують у нашому чаті?
Серед перевірених назв лідирує Claude; далі — Codex і Gemini. Ось кількість повідомлень із назвою або врахованим варіантом написання:
| Інструмент / родина | За весь експорт | Вересень–17 жовтня 2026 |
|---|---|---|
| Claude | 313 | 49 |
| Codex | 126 | 16 |
| Gemini | 123 | 16 |
| Cursor | 88 | 6 |
| ChatGPT | 77 | 14 |
| Kimi | 49 | 0 |
Дані: 7 HTML-файлів, 5 709 текстових повідомлень за 6 серпня 2025 — 17 жовтня 2026. Після виключення бота й пересланих дописів — 5 554. Пошук за назвами та варіантами написання; кожен інструмент рахується один раз у повідомленні. Claude об’єднує згадки моделей, чату й Claude Code; для ChatGPT не зараховували окреме слово GPT. Одна репліка може містити кілька інструментів. Це частота згадок, а не кількість користувачів, платних підписок чи оцінка якості.
Також згадували GLM / Z.ai, DeepSeek, n8n, OpenCode, Qwen, Lovable та Perplexity. Невелика кількість згадок не доводить, що інструмент гірший.
Обирай за роботою, яку треба виконати
| Задача | Що обрати | Коли доречно і як застосувати |
|---|---|---|
| Навчитися, продумати задачу, розібрати CSV/Excel | ChatGPT | Зручний старт для пояснення коду, навчання з питаннями та аналізу файлів із розрахунками. Приклад: знайти дублікати в CSV й пояснити, як перевірити результат. Для навчання проси спочатку підказку, потім завдання на самостійну спробу. Для постійної роботи з репозиторієм обирай агентний інструмент.Аналіз даних ↗Навчання ↗ |
| Розібрати відео, великий пакет документів або швидкий прототип | Gemini | Особливо доречний, коли на вході відео зі звуком або багато матеріалів: у Gemini API є аналіз відео й робота з таймкодами; у застосунку Canvas — прототипи коду. Приклад: з відеозапису проходження гри отримати список проблем із часом появи. Швидкі рухи можуть губитися при вибірці кадрів; перевір фрагменти вручну.Відео та таймкоди ↗Canvas ↗ |
| Знайти свіжі обговорення проблеми чи продукту в X | Grok / xAI | Його характерна можливість — X Search: пошук дописів, авторів і гілок; в API є фільтри за датами й акаунтами. Приклад: зібрати повторювані скарги на інструмент із посиланнями на оригінали. Це сигнали для перевірки, не доказ попиту. Для коду xAI має Grok Build; перевагу над Codex чи Claude ми не вимірювали.X Search ↗Grok Build ↗ |
| Доручити зміну в проєкті та отримати результат на перевірку | Codex | Агент для задач із файлами, командами, тестами й переглядом змін. Приклад: відтворити баг у грі, виправити зіткнення та показати перевірку; або зібрати утиліту обробки файлів. Є локальні та хмарні способи роботи. Задай критерії готовності й налаштуй середовище: сам доступ до коду ще не означає можливість його запустити.Хмарна робота Codex ↗Інженерні сценарії ↗ |
| Обговорити рішення, зробити інтерактивний приклад; працювати з кодом у терміналі | Claude / Claude Code | У чаті Claude зручно обговорювати вимоги та створювати невеликі інтерактивні artifacts. Claude Code — агент для репозиторію: читання файлів, рефакторинг, команди й перевірки. Приклад: створити Python-панель для Blender або змінити кілька модулів застосунку. Hooks і власні інструменти корисні для повторюваного процесу.Claude Code ↗Artifacts ↗ |
А де доречні Cursor, Lovable, v0, Perplexity та n8n?
| Задача | Що обрати | Чому й де межа |
|---|---|---|
| Перший сайт, каталог або MVP із входом і базою | Lovable | Радимо, коли хочеш описувати продукт словами й одразу бачити робочий вебзастосунок. Є генерація інтерфейсу, серверної частини, бази, авторизації та інтеграцій. Перед реальними користувачами перевір ролі, доступ до даних і ключові сценарії. Документація Lovable ↗ |
| Інтерфейс, лендинг, дашборд на React/Next.js | v0 | Наш перший кандидат, якщо головна задача — зібрати екрани й компоненти в цьому стеку. Next.js є типовим вибором v0; сервіс також уміє додавати серверну логіку. Для іншого наявного стеку доцільніше працювати агентом безпосередньо в його коді. Можливості v0 ↗ |
| Щоденні правки, навчання на своєму коді, контроль кожної зміни | Cursor | Радимо, коли зручно працювати в редакторі: читати файли, переглядати зміни й запускати команди поруч із агентом. Cursor — середовище з вибором моделей, тому «Cursor чи Claude» не завжди означає вибір між двома різними моделями. Як працює Cursor Agent ↗ |
| Знайти актуальну документацію, порівняти сервіси, зібрати джерела | Perplexity | Зручний старт для пошуку з посиланнями й уточнювальними питаннями. Для технічних рішень відкривай першоджерела та перевіряй версію документації. Пошук джерел і внесення перевіреної зміни в репозиторій — окремі етапи. Пошук із джерелами ↗ |
| Telegram-бот, новини за розкладом, заявки → таблиця → повідомлення | n8n + модель лише там, де потрібен ШІ | Радимо для зрозумілого ланцюжка інтеграцій. n8n — платформа автоматизації, не мовна модель. Розклад, збереження й відсів повторів роби звичайними кроками; моделі доручи, наприклад, короткий виклад. Для складної власної логіки бота — Codex або Claude Code та окремий хостинг. Документація n8n ↗ |
А яку саме модель вибрати всередині інструмента?
