Алексей Ишманов

Алексей Ишманов

Technical Product Leader • AI workplace

Как собрать AI-MVP за 2 недели (минимальный стек)

AI‑MVP за 2 недели — это реальный сценарий, если заранее обрезать функциональный жир, использовать готовые сервисы и жёстко зафиксировать объём работ.

Оглавление

0. Принципы двухнедельного AI‑MVP

  • Одна ключевая боль пользователя и один основной сценарий (например, «загружаю документ → получаю ответы»).
  • Один канал входа: веб‑приложение, без мобильных клиентов и ботов.
  • Минимум своего кода — максимум готовых сервисов (Supabase, LLM API, готовые UI‑компоненты).
  • MVP = «достаточно хорошо для демо и первых платящих», а не «идеальный продукт».

1. Минимальный стек для AI‑MVP

Цель стека — позволить одному человеку или маленькой команде собрать работающий продукт за 10–14 дней, не утонув в инфраструктуре.

1.1. Общая схема

  • Frontend: Next.js + TypeScript — UI и простые API‑роуты.
  • Backend API: FastAPI (Python) — AI‑логика, цепочки, RAG, интеграция с LLM.
  • Бэкенд‑сервисы: Supabase — Postgres, аутентификация, файлы.
  • AI: LLM API (OpenAI / Anthropic / др.) — без собственного обучения моделей.
  • Хостинг: Vercel (Next.js) + Supabase + VPS/серверлесс под FastAPI.

1.2. Почему именно этот стек

  • Next.js + Supabase → быстрый вывод MVP в прод, много готовых шаблонов.
  • Python + FastAPI → стандарт де‑факто для AI‑цепочек и интеграций.
  • LLM‑API → не нужен MLOps, фокус на UX и бизнес‑логике.

2. План на 2 недели: по дням

План рассчитан на 10 рабочих дней.

Неделя 1 — проблематика и рабочий прототип

День 1–2: Проблема и пользовательский сценарий

  • Зафиксировать 1–2 персоны и одну ключевую задачу, которую ваш AI‑MVP делает «в разы проще».
  • Нарисовать простой user flow и UI (вход, основной сценарий, результат, фидбэк).
  • Решить: нужен ли контекст (RAG по документам/базам) или хватает чистого LLM.

День 3: Настройка стека

  • Поднять проект Next.js (желательно на базе готового SaaS/AI‑шаблона).
  • Создать проект в Supabase: пользователи и базовые сущности (запросы, документы, проекты).
  • Развернуть FastAPI и связать его с Supabase и LLM‑API.

День 4–5: Первый сквозной сценарий

  • Реализовать авторизацию через Supabase (email magic link или OAuth).
  • Сделать UI: форма ввода запроса / загрузка файла, кнопка «Спросить».
  • В FastAPI реализовать эндпоинт, который:
    • принимает запрос/файл,
    • при необходимости вытаскивает контекст,
    • обращается к LLM‑API,
    • возвращает ответ на фронт.

К концу недели должен быть end‑to‑end прототип, который можно показать первым пользователям.

Неделя 2 — качество, наблюдаемость, оплата

День 6–7: UX и качество

  • Добавить историю запросов и ответов.
  • Логировать промпты и ответы в отдельной таблице.
  • Встроить простую обратную связь: «полезно / не полезно», комментарий.

День 8: Надёжность

  • Обработка ошибок LLM‑API, таймауты, лимиты по запросам.
  • Базовые метрики: активные пользователи, количество запросов, конверсии (sign‑up → первый сценарий).
  • Простейший мониторинг/логирование через hosted‑решения.

День 9–10: Монетизация и запуск

  • Подключить платёжный провайдер (Stripe/аналог) с 1–2 тарифами.
  • Сделать простой лендинг в том же Next.js, объясняющий ценность и дающий быстрый вход.
  • Провести первые демо (клиенты, инвесторы, партнёры).

3. Архитектура минимального AI‑MVP

Ниже — классический сценарий: пользователь загружает документы и общается с ними через чат.

Modern data/AI stack

3.1. Frontend (Next.js)

  • Аутентификация и маршрутизация (Supabase auth + middleware).
  • UI: чат, загрузка файлов, список проектов/документов, настройки.
  • Вызов API‑роутов Next.js и внешнего FastAPI‑сервиса.

Для скорости используем готовые UI‑библиотеки (shadcn/ui, Radix, Tailwind) и минимальное количество кастомных страниц.

3.2. Backend API (FastAPI + AI‑логика)

  • Разбор файлов и индексирование в векторном хранилище (Supabase или внешнее).
  • Системные промпты, шаблоны, пост‑обработка ответов.
  • Опционально — несколько LLM‑провайдеров для гибкости и фоллбеков.

LangChain/аналоги можно использовать, но не обязательно усложнять архитектуру для MVP.

3.3. Supabase как «операционная система» MVP

  • Таблицы: users, projects, documents, messages, feedback.
  • Auth: email + OAuth (Google/GitHub).
  • Storage: файлы пользователей (PDF, DOCX, CSV).

Для MVP этого достаточно, чтобы не поднимать отдельную БД, свой auth‑сервер и файловое хранилище.

4. Где AI ускоряет сборку MVP

AI‑MVP — это ещё и продукт, сделанный с помощью AI:

  • Генерация черновиков спецификаций, промптов и текстов интерфейса.
  • Быстрая генерация кода для типовых CRUD, валидации, интеграций.
  • Подсказки по архитектуре, миграциям БД, тестам и промпт‑инжинирингу.