Откуда взялось слово, как это выглядит на деле, что можно собрать без опыта программирования и где такие проекты ломаются
Вайбкодинг — способ делать программы, при котором вы описываете задачу обычными словами, а код пишет нейросеть. Ниже — что за этим стоит на практике. Пишу по опыту: этот сайт и сайт производителя электрощитов собраны вместе с ИИ.
Вы говорите: «сделай страницу с формой заявки, которая присылает мне заявку в Telegram». Нейросеть пишет код, запускает его и показывает результат. Вы смотрите и говорите, что поправить: «кнопку крупнее, телефон обязательным, в сообщение добавь время». Так, по кругу, вещь доходит до нужного вида. Писать код самому не приходится.
Слово придумал Андрей Карпатый, один из основателей OpenAI. 2 февраля 2025 года он описал в коротком посте, как работает над проектами выходного дня: соглашается со всем, что предлагает модель, и почти не заглядывает в код. Пост разошёлся, и в ноябре того же года словарь Collins назвал «vibe coding» словом года.
В исходном посте есть деталь, которую обычно теряют. Карпатый говорил про проекты, которые не жалко выбросить. С тех пор словом стали называть любую разработку с ИИ: от прототипа за вечер до систем, которые принимают деньги клиентов. Между этими двумя концами и лежит всё, что стоит понять новичку.
Работа идёт короткими кругами, и в каждом четыре шага:
Первая рабочая версия появляется быстро: простая страница — за минуты, бот — за вечер. Дальше время уходит на другое: чтобы заявки доходили всегда, данные не утекали и поисковик находил страницы. На сайте производителя электрощитов первая версия из восьми страниц появилась за один день. Доводка заняла недели: форма, согласие на обработку данных, карта сайта, индексация, телефония. Как это было, я разобрал в кейсе про сайт, карточку и АТС.
Названий много, и новые выходят каждый месяц. Удобнее думать о типах: у каждого свой потолок и своя цена входа.
Описываете задачу — сайт или приложение появляется прямо в окне браузера. Начать проще всего. Сложнее всего потом забрать проект к себе и развивать дальше.
Видите файлы проекта и просите помощника поправить конкретное место. Подходит тем, кто готов хотя бы смотреть на код.
Сами читают весь проект, запускают команды, правят десятки файлов за раз и проверяют результат. Этим я пользуюсь каждый день: так собран и этот сайт.
Соединяют готовые сервисы по сценарию: таблицу, почту, Telegram, CRM. Нейросеть помогает собрать сценарий и написать недостающие куски.
Для первого проекта подойдёт любой. Если хочется понять, что происходит внутри, лучше сразу брать редактор или агента: в конструкторе проект растёт, а разобраться в нём становится всё труднее.
Уверенно получается у новичка с первых недель:
Осторожнее со всем, что принимает деньги, хранит персональные данные или меняет учёт. Собрать такое тоже можно, но здесь цена незамеченной ошибки — штраф по ФЗ-152, потерянный платёж или испорченная база. Что требует закон, когда в системе есть нейросеть, я разобрал в отдельной записи про персональные данные.
Самая окупаемая часть для бизнеса — автоматизация рутины: там, где человек переносит данные из одного места в другое. Сколько такие задачи стоят и за сколько возвращаются, видно по шести сметам из моих проектов.
С 1С нейросеть можно использовать двумя способами, и риск у них разный.
Снаружи 1С. Бот для прорабов, выгрузка остатков на маркетплейсы, отчёт в таблицу. Такой сервис живёт отдельно и обращается к 1С через её HTTP-сервисы. Сам он пишется на обычном Python или JavaScript, и здесь нейросеть работает уверенно. Ошибка в таком сервисе не трогает базу: в худшем случае он ничего не выгрузит.
Внутри 1С. Правка конфигурации на встроенном языке. По моему опыту модели заметно чаще ошибаются в этом языке, а изменения в типовой конфигурации потом мешают её обновлять. Здесь правило простое: только на копии базы и с человеком, который понимает, что изменилось.
Оба внешних сценария разобраны подробно: Telegram-бот для 1С без клиента 1С и синхронизация остатков 1С с Wildberries и Ozon.
Ошибка вайбкодинга редко выглядит ошибкой. Страница открывается, проверка зелёная, клиент доволен — а данные лежат наружу. Отраслевые замеры 2026 года сходятся в одном: модели уверенно пишут работающий код и так же уверенно пропускают защиту, потому что о ней никто не попросил. По данным Veracode, проверку безопасности проходит около 55% сгенерированного кода, и доля не растёт от версии к версии моделей. В выборке из 2,23 млн фрагментов кода 19,7% подключали библиотеку, которой не существует.
Три поломки из моей собственной практики. Все три нашлись на проверке, и все три выглядели как исправный сайт:
Если приложенная схема была не того типа, форма выбрасывала файл и всё равно показывала «спасибо». Менеджер ответил бы на заявку, не зная, что схему присылали.
Галочка стояла обязательной, но запрос в обход страницы принимался без неё. Персональные данные могли попасть к владельцу сайта без основания, которое сайт сам требует в политике.
Карта сайта была устроена в два уровня, и Яндекс не пошёл дальше первого. Сайт открывался, все проверки были зелёными, а в поиске его почти не было.
Поэтому перед первым живым пользователем стоит пройти короткий список: кто и к чему имеет доступ, открыта ли база наружу, нет ли паролей и ключей в коде, что будет с загруженными файлами, что пишется в журналы, есть ли резервная копия и проверяли ли её. Как такую проверку проводят на чат-боте, видно в кейсе про аудит безопасности.
Если хочется пройти этот путь на своей задаче вместе с тем, кто делает это каждый день, — у меня есть личные уроки по вайбкодингу: шесть модулей от первого результата до проверки перед живыми пользователями.
Первое занятие длится 90 минут: ставим инструменты и проходим полный круг на том, что вы хотите собрать. Уходите с работающей вещью и планом, что делать дальше.
Расскажу что внедрить в вашем бизнесе в первую очередь, какая будет окупаемость, и нужен ли вообще AI для вашей задачи (иногда — нет).
Или просто напишите свой вопрос — отвечу в течение 2 часов