Claude Sonnet — наш стартовий варіант для звичайних правок, реалізації зрозумілої задачі й швидких ітерацій. Anthropic позиціонує лінійку як баланс швидкості та якості.
Claude Opus — кандидат для тривалої роботи агента, складних змін і задач, на яких простіший варіант потребує забагато переробок. Claude Fable виробник рекомендує для найвимогливіших міркувань і довгих агентних задач, якщо перевірки результату Opus ще не задовольняють вимоги.
Claude Haiku — кандидат для масової класифікації, витягування полів і маршрутизації запитів у боті. Перевір якість на власних прикладах; складну архітектуру краще окремо перевіряти сильнішою моделлю.
Це розподіл за позиціонуванням актуальних лінійок Anthropic, а не результат нашого бенчмарку. Доступні версії та умови можуть відрізнятися між API, підпискою й редактором.
У Codex або іншому агенті: почни з рекомендованої моделі твого інтерфейсу. Підвищуй рівень міркування для задач із багатьма залежностями, коли бракує якості; для дрібних правок порівняй швидший режим. Оцінюй витрати на готове перевірене рішення, включно з виправленнями.
Три готові схеми, щоб не купувати все одразу
- Новачок робить перший сервіс: Lovable → один основний сценарій → перевірка входу й доступів. Агент для репозиторію додавай, коли з’явиться конкретна потреба.
- Є проєкт і складний баг: Cursor, Codex або Claude Code → відтворення → причина → мінімальне виправлення → перевірка старої та нової поведінки. Для незалежного рев’ю можна залучити іншу модель, але просити конкретний доказ кожного зауваження.
- Потрібен недорогий дайджест у Telegram: n8n → джерела → відсів повторів → модель для підсумку → чернетка на перевірку. Порівняй ціну й помилки на однаковій добірці новин перед автоматичною публікацією.
Як остаточно вибрати: дай двом кандидатам ті самі три задачі зі свого проєкту. Порівняй виконані вимоги, помилки, ручні виправлення, час і повну вартість. Зручність інструмента та якість конкретної моделі оцінюй окремо.
Новачкам: що таке вайб-кодинг і як почати з нуля
Що це взагалі?
Вайб-кодинг — це створення програм через розмову зі штучним інтелектом. Ти звичайними словами, зокрема українською, пояснюєш, що хочеш отримати. ШІ пише код — інструкції, за якими працює програма. Ти запускаєш результат, пробуєш ним користуватися й просиш змінити те, що не підходить.
Наприклад: «Зроби таймер для роботи на 25 хвилин із кнопками “Старт” і “Пауза”». Отримав першу версію → натиснув кнопки → попросив додати звук або виправити помилку. Так крок за кроком з’являється твій інструмент. Вайб-кодер — людина, яка створює щось у такий спосіб.
Для чого це потрібно?
- Спростити власну роботу: перейменувати багато файлів, зібрати звіт, зробити кнопку для повторюваної дії у Maya чи Blender.
- Створити щось для себе: маленьку гру, таймер, список справ, оверлей для стриму або бота-нагадувача.
- Перевірити ідею продукту: зібрати просту робочу версію й показати її майбутнім користувачам. Якщо вона справді корисна, можна розвивати її далі або виконувати подібні замовлення.
Хто може спробувати?
Почати можна без досвіду програмування. Дизайнер, аніматор, підприємець, викладач, студент — будь-хто, хто має задачу й готовий перевіряти результат. Знання своєї роботи допомагає пояснити, що саме потрібно. Досвідчені програмісти теж використовують ШІ для реалізації, пошуку помилок і рутини.
Під час роботи корисно поступово розбиратися, де лежать файли, як запустити програму й повернути попередню робочу версію. ШІ може пояснювати кожен крок. Знати все наперед не потрібно.
Через що почати?
Для першої спроби підійде сервіс у браузері. Для роботи з файлами проєкту зручніше мати комп’ютер.
- Хочу щось зробити й одразу побачити: спробуй Canvas у Gemini або інтерактивний результат — artifact — у Claude. Наприклад, таймер чи просту гру.
- Хочу зрозуміти, з чого почати: ChatGPT допоможе розкласти ідею на кроки, пояснити код і розібрати помилку. Якщо отримуєш лише текст коду, попроси точну інструкцію, куди його вставити та як запустити.
- Хочу свій сайт або вебзастосунок: Lovable дозволяє описувати задум словами й працювати з результатом у браузері.
- Хочу змінювати файли, робити скрипти чи розвивати проєкт: Codex, Claude Code або Cursor. Це інструменти, які можуть працювати безпосередньо з кодом; спосіб налаштування залежить від вибраного варіанта.
Не потрібно купувати все. Обери одну задачу й один інструмент. Тут є порівняння під конкретні задачі. Доступні функції та ліміти перевіряй у самому сервісі.
Три слова, які ти часто зустрічатимеш
Промпт — твоє повідомлення із завданням для ШІ. Код — інструкції для комп’ютера. Агент — ШІ з інструментами, який може, наприклад, читати й змінювати файли та запускати перевірки в межах наданого доступу.
Твоя частина роботи — задум і перевірка. ШІ може помилятися: напис «готово» ще не означає, що кнопки працюють або дані зберігаються. Для навчання почни з маленького проєкту без оплат і чужих приватних даних. Докладний вступ до вайб-кодингу →
Перші кроки без зайвих підписок
- Обери одну маленьку задачу. Наприклад, гра на один екран, перейменування файлів або бот із однією командою. Для інтерактивної проби — Canvas у Gemini чи artifacts у Claude; для файлів власного проєкту — Codex, Claude Code або Cursor. Для першого вебсервісу — Lovable. Обери приклад нижче.
