«У меня на компьютере работает»: как довести AI-автоматизацию от прототипа до продакшена — чек-лист для непрограммистов

«На выходе получился проект, который просто не переживёт больше 2–3 пользователей». Это фраза из нашего видео о коде, который Claude написал по промпту без правил. И это, пожалуй, самая частая причина разочарования в AI-автоматизациях: в демонстрации всё работает, а с первыми клиентами — нет.

В этой статье разберём, чем прототип отличается от продакшена, и пройдём чек-лист из 12 пунктов, который стоит проверить, прежде чем отдать бота, сервис или автоматизацию реальным людям. Программировать для этого не нужно: каждый пункт можно проверить руками или вместе с AI-агентом.

Что меняется, когда появляются реальные пользователи

Короткий ответ: на вашем компьютере проектом пользуется один человек — вы, по одному действию за раз, с правильными данными и стабильным интернетом. Реальные пользователи приходят одновременно, делают неожиданные вещи и ждут, что сервис работает всегда, даже когда ваш ноутбук закрыт. Код, написанный без учёта этого, не обязательно плохой: он просто рассчитан на другую задачу — на демонстрацию.

Конкретно меняются пять вещей:

• Одновременность. Два человека одновременно меняют одни и те же данные: записываются на одно время, редактируют одну заявку.
• Длительность. Проект должен работать неделями без вашего участия, переживать перезапуски и обновления.
• Сбои. API модели, CRM или платёжный сервис иногда не отвечают, и проект должен это пережить.
• Чужие данные. Вы отвечаете за данные клиентов: кто их видит, где они хранятся, есть ли копии.
• Деньги. Каждый вызов модели стоит денег, а ошибка в цикле может потратить бюджет за ночь.

Прототип и продакшен: таблица отличий

	Прототип (работает у вас)	Продакшен (работает для людей)
Где работает	На вашем компьютере, пока он включён	На сервере или платформе 24/7
Данные	В памяти программы, в файле или в таблице	В базе данных с резервными копиями
Пользователи	Один человек, одно действие за раз	Много людей одновременно, каждый видит свои данные
Ошибки	Вы видите их на экране и перезапускаете	Обрабатываются автоматически, пишутся в лог, вы получаете уведомление
Ключи доступа	Часто прямо в коде	В переменных окружения или настройках платформы, с лимитом расходов
Обновления	Поменяли файл — и готово	Проверенная версия, возможность вернуться к предыдущей

Прототип — нормальный и полезный этап: он быстро показывает, работает ли идея. Проблема возникает, когда прототип незаметно становится продакшеном и клиенты начинают пользоваться тем, что было сделано «на пробу».

Чек-лист перед запуском: 12 пунктов

Пройдите этот список, прежде чем дать ссылку первому клиенту. Если проект делал AI-агент, каждый пункт можно превратить в вопрос к нему: «Выполняется ли пункт N? Покажи, где это в коде, и как я могу проверить это сам».

Данные: где хранятся и что будет после перезапуска

1. Все данные — в базе данных. Не в переменной программы, не в JSON-файле и не в памяти браузера. Спросите агента прямо: «Где физически хранятся заявки клиентов?»
2. Перезапуск ничего не теряет. Создайте несколько тестовых записей, остановите и снова запустите программу или сервер. Всё должно остаться на месте.
3. Есть резервные копии, и вы хотя бы раз восстановили данные из копии. Копия, из которой никто не пробовал восстановиться, — это лишь надежда. У многих облачных баз данных и платформ есть автоматические копии: выясните, как часто они делаются и как из них восстановиться.

Одновременные пользователи: простая проверка «двух вкладок»

4. Тест двух вкладок пройден. Откройте проект в двух браузерах или с двух аккаунтов и одновременно выполните одно и то же действие: запишитесь на одно время, отредактируйте одну заявку. Данные не должны перемешаться или перезаписаться, а конфликт — обрабатываться понятно.
5. Каждый видит только свои данные. Войдите как другой пользователь и проверьте, что чужих записей не видно, в том числе если вручную поменять номер записи в адресе страницы.
6. Медленное действие одного не блокирует остальных. Ответ модели может занимать несколько секунд. Пока бот «думает» над сообщением одного клиента, остальные должны получать ответы. Проверьте: два человека пишут боту одновременно, и никто не ждёт, пока закончится разговор с другим.

Ошибки и уведомления

7. Сбои внешних сервисов обрабатываются. У каждого вызова API модели, CRM или почты есть ограничение времени ожидания и несколько повторных попыток. Проверьте намеренно: укажите неправильный ключ или временно отключите интернет. Пользователь должен увидеть понятное сообщение, а не «тишину».
8. Ошибки записываются в лог. Когда что-то ломается, у вас есть возможность посмотреть, что именно, когда и у кого произошло. В no-code платформах это история выполнений, в коде — журнал ошибок.
9. О критичных сбоях вы узнаёте первыми. Настройте уведомления в Telegram или на почту, чтобы узнавать о проблеме раньше, чем о ней напишет клиент.

Ключи API и доступы

10. Ключи не лежат в коде. Ключи API, пароли к базе данных и токены ботов хранятся в переменных окружения (файл .env) или в настройках платформы, а файл .env не попадает в Git. Попросите агента проверить это во всём проекте.
11. На расходы есть лимит. Установите лимит расходов или бюджет в кабинете провайдера модели, если он это поддерживает, и ограничение на количество запросов от одного пользователя. Так ошибка в цикле или злоумышленник не потратят месячный бюджет за ночь.

