Реальные истории — как AI помогал решать задачи
Мы использовали Google Looker Studio для iGaming-аналитики. В какой-то момент данные физически перестали туда помещаться — Looker просто не мог принять те объёмы, которые были необходимы.
Начался поиск лайфхаков: обрезать аналитику по неделям вместо месяцев, убирать часть данных. Ни один вариант не устраивал.
Вопрос в Claude поставил максимально конкретно:
«Найти аналитические инструменты аля Metabase, чтобы можно было напрямую заливать CSV файлы, чтобы они были полностью бесплатные и была возможность гибко настраивать чарты и табличные представления данных.»
Claude выдал Apache Superset. Полностью Open Source проект.
Вместо того чтобы прийти с идеей, я решил сначала проверить. Через Docker поднял Superset локально — всё завелось со второго раза.
Пришёл к команде с реальными скриншотами и работающим прототипом:
«Есть вот такой проект. Нам полностью подходит, может крутить что нужно и в разы более гибкий чем Looker. Давайте поднимем и будем юзать.»
До сих пор используем Superset. Вся настройка делалась с AI и огромным терпением Миши К. — за что ему безграничное спасибо.
Которое я бы не нашёл сам — потому что не знал что искать
Поднять Docker и протестировать локально — без DevOps-навыков
Не с идеей, а с работающим прототипом и скриншотами
0 лет опыта разработки. Декабрь 2025 → февраль 2026. Claude Code в терминале:
Как каждый из 10 проектов появился на свет
Родился из диалога с сестрой — она когда-то пыталась написать это на Python, но проект был предельно сырой. Зато получилось готовое ТЗ: скормил AI без изменений и получил рабочий продукт за 10 минут.
Первый спец.проект, который уже тестируем на проде. Оцениваем уровень вовлечённости аудитории в интерактивные форматы. Делалось с расчётом не создавать бюрократии и проверить, сможет ли AI весь цикл делать сама. Вышло нормально, но для более серьёзных проектов обязательно нужна работа дизайнеров.
Увидел сообщение Максима с предложениями по спец.проектам. Решил целиком закинуть тред и презентацию в AI, добавив пару частей промпта. Через 3 часа в 4 итерации — с каждой добавлялись новые креативы — получилось 80 идей для мини-игр.
Цель — привлекать юзеров к постингу комментариев, генерируя топикстартеры. Физически нет времени придумывать комментарий к каждому посту, особенно на INT. Ручная генерация через AI-чаты не масштабируется и не даёт консистентных результатов. Решение: вшитые промпты для тонкого управления, вставляешь ссылку и выбираешь конфигурацию — получаешь 5 готовых комментов. Дёшево и быстро.
Пет-проект. Идея — получить аналитический инструмент, который сможет уведомлять о запуске рекламных или политических кампаний в Telegram. Когда-нибудь продолжу развивать.
Поставил на поток отчётность по iGaming, но были сложности — AI галлюцинировал. Сделали инструмент конвертирования из сырых таблиц в красивый формат для Slack. В 7 раз ускорили подготовку отчётности и полностью избавились от галлюцинаций AI.
Квинтэссенция опыта в iGaming. Сложный многослойный проект на стыке аналитики и автоматизации. Множество источников данных и слоёв обработки. Автоматический мониторинг и алерты. Детали под NDA, но масштаб говорит сам за себя.
Проводим тесты со спец.проектами и долго обсуждали, как трекать результат. Попросил AI разработать аналитику, дав ей нужный контекст — и уже всё крутится и работает. Точно нужно много доработок, но уже сейчас работает достаточно неплохо.
Проверка возможностей. А что я смогу сделать совсем сам, если поставлю цель спарсить максимально возможное количество данных? Проект забросил, но данные уже 3 месяца парсятся с переменным успехом — в целом всё работает.
Решили проверить: насколько качественно и быстро можно сделать лендинги для Трибуны. Сделано за 6 часов плюс час на проверку и промпты. Несколько вариантов, два уже размещены на проде.