- Опиши готовий результат. «Гравець рухається, збирає 5 предметів, бачить перемогу й може почати знову». Додай приклад оформлення та список того, що поки не потрібно.
- Роби одну зміну за раз. Перевір її сам і збережи робочу версію. Попроси агента пояснити, які файли він змінив і як це перевірити.
- Покажи прототип людині. Нехай вона виконає основну дію без твоїх підказок. Нерозуміння користувача — причина змінити інтерфейс, навіть якщо код запускається.
- Другий інструмент додавай під конкретну проблему. Спочатку отримай робочий результат з одним; потім порівняй вартість і якість альтернатив.
Готовий запит для першої маленької гри
Після запуску сам зміни одну умову — наприклад, кількість зірок. Попроси пояснити, чому саме ця зміна працює: так ти перевіриш розуміння.
Що навайбкодити крім сайту: 7 напрямів
Це ідеї для власного тесту, а не обіцянки доходу. Відкрий близьку задачу: у кожній є мінімальна версія та можливий спосіб монетизації.
01 · Гра на один екран
Що: 2D-аркада, головоломка або тренажер реакції.
Чим: Codex / Claude Code / Cursor; для швидкої проби — Canvas. Почни з простого HTML/JS або першої 2D-сцени в Godot.
Перша версія: Одна механіка, перемога/програш, перезапуск і керування на телефоні. Мультиплеєр додавай після робочої одиночної гри.
Як може заробляти: Брендована мінігра на замовлення або платна повна версія. Рекламі потрібна аудиторія.
02 · Бот та автоматизація
Що: Заявка → таблиця → нагадування; статус замовлення; дайджест.
Чим: n8n для зв’язування сервісів; Codex або Claude Code для власної логіки.
Перша версія: Один сценарій, тестовий чат, захист від дублів і зрозуміле повідомлення про збій. Для автоматичних публікацій спочатку перевіряй чернетки.
Як може заробляти: Оплата налаштування та окремо підтримки. Узгодь, хто платить за хостинг і API.
03 · Розширення браузера
Що: Прибрати зайве зі сторінки, скопіювати вибрані поля або експортувати таблицю.
Чим: Codex / Claude Code / Cursor + документація Chrome Extensions.
Перша версія: Одна кнопка для однієї задачі; обробка локально, мінімальні дозволи. Перевір на кількох сторінках із різними даними.
Як може заробляти: Ліцензія, додаткова платна функція або розширення під процес конкретної команди.
04 · Скрипт для Maya чи Blender
Що: Пакетне перейменування, перевірка сцени, експорт вибраних моделей або маленька панель інструментів.
Чим: Codex або Claude Code для Python; дай точну версію програми та маленьку тестову сцену.
Перша версія: Одна повторювана операція на копії сцени, попередній перегляд змін і можливість скасування. Ріг та скіни потребують окремої перевірки.
Як може заробляти: Продаж корисного скрипта або налаштування під пайплайн студії. Знання роботи 3D-фахівця допоможе вибрати потрібну функцію.
05 · Утиліта для файлів
Що: Сортування зображень, перейменування, очищення CSV чи підготовка субтитрів.
Чим: Codex / Claude Code; спочатку простий скрипт, потім вікно з кнопками.
Перша версія: Тестова папка, попередній список змін, копія результату в новій папці. Перевір порожні файли й однакові назви.
Як може заробляти: Разове замовлення або ліцензія. Інсталяція, оновлення й підтримка — частина продукту.
06 · Звіт або робоча інтеграція
Що: Звести кілька CSV, знайти розбіжності в каталозі, шукати CRM-записи з однієї команди.
Чим: ChatGPT для дослідження даних; Codex / Claude Code або n8n для повторного запуску.
Перша версія: Невеликий набір відомих прикладів і звірення підсумків. Спочатку лише читання; зміну записів підключай після перевірки.
Як може заробляти: Налаштування звітності чи інтеграції під бізнес. Продавай конкретно заощаджену ручну роботу.
07 · Оверлей для стриму або інтерактивний віджет
Що: Таймер, панель прогресу, екран перерви або табло для події.
Чим: Codex / Claude Code / Cursor для HTML/CSS/JS.
Перша версія: Один екран, зрозумілі налаштування, перевірка у фактичному розмірі трансляції. Почни без сервера.
Як може заробляти: Оформлення на замовлення чи тематичний набір. У нас є безкоштовний приклад для перегляду; продажі цього прикладу не заявляємо.
Гра, оверлей або скрипт можуть працювати без звернень до моделі. API потрібен, коли сам продукт використовує модель під час роботи. Для звичайного сортування, розкладу чи арифметики часто достатньо коду.
Реальні мінікейси: продукт, гроші й урок
Перевірено існування продуктів і тексти авторів. Заявлену виручку ми не аудіювали. Успішні приклади не показують шанси типового новачка.
Платне розширення: Launch Fast для продавців Amazon
Hasaam Bhatti в інтерв’ю від 2 червня 2026 описує MVP у Cursor за 48 годин і $30 тис. MRR на час розмови — щомісячної регулярної виручки, не чистого прибутку. Це заява засновника. Інструмент допомагає досліджувати товари; перші клієнти прийшли через партнерство з навчальною спільнотою Amazon-продавців.
Що взяти собі: автор знав проблему зі своєї роботи та знайшов канал до покупців. Прототип він зробив швидко; розвиток і залучення клієнтів тривали місяці. Перед великим продуктом покажи одну корисну функцію людям зі своєї професії.