Развёртывание

12. Проект работает без вашего компьютера, и есть куда вернуться. Он развёрнут на сервере или платформе, автоматически перезапускается после сбоя, а последняя рабочая версия сохранена в Git. Если новое изменение что-то сломало, вы за несколько минут возвращаете предыдущую. Изменения сначала проверяйте на тестовой копии, а не на версии, которой пользуются клиенты.

No-code (n8n, Make) или код от нейросети: что проще довести до продакшена

No-code платформы снимают с вас часть пунктов чек-листа, но не все. Код, написанный AI-агентом, даёт больше свободы, но и больше решений, которые придётся принять самостоятельно.

Пункт	n8n Cloud / Make	Собственный код от нейросети (Claude Code, Codex)
Сервер и доступность 24/7	Обеспечивает платформа	Вы выбираете хостинг и настраиваете его
Повторные попытки и обработка ошибок	Встроенные настройки: повтор шага при сбое, обработчики ошибок	Должно быть прописано в коде
История выполнений и логи	Есть в интерфейсе	Нужно настроить
Где хранить данные	Всё равно ваше решение	Ваше решение
Ключи доступа	Хранятся в учётной записи платформы	Переменные окружения, вы следите, чтобы они не попали в Git
Ограничения	Лимиты тарифа на количество запусков или операций	Ресурсы сервера, который вы выбрали

Важный нюанс: даже в n8n или Make решение о данных остаётся за вами. Google-таблица удобна для старта, но это не база данных: у неё есть лимиты на количество обращений, и она плохо подходит для частых одновременных изменений от многих людей. Если вы устанавливаете n8n на собственный сервер, обновления, резервные копии и доступность тоже становятся вашей ответственностью.

Подробнее о разнице между платформами — в сравнении n8n vs Make vs Zapier, а пошаговый пример бота без кода — в статье как создать Telegram-бота с ИИ без кода.

Кейс из видео: что стоило сделать с самого начала

В нашем видео автор честно рассказывает, что «расслабился» и просто написал Claude «сделай мне необходимую автоматизацию для бизнеса». Результат — проект, который не пережил бы больше 2–3 пользователей. Нужно было заранее задать правила: язык программирования, фреймворк, базу данных — то, что закладывает фундамент, чтобы проект «работал под хорошими нагрузками долго». Почти все пункты этого чек-листа можно было закрыть ещё до первой строки кода:

• сколько людей и как будут пользоваться автоматизацией (пункты 4–6);
• какой язык, фреймворк и база данных (пункты 1–3);
• где она будет работать и как перезапускаться (пункт 12);
• что делать с ошибками и ключами (пункты 7–11).

Семь таких правил и шаблон, который можно скопировать в проект, мы собрали в статье «Почему код от нейросети падает на реальных пользователях». Дешевле всего исправить фундамент до того, как он построен: правило в промпте стоит одно предложение, а переделка рабочего проекта с клиентами — гораздо больше.

Где научиться этому системно

Чтобы уверенно проходить этот чек-лист, становиться программистом не нужно, но нужно понимать, как устроены проекты: что такое сервер, база данных, API, деплой, переменные окружения и логи. Несколько шагов, с которых можно начать:

• курс «Как работает веб: от URL до HTTPS, API и безопасности» — база, без которой трудно понять, что именно строит агент;
• n8n для начинающих — если хотите начать с no-code;
• первый проект по вайб-кодингу с Claude Code — если хотите, чтобы код писал агент;
• Docker с нуля — когда дойдёте до собственного сервера.

Курс AI Automation объединяет это в одну программу для людей без технического бэкграунда: от ChatGPT и Claude к Make, n8n, AI-агентам, вайб-кодингу с Claude Code и OpenAI Codex, а также деплою, публикации проектов и созданию MVP. Примеры задач, которые бизнес автоматизирует уже сейчас, — в статье 15 примеров AI-автоматизации бизнеса.

Частые вопросы

Что такое продакшен простыми словами?

Продакшен — это рабочая версия проекта, которой пользуются реальные люди: клиенты, сотрудники, партнёры. В отличие от прототипа, она работает на сервере или платформе круглосуточно, хранит данные в базе, переживает перезапуски и сбои внешних сервисов и не зависит от того, включён ли ваш компьютер.

Сколько пользователей выдержит мой бот?

Это зависит не от количества строк кода, а от решений в его основе: где хранятся данные, обрабатывает ли бот нескольких людей параллельно, на каком сервере или тарифе платформы он работает. Честный ответ даёт только проверка: тест нескольких одновременных пользователей, а для больших нагрузок — нагрузочное тестирование на тестовой копии проекта.

Нужен ли сервер для n8n-автоматизации?

Не обязательно. У n8n есть облачная версия, где сервер, обновления и доступность обеспечивает сама платформа. Если же вы устанавливаете n8n на собственный сервер, за его работу, обновления и резервные копии отвечаете вы. Make работает только как облачный сервис.

Как проверить нагрузку без программиста?

Начните с ручного теста: два-три человека одновременно выполняют одно и то же действие, а вы проверяете, что данные не перемешались. Дальше можно попросить AI-агента написать простой скрипт нагрузочного тестирования, который имитирует десятки одновременных пользователей, и запустить его на тестовой копии проекта, а не на рабочей версии с клиентами.

Вывод

«У меня на компьютере работает» — это не провал, а честный результат прототипа. Провал начинается, когда прототип без проверки получают клиенты. Между этими двумя состояниями — 12 простых проверок: данные в базе и с копиями, несколько одновременных пользователей, обработанные ошибки с уведомлениями, ключи вне кода и с лимитом расходов, сервер, который работает без вас, и версия, к которой можно вернуться.

Пройдите чек-лист до первого клиента, а не после первой жалобы.