Нещодавно, після того як саме AI обмеження прямо на співбесіді в Cieden не дали мені отримати позицію я пройшов весь цикл розробки: від концепції до задеплоєного SaaS з реальним клієнтом.
Є думка, що дизайнер малює, а розробник будує. Я покажу, як це виглядає, коли одна людина з AI-інструментами проходить весь шлях. На прикладі реального SaaS, який зараз працює з живим клієнтом.
Продукт і стек
AI-платформа для автоматизації телефонних замовлень у ресторанах. Клієнт дзвонить — відповідає AI-агент, приймає замовлення, передає на кухню. Без людини. 24/7.
Frontend: Next.js 14 + TypeScript + Tailwind
Auth/DB: Supabase (PostgreSQL + RLS + Realtime)
Телефонія: Telnyx (SIP + number provisioning)
STT: Deepgram Nova-2
AI: OpenAI GPT-4o (function calling)
TTS: Google Cloud WaveNet
Білінг: Stripe (subscriptions + usage metering)
Деплой: Vercel Edge Functions
Dev: Cursor AI + Claude
Бізнес-логіка перед макетами
Оператор на телефоні — $3,000/міс. AI-агент — $249/міс. Собівартість одного 3-хвилинного дзвінка — ≈$.... Це не дизайн-рішення, але воно визначає продукт і ціну. AI допоміг порівняти 6 провайдерів і побудувати фінансову модель до першого екрану.
Реєстрація як автоматизований пайплайн
Від реєстрації до живого номера — менше 5 хвилин:
Supabase Auth створює user
→ PostgreSQL trigger: restaurant + ai_agent + billing_account
→ Edge Function → Telnyx API: купує номер, конфігурує webhook
→ Stripe API: створює customer, підв'язує до акаунту
→ Клієнт у дашборді — номер вже є, агент живий
Якщо будь-який крок падає — транзакція робить повний rollback. Ніяких "частково налаштованих" станів.
Пайплайн дзвінка
Дзвінок → Telnyx webhook
→ Deepgram WebSocket (realtime STT)
→ GPT-4o mini: get_menu() / add_to_order() / confirm_order()
→ Google TTS → аудіо назад у дзвінок
→ INSERT orders → Realtime → дашборд оновлюється
→ Stripe metering: usage event за хвилини
Латентність між словом клієнта і відповіддю — менше 1200мс.
База даних
Row Level Security на рівні Postgres — кожен ресторан бачить тільки свої дані без жодної перевірки в коді. Realtime-підписки: нове замовлення → дашборд оновлюється в момент, поки клієнт ще говорить.
Що далі — субдомени як продукт
Будь-який бізнес реєструється і отримує свій URL: ось мій тестовий url
fonitix.ai/cafe-zubrd
Жива сторінка з меню і AI-агентом. QR-код на вході — клієнт одразу всередині. Маршрутизація через Next.js Dynamic Routes + Edge middleware: slug → restaurant_id без звернення до бази на кожен запит.
Як Instagram для ідентичності. Але для локального бізнесу з вбудованим AI.
Підсумок
Один дизайнер. AI-інструменти. Повний цикл — від дослідження і unit-економіки до бази даних, телефонії, AI-пайплайну, білінгу і деплою.
Планка входу змінилась. Дизайнер може значно більше.
Тренуйтеся... Нижче як зазвичай даю лайфхаки