Гра: fly.pieter.com — літаки, покупки та реклама
Pieter Levels створив браузерний авіасимулятор із ШІ. Сторінка гри вказує Cursor + Three.js та пропонує платний літак і внутрішньоігрову рекламу. Це видимі способи монетизації; їх наявність сама по собі не підтверджує обсяг продажів.
Що взяти собі: почни з механіки, у яку цікаво грати за хвилину після відкриття. Спочатку перевір керування й бажання зіграти знову, потім магазин. Публічне просування й аудиторія автора — частина історії успіху, не властивість Cursor.
Продукт для профі: Context — налагодження MCP на macOS
Mac-розробник Indragie Karunaratne 1 липня 2025 описав випущений застосунок на SwiftUI, майже повністю написаний Claude Code. Агент допомагав і з автоматизацією складання та релізів. Автор наголошує на вимогах, ітераціях і перевірках. Підтвердженого доходу в цьому кейсі немає.
Що взяти собі: маленький професійний інструмент може бути ціннішим за черговий універсальний сервіс. Профі задає правильну поведінку й оцінює якість; ШІ допомагає з реалізацією та рутиною доставки.
Корисна інтеграція за вечір: Pipedrive → Raycast
Paul Minors 5 травня 2026 показав пошук контактів і угод Pipedrive прямо з Raycast. За його описом, робота з Claude Code зайняла близько години; першу версію довелося виправляти. Це приклад власної автоматизації, без заявленої виручки.
Що взяти собі: поєднай два інструменти, між якими постійно перемикаєшся. Почни з пошуку через офіційний API та заздалегідь опиши, які поля й результати потрібні.
Як перевірити власну ідею на першу оплату
- Обери знайому проблему. Розпитай кількох потенційних користувачів: як роблять зараз, що повторюють і де втрачають час.
- Покажи одну завершену дію. Дай людині виконати її на своїх тестових даних без твоєї допомоги.
- Запропонуй конкретний результат. Наприклад, налаштування звіту або скрипт експорту; зафіксуй обсяг, перевірку готовності й умови підтримки.
- Порахуй економіку. Виручка мінус сервіси, комісії, залучення, повернення, податки й власний час. Похвала та реєстрації ще не підтверджують готовність платити.
Платний пілот — спосіб перевірки, а не гарантія продажу. Докладніше про заробіток на вайб-кодингу →
Профі: реальні кейси команд і робочий пайплайн із ШІ
Пайплайн — це шлях від задачі до перевіреного випуску: вимоги → контекст → мала зміна → перевірки → рев’ю → реліз. Нижче — опубліковані процеси конкретних команд і наша адаптація для власного проєкту.
Що вже роблять великі інженерні команди
Stripe: агент пише код, фіксований процес запускає перевірки
Як працює. Minions отримують окреме підготовлене середовище. ШІ реалізує задачу й виправляє помилки; запуск лінтерів і відправлення змін виконують звичайні програмні кроки. Після локальних перевірок — CI, одна спроба виправити його помилки, потім людське рев’ю.
Результат. У публікації від 19 лютого 2026 Stripe повідомляє про понад 1300 злитих PR за тиждень, повністю написаних агентами й перевірених людьми. Це обсяг прийнятих змін, а не виміряне прискорення кожного розробника.
Що повторити. Винеси повторювані перевірки в команди, дай агенту готове середовище й обмеж кількість безрезультатних спроб. Первинний опис Stripe ↗
Spotify: 240 PR для міграції даних за таблицею правил
Як працює. Команда знайшла залежні репозиторії через Backstage, а Honk готував зміни під керуванням Fleetshift. Загальної інструкції виявилося замало: знадобилися точні таблиці відповідності старих і нових полів та явні винятки.
Результат. У кейсі від 22 квітня 2026 — 240 підготовлених автоматизованих PR і приблизно 10 інженерних тижнів зекономленої праці за оцінкою команди. Це не незалежний експеримент. Автоматизацію неоднорідних Scio-проєктів відклали; для SQL-репозиторіїв без належних тестів перед злиттям перевіряли результат вручну.
Що повторити. Для масової заміни API чи схеми даних спершу підготуй правила «було → стало» й перелік випадків для людини. Первинний опис Spotify ↗
Rakuten: паралельні задачі, тести й коротший цикл випуску
Як працює. Інженери використовують Claude Code для тестів, заглушок API, компонентів, виправлень і документації; запускають окремі сесії паралельно й застосовують ШІ для рев’ю.
Результат. Rakuten повідомляє про скорочення середнього часу виходу нових функцій із 24 робочих днів до 5. Це кейс клієнта на сайті Anthropic: заявлений результат конкретних команд, без незалежної контрольної групи. Він не гарантує такого ж прискорення на іншому проєкті.
Що повторити. Поки ти приймаєш технічне рішення, агент може окремо дослідити код або підготувати тести. Паралельні зміни потребують узгоджених меж і перевірки після об’єднання. Кейс Rakuten / Anthropic ↗
Пайплайн, який можна адаптувати для своєї команди
Це наша практична схема за мотивами цих кейсів. Почни з одного агента в Codex, Claude Code або Cursor; додавай паралельність, коли задачі справді незалежні.
- Людина формулює результат. Одна задача, приклад вхідних даних і 2–3 критерії готовності. Для складної зміни — короткий план і спосіб повернутися до робочого стану.
