ВайбкодингВайбкодинг

В этом уроке разбираем, как из России оформить платную подписку на нейросети и платить в рублях: выбираем подходящий тариф, затем рассматриваем три основных способа оплаты и отдельно — серые варианты с рисками. По ходу урока сравниваем, что дают бесплатные и платные планы в Claude, ChatGPT и Gemini, и на каком тарифе появляются нужные для курса инструменты. В конце вы сможете выбрать подходящий способ и оплатить подписку на нейронку для следующих уроков.

В этом уроке разбираем, почему подписку важно использовать не как обычный чат, а как ИИ-агента: сравниваем «консультацию по телефону» и «работу за вашим компьютером» на примере задачи с видео — извлечь mp3 и сделать транскрибацию рядом с файлом. Также фиксируем ограничения чата: нет доступа к вашему компьютеру, нет цикла проверки и исправления ошибок, и часто не хватает окружения для распознавания речи. В конце вы сможете определить, когда идти в чат для обсуждения, а когда запускать агент для выполнения работы руками, и попробуете прогнать свою повторяющуюся задачу через Claude Code в режиме агента.

В этом уроке разбираем, почему нейросеть «забывает» и быстро тратит лимиты: что такое токены и токенизация, как работает контекстное окно и что происходит при его переполнении, почему агент расходует больше токенов, чем обычный чат. Также обсуждаем «файл-память» для проекта (clod.md для Клода и agents.md для других моделей) и зачем он нужен при старте новой сессии. В конце вы сможете осознанно следить за контекстом, экономить лимиты и понимать, когда стоит начинать новый диалог и как поддерживать общий контекст проекта.

В этом уроке разбираем, как выбрать инструмент для вайб-кодинга без «священных войн»: отделяем «кузов» (программа-агент) от «мотора» (модель) и смотрим, как это устроено у Claude Code, ChatGPT Codex, Google Antigravity, Cursor и OpenCode. Дальше на примерах показываем, как эти агенты запускаются в конкретной папке проекта, какие есть режимы работы и как выбирать модель и «уровень думания». В конце вы сможете осознанно выбрать агент под ваши привычки, бюджет и подписки и подготовиться к настройке рабочего места в следующих уроках.

В этом уроке разбираем, почему ИИ-агент в каждой новой сессии заново «изучает» проект и тратит ваши лимиты: что такое контекстное окно и как заменить «память» набором файлов. Проходим роли clude.md/agents.md, tasks.md и design.md, а также зачем нужны README, спецификация и skill.md. В конце вы сможете собрать для своего проекта короткую «кассету» с правилами и граблями, чтобы агент стартовал быстрее и работал стабильнее.

В этом уроке подключаем Git и GitHub как систему «сохранений» для проекта: регистрируем аккаунт на github.com, подключаем интеграцию/плагин GitHub в AI-агенте или настраиваем через терминал, делаем первые коммиты и публикуем проект в приватный репозиторий. Разбираем, как сохранять версии, переключаться между ними и зачем выносить историю в облако. В конце вы сможете авторизовать агента в GitHub и настроить публикацию проекта в приватный репозиторий со всей историей изменений.

В этом уроке разбираем, что такое skills и зачем они нужны в вайбкодинге: как skill устроен как текстовая инструкция, как вы можете создавать и докручивать свои навыки, и почему готовые наборы могут ускорять работу. Отдельно смотрим базовый набор для старта курса: Superpowers и front-end design, а также обсуждаем установку на уровне всей системы и проверку навыков на безопасность. В конце вы сможете понять, какие skills ставить в начале и как их подключать в вашем агенте так, чтобы они были доступны из любых проектов.

В этом уроке разбираем, как нейросеть выполняет реальные действия через MCP-серверы: запускает локальный сайт, открывает страницу регистрации в Chrome через PlayWrite, заполняет форму и делает скриншоты, включая ошибки и мобильную верстку. Обсуждаем, что такое MCP и чем оно отличается от API, а также зачем подключать готовые коннекторы вместо написания кода. В конце вы сможете установить нужные подключения Context7 и Playwright и подготовить окружение к следующим урокам.

Первый практический урок по вайбкодингу на примере Google Apps Script. Вы научитесь составлять сильный промпт из пяти компонентов и просить нейросеть написать скрипт, который переносит данные из таблицы в шаблон Google Документа. Разберём, как подключить кастомное меню, выдать скрипту разрешения, побороть типичные ошибки и дорабатывать решение итерациями через окно настроек.

Проходим весь путь публикации расширения в магазине Chrome с нуля — на примере простого расширения, которое делает скриншот YouTube-видео одной кнопкой. Регистрируем аккаунт разработчика и оплачиваем разовый сбор, готовим иконки и промо-картинки нужных размеров, заполняем описание, категории и разрешения. Отдельно делаем страницу политики конфиденциальности на GitHub Pages и отправляем расширение на модерацию.

Собираем своего первого Telegram-бота на основе авторского шаблона iogram starter kit, в котором уже настроены Docker и всё окружение — это избавляет от типичных ошибок с утечкой ключей и сломанными функциями. Готовим компьютер к разработке через промпт для нейросети, получаем токен бота у BotFather и проходим интерактивный настройщик just init project: задаём токен, username, свой Telegram ID и привязываем проект к своему репозиторию. Запускаем бота командой just dev, разбираем возникшую ошибку с помощью Claude и проверяем, что бот отвечает на команды.

Учимся наполнять пустого бота реальными функциями на примере бота для расшифровки голосовых и медиафайлов в текст локальными моделями Whisper. Разбираем структуру сильного промпта из пяти частей — роль, контекст, задача, результат, ограничение — и с её помощью ставим нейросети задачу в режимах план и билд. Тестируем бота, отлаживаем ошибки через отдельный диалог с ролью Debugger и по команде just logs bot, а рабочие версии фиксируем через git commit и git push, чтобы всегда можно было откатиться.

Пока бот запущен локально в Docker, он живёт только вместе с вашим ноутбуком: закрыли крышку — и он замолчал. В этом уроке арендуем сервер, разделяем локальную и production-версию бота и настраиваем прямой деплой одной командой just deploy. Всю рутину с SSH-ключами, окружением и сборкой берёт на себя ИИ-агент, а вы получаете рабочего бота, доступного всем 24/7.

Оказывается, Telegram-бот может частично управлять вашей личной перепиской: отвечать клиентам в нерабочее время, реагировать на кодовые слова и имитировать живое общение — для этого нужен режим Telegram Business и premium-подписка. В этом уроке клонируем шаблон бота, одним подробным промптом добавляем поддержку business connection и подключаем ИИ (Claude или DeepSeek), который отвечает от вашего имени. Настраиваем всё в новом интерфейсе Claude Code со встроенным терминалом.