- Агент читає проєкт і перевіряє стартовий стан. Пов’язані файли, документація, доречні наявні тести. У AGENTS.md чи правилах інструмента — коротка карта, команди й посилання. Приклад організації в OpenAI ↗
- Окрема задача — окрема робоча копія. Гілка/worktree або ізольоване середовище з тестовими даними. Двоє агентів не редагують одночасно ті самі файли. Worktree відділяє файли, але сам по собі не обмежує доступи.
- Агент реалізує малу зміну й запускає її. Швидкі перевірки — одразу: потрібний тест, типи, лінтер. Для інтерфейсу потрібен браузер, для гри — рушій, для скрипта — тестовий файл. Практики команди Claude Code ↗
- Рев’ю звіряє результат із вимогами. Переглянь diff і фактичні результати перевірок. Інший агент може шукати пропуски, але зауваження підтверджують відтворенням; дві згодні моделі не замінюють тест.
- CI та людина приймають зміну. CI — автоматичні перевірки після відправлення коду. Перевір взаємодію модулів і реальний сценарій. Якщо агент ходить по колу, зупини повтори й уточни причину.
- Малий реліз і спостереження. Після випуску перевір помилки, швидкість і ключовий сценарій. Зафіксуй корисне правило в документації, а повторюваний баг — у перевірці.
3 конкретні задачі для прискорення вже завтра
Баг у наявному продукті. Дай агенту кроки відтворення та лог. Для помилки в логіці попроси спочатку тест, який падає на старій версії, потім виправлення. Перевір, що тест ловить саме баг і сусідні сценарії працюють.
Однотипна міграція API. Склади таблицю «старий виклик → новий», познач винятки. Випробуй на 2–3 типових модулях, переглянь результат, лише тоді розширюй. Якщо зміна механічна, надійний скрипт заміни може бути простішим за повторні звернення до ШІ.
Гра або інструмент для Maya/Blender. Дай версію програми, тестову сцену й одну ціль: механіку стрибка, пакетний експорт чи перевірку назв. Агент готує код; запускаєш у рушії або 3D-програмі, перевіряєш керування, результат і швидкість на реальній сцені. Спершу копія сцени, потім інтеграція. Це наша адаптація для геймдеву й 3D, а не заявлений внутрішній процес конкретної студії.
Приклад задачі агенту для наявного проєкту
Як зрозуміти, чи ШІ справді економить час
Порівнюй схожі задачі за часом до прийнятої зміни, включно з постановкою, рев’ю, виправленнями й очікуванням перевірок. Додай витрати на модель і кількість помилок після випуску. Кількість рядків коду, агентів або PR сама по собі не показує користі.
Спочатку випробуй процес на кількох обмежених задачах. Якщо більше часу йде на переробку, спробуй меншу задачу, кращі приклади або простішу автоматизацію. Для продукту з моделлю всередині тримай набір реальних прикладів з очікуваними результатами й перевіряй його після зміни промпту чи моделі.
Що підтверджує досвід інших
Simon Willison: запускати, а не довіряти відповіді. У власній роботі він починає сесію з наявних тестів і окремо просить агента пройти реальний сценарій у браузері або через API. Він описує випадки, коли така перевірка знаходить проблеми, пропущені тестами. Практична порада: проси виконані перевірки та спостережений результат. Його процес · Перевірка сценаріїв.
Armin Ronacher: зробити проєкт зручним для агента. У дописі від 12 червня 2025 він наголошує на швидких командах, читабельних логах і захисті від повторного запуску вже активного сервера. Практична порада: перед купівлею дорожчої моделі прибери проблеми запуску й зроби помилки видимими. Це досвід конкретного розробника. Оригінальний допис.
Команда n8n: показувати робочий прототип. У кейсі від 18 листопада 2025 продакт-менеджер Niklas Hatje описує використання Lovable для прототипів і внутрішнього інструмента, який пов’язує відгуки клієнтів із планами продукту. Практична порада: спочатку перевір сценарій з людьми, потім розширюй систему. Кейс опублікований самим Lovable; незалежного вимірювання прискорення в ньому немає. Кейс n8n.
METR: відчуття швидкості може обманювати. В експерименті з інструментами початку 2025 досвідчені розробники виконували задачі в середньому на 19% довше з ШІ. В оновленні від 24 лютого 2026 дослідники пишуть про ознаки прискорення, але вважають нову оцінку ненадійною через відбір учасників і задач. Висновок для практики: вимірюй власний процес; ці цифри не є рейтингом сучасних моделей. Дослідження та його обмеження.
Ліміти, підписки та кілька моделей
Контекст — дані поточного запиту. Токени — одиниці їх обробки. Ліміт тарифу — правила використання конкретного сервісу. Це не одне й те саме.
Один твій запит може запустити багато дій агента. Якщо ліміт зникає швидко, подивись, чи немає повторного читання великих файлів, довгих логів, зайвих підзадач або циклу невдалих виправлень.
Але є ДВА різні питання:
1. «Як прибрати зайві витрати?» — звузити контекст і задачу, вимкнути непотрібні інструменти, розібрати цикл помилок.
2. «Процес уже оптимізований; чим доповнити основну модель?» — протестувати іншу модель на окремому виді роботи: документації, простій реалізації, тестах або рев’ю. Порахувати витрати разом із перевіркою та переробкою. Це робоча схема для власного тесту, а не доведений рейтинг моделей.
Не передавай одночасно кільком агентам редагування тих самих файлів без узгодження. Для порівняння використовуй окремі копії або гілки.
Підписка на чат не означає автоматично оплачений API для бота. Тарифи, квоти й дозволені інтеграції перевіряй у свого провайдера. Старі акції й «безліміт» з переписки не є актуальними умовами.
Контекст і постановка задачі
Не потрібно щоразу вставляти весь код у повідомлення. Дай агенту доступ до потрібної папки/репозиторію та попроси знайти файли, пов’язані із задачею.
У проєкті тримай короткі актуальні інструкції:
• що будуємо й що вже працює;
• як запустити й перевірити;
• важливі обмеження та рішення;
• поточна задача й відомі проблеми.
Використовуй формат правил свого інструмента та перевір, що він їх читає. Git зберігає версії файлів, але сам по собі не дає агенту пам’ять.
Шаблон задачі:
«Зроби [конкретна зміна]. Зараз [поточна поведінка]. Має бути [перевірний результат]. Збережи [обмеження]. Спершу прочитай пов’язані файли. Після зміни покажи, що перевірено й що залишилося неперевіреним».
Перед новим діалогом збережи коротку передачу справ: зроблено / не працює / потрібні файли / останні перевірки / наступний крок. Не перенось увесь старий чат, якщо достатньо цього підсумку.
Помилки, рев’ю та безпека
Якщо агент ходить по колу: збережи стан, знайди останню робочу версію, відтвори одну конкретну помилку. Дай текст помилки й кроки, а не тільки «все зламалось». Перед новою правкою попроси пояснити причину.
Для перевірки зістав:
ВИМОГА → ПЕРЕВІРКА → ФАКТИЧНИЙ РЕЗУЛЬТАТ.
Наприклад:
«Дані зберігаються» → створити запис і перезавантажити сторінку.
«Користувач бачить лише своє» → перевірити з другого акаунта й через запит до сервера.
«Працює на телефоні» → пройти сценарій на вузькому екрані, а не лише зменшити картинку.
Проси результат виконаних перевірок, а не їх перелік у майбутньому часі. Окремо перевір старі функції, які могла зачепити зміна.
Інша модель може знайти пропущене, але її схвалення не замінює запуску й перевірки. Ручний перегляд теж не виявляє всіх вразливостей. Перевір доступи, секрети, введення, залежності; для важливого публічного сервісу потрібне компетентне рев’ю.
API-ключі, токени й паролі в чат не публікуємо. Оприлюднений секрет потрібно замінити, а не лише видалити повідомлення.
Де запустити сайт або бота?
«Де безкоштовно розмістити?» починається з питання «що запускаємо?».
• HTML/CSS/JS без серверної частини — статичний хостинг.
• Застосунок із серверним кодом — середовище, яке підтримує цей код; база даних і файли можуть потребувати окремого сховища.
• Telegram-бот із постійним опитуванням — процес, який має продовжувати працювати.
• Бот із webhook — серверна адреса для отримання подій; потрібне відповідне налаштування.
Якщо бот запущений тільки на твоєму комп’ютері, завершення його процесу зупинить бота. Залити код у GitHub недостатньо, щоб він автоматично виконувався.
Перед вибором хостингу перевір: чи засинає сервіс, які квоти, чи зберігаються дані після перезапуску, як читати логи й відновити роботу. «Безкоштовно» не гарантує постійної доступності.
Для конкретної поради напиши: мова/фреймворк, команда запуску, чи є база, webhook або polling, очікуване навантаження й бюджет. Старі ціни з чату спочатку перевіряй на сайті сервісу.
ШІ-агенти: хто може довго виконувати задачі сам?
Агент — це ШІ з інструментами та циклом роботи. Він не лише пропонує код: може прочитати проєкт, змінити файли, запустити програму, побачити помилку й виправити її. Модель — його «мозок»; агентна програма організовує дії, доступи та збереження прогресу. Як влаштований агент ↗
Хочеш закрити ноутбук і повернутися до результату? Обирай хмарне виконання. Локальний процес зупиниться, коли комп’ютер засне або вимкнеться. Керування локальним агентом із телефона не переносить обчислення в хмару.
Які агенти варто розглянути зараз і для чого?
Редакційний добір за можливостями, перевіреними 18 жовтня 2026. Це не рейтинг за одним тестом: якість залежить від моделі, проєкту й доступних перевірок.
- Codex Cloud — делегувати фічу або виправлення в репозиторії. Кожна задача має окреме робоче середовище; робота може тривати, поки ПК спить. Можна переглянути зміни й результати перевірок, продовжити задачу та відкрити pull request — пропозицію змін на перевірку. Документація ↗
- Claude Code — баги, рефакторинг і розвиток наявного проєкту. Є локальні та хмарні сесії. Хмарна продовжує працювати після закриття ноутбука; Remote Control лише дає доступ до локальної сесії з іншого пристрою. Хмарний режим і відмінності ↗
- Cursor Cloud Agents — делегування з перевіркою застосунку. Окремі хмарні машини можуть збирати проєкт, запускати тести й працювати з браузером. Є паралельні задачі, MCP та середовища з кількома репозиторіями. Потрібно налаштувати запуск проєкту й контролювати витрати. Можливості та оплата ↗
- GitHub Copilot cloud agent — невелика задача → PR у GitHub. Зручний для обмежених виправлень і тестів. За документацією: один репозиторій, одна гілка й один PR на задачу; максимальний час сесії — 59 хвилин. Великі задачі треба ділити. Обмеження ↗
- Devin — хмарні задачі та повторювані процедури. Scheduled Sessions запускає роботу за розкладом; playbook описує повторювані кроки. Наприклад, можна налаштувати підготовку виправлень зламаних тестів. Це приклад застосування, а не обіцянка автоматично підтримувати весь продукт. Запуски за розкладом ↗
- Gemini CLI — агент у терміналі та частина власного скрипта. Headless-режим виконує запит без діалогу й може повертати JSON. Доречно для аналізу логів, змін у коді та автоматизацій. Для повторних запусків потрібен окремий розклад або процес. Headless-режим ↗
- OpenHands / OpenCode — більше контролю над власною конфігурацією. OpenHands має SDK для програмних агентів; OpenCode можна під’єднати до Ollama. Локальний запуск оболонки ще не означає локальну модель. OpenHands SDK ↗ · OpenCode + Ollama ↗
Наш практичний вибір: почни з Codex або Claude Code для свого репозиторію; Cursor — якщо важлива робота в редакторі та делегування в хмару; Copilot — якщо весь процес уже в GitHub. Для повністю локального експерименту — інструкція нижче. Перед оплатою дай двом кандидатам одну невелику задачу в окремих копіях проєкту й порівняй результат, час на виправлення та витрати.
Чи реально залишити агента на кілька годин або на ніч?
Так, у відповідному середовищі, але «автономний» не означає «без обмежень і гарантовано завершить». Сесію можуть зупинити квота, таймаут, відсутній доступ, запит до людини або цикл помилок.
Реальний приклад: OpenAI описала експеримент, у якому Codex приблизно 25 годин створював інструмент дизайну, використавши близько 13 млн токенів. Це демонстрація з підготовленими вимогами й перевірками, а не обіцянка для будь-якої задачі чи тарифу. Опис експерименту ↗
Що підготувати: робочий запуск, потрібні залежності, перевірний результат, невеликі етапи, файл із прогресом і межу часу/витрат. Після повторюваної однакової помилки агент має зафіксувати блокер. Злиття в основну гілку й випуск продукту залишай окремими контрольованими кроками.
Ліміт бюджету задавай також у налаштуваннях сервісу або програмі: текст у промпті не є надійним фінансовим обмежувачем. Більше виробничих прикладів — у блоці про Stripe, Spotify і Rakuten.
MCP, skills, субагенти й автоматизація: що означають ці слова?
MCP — стандарт підключення інструментів і даних. Skill — інструкції та ресурси для певної роботи. Субагент — окремий виконавець частини задачі. SDD — робота від описаних вимог і критеріїв готовності. Harness — середовище, яке організовує роботу моделі та її інструментів.
Додавай їх під конкретну проблему. Набір із десятків skills не доводить якість і може збільшити складність та витрати.
Приклади з питань чату:
• Новини в Telegram: спочатку визнач джерела, розклад і відсів повторів. Для цього не обов’язково потрібен автономний агент. ШІ можна використати лише для короткого викладу; почни з чернеток на перевірку.
• Бот-продавець: природний стиль не виправить вигаданих цін. Потрібні актуальний каталог, перевірка відповіді й передавання складного випадку людині. MCP — можливий спосіб підключення, а не обов’язкова умова.
• Кілька агентів: визнач кожному задачу, доступні дані й результат, який треба повернути. Пам’ять проєкту, координація агентів і API твого продукту — окремі питання; не змішуй їх.
Починай із найпростішої схеми, яка виконує потрібний сценарій і яку можеш перевірити.
Чи можна створити свого ШІ-агента і як?
Так. Навчати нейромережу з нуля не потрібно. Для першої версії береш готову модель, задаєш правила й під’єднуєш кілька інструментів. Наприклад: агент читає копію CSV, знаходить проблемні рядки, створює звіт і пропонує виправлення.
Новачку: від корисної задачі до першого агента
- Одна роль: наприклад, перевіряти таблицю товарів. На вході CSV; на виході звіт із номерами рядків.
- Готова модель: хмарний API або локальна модель. Підписка на чат і API можуть оплачуватися окремо.
- Мінімальні інструменти: прочитати тестовий файл, перевірити поля, записати звіт в окрему папку. Не давай відразу доступ до всього диска.
- Цикл: отримав задачу → вибрав дію → виконав інструмент → прочитав результат → продовжив або завершив.
- Перевірка: дай кілька файлів із відомими помилками та один правильний. Перевір, чи агент знаходить потрібне й не вигадує проблем.
- Лише потім автоматизація: додай запуск за розкладом, історію результатів, обмеження спроб і повідомлення про збій.
Попроси coding-агента зібрати таку першу версію. Якщо всі правила можна точно записати звичайним кодом, почни зі скрипта: він може бути дешевшим і передбачуванішим за агента.
Профі: на чому будувати власного агента?
- OpenAI Agents API: керований Codex harness для тривалих задач зі збереженням сесії. Agents SDK: цикл і власні інструменти у твоєму застосунку, з більшим контролем над розгортанням. Це різні способи організації агента. Порівняння API та SDK ↗
- Claude Agent SDK: вбудувати агентний цикл Claude Code у Python/TypeScript із файловими інструментами, сесіями, дозволами та hooks. Для стороннього продукту використовуй передбачену документацією API-автентифікацію. Документація ↗
- LangGraph: коли потрібні власні переходи між кроками, збереження стану й відновлення. Checkpointer зберігає хід конкретної задачі; store — дані між сесіями. Для перезапусків потрібне стале сховище: InMemorySaver зникає разом із процесом. Пам’ять і відновлення ↗
- OpenHands SDK: відкритий набір для програмних агентів із терміналом, редагуванням файлів і власним робочим середовищем. Код і приклади ↗
Практичний каркас: черга задач → ізольований виконавець → дозволені інструменти → збережений прогрес → перевірка результату → рев’ю. Перед повтором операції перевіряй, чи вона вже виконалася: перезапуск не повинен створити друге замовлення чи надіслати лист двічі. Вимірюй прийняті результати й витрати на задачу, а не кількість агентних кроків.
Локальний ШІ й власний агент на ПК
Локальна модель обчислює відповідь на твоєму комп’ютері. Локальний агент керує файлами та інструментами на ПК. Для повністю офлайн-роботи потрібні обидва компоненти, завантажені залежності й відсутність хмарних інструментів.
Найпростіший старт без коду: LM Studio
- Встанови LM Studio з офіційного сайту.
- У Discover знайди модель. Для першого невеликого тесту можна розглянути Qwen 3.5 4B у 4-бітному варіанті; це наша стартова пропозиція, не рейтинг найсильніших моделей. Позначення Q4 означає стиснене представлення ваг із компромісом між пам’яттю та якістю.
- Завантаж модель, відкрий Chat, вибери її та завантаж у пам’ять. Попроси пояснити короткий фрагмент коду або підсумувати тестовий документ.
- Після початкового завантаження можна від’єднати інтернет і перевірити локальний чат. Пошук у мережі й віддалені інструменти офлайн не працюватимуть.
LM Studio підтримує локальний чат, роботу з документами й локальний сервер без інтернету після завантаження потрібних файлів. Що саме працює офлайн ↗ · Варіанти Qwen 3.5 ↗.
Чи вистачить мого ПК? RAM, відеопам’ять і розмір моделі
RAM — оперативна пам’ять ПК; VRAM — пам’ять відеокарти. Обидві важливі. Для Windows LM Studio рекомендує щонайменше 16 ГБ RAM і 4 ГБ виділеної VRAM; це орієнтир для програми, а не гарантія запуску будь-якої моделі. Офіційні вимоги ↗
Почни з невеликої моделі 2–4B і короткого контексту для чату. За наявності запасу пам’яті порівняй із більшим варіантом, наприклад 9B. B означає мільярди параметрів. Розмір файлу не дорівнює потрібній пам’яті: додатково потрібні контекст і службові буфери.
Для coding-агента вимоги вищі: він передає моделі інструкції, код і результати інструментів. Ollama рекомендує для таких задач контекст від 64 тисяч токенів; збільшення контексту потребує більше пам’яті. Не виставляй максимум навмання. Пояснення контексту ↗
У LM Studio можна попередньо оцінити пам’ять командою lms load --estimate-only <model_key>. В Ollama команда ollama ps показує контекст і розподіл між CPU/GPU. Якщо все повільне, спочатку перевір пам’ять і розмір задачі; не купуй нову відеокарту лише за обіцянкою з бенчмарка. Оцінка пам’яті ↗
Як запустити локального coding-агента: Ollama + OpenCode
Це наступний крок після локального чату. Спочатку встанови актуальні Ollama та OpenCode за офіційною інструкцією інтеграції. Підготуй копію невеликого проєкту або окрему Git-гілку.
- Завантаж локальну модель з підтримкою tools. Для проби:
ollama pull qwen3.5:4b. Не обирай хмарний варіант, якщо потрібне локальне обчислення. Картка моделі ↗ - Налаштуй контекст від 64k: таку вимогу для OpenCode вказує інтеграція Ollama. Перевір, чи вистачає пам’яті; маленька модель не скасовує витрат на довгий контекст.
- У терміналі відкрий папку тестового проєкту та виконай
ollama launch opencode. У виборі провайдера/моделі перевір саме Ollama й завантажену локальну модель. - Перша задача: «Прочитай проєкт і поясни запуск, поки нічого не змінюй». Друга — одна мала правка з конкретною перевіркою. Переглянь змінені файли та запусти результат.
Альтернатива — Codex CLI з Ollama через ollama launch codex. Це оболонка Codex із вибраною локальною моделлю, а не завантажена на ПК хмарна модель OpenAI. Налаштування інтеграції ↗.
Це схема за документацією, а не замір на твоєму ПК. Локальна модель може слабше виконувати складні багатокрокові задачі; почни з малого й перевіряй реальні дії, а не лише переконливу відповідь.
Для чого локальний ШІ корисний і що означає «безкоштовний»?
Корисні перші задачі: пояснення власного коду, чернетки документації, пошук у локальних текстах, класифікація файлів і підготовка маленьких скриптів. Для Maya/Blender модель може підготувати код, але перевірка сцени потребує доступного інструмента й запуску в самій програмі.
За повністю локальний запуск немає оплати хмарному провайдеру за кожен токен, але є витрати на обладнання, електрику й налаштування. Перевір ліцензію конкретної моделі перед комерційним використанням. Вебпошук, віддалені MCP-сервери або хмарний провайдер можуть передавати дані назовні, навіть коли вікно агента відкрите на твоєму ПК.
Щоб отримати пораду в чаті, напиши: ОС, обсяг RAM, точну відеокарту та VRAM, задачу й чи потрібна повна відсутність інтернету. За однією назвою «ігровий ноутбук» модель підібрати надійно не вийде.
Як поставити питання в чаті
Мета → інструмент → проблема → текст помилки → що вже пробував. Прибери ключі, паролі й приватні дані. Знайшов рішення — допиши його у відповідь на своє питання.
Про цей FAQ
Підготовлено за темами з текстового експорту чату за серпень 2025 — жовтень 2026. Додатковий ресерч 18 жовтня: офіційна документація, власні дописи розробників та інтерв’ю засновника. Посилання стоять біля відповідних тверджень; ідеї проєктів і практичні висновки — наші рекомендації. Це редакційне узагальнення, а не рейтинг моделей або позиція всіх учасників. Тарифи перевіряй у провайдерів.
Джерела: практики роботи з агентом, витрати, правила проєкту, статичний хостинг, MCP.
Оновлено 18 жовтня 2026 · Вайб-Кодинг