🔥🔥🔥 Я трачу на AI-подписки больше $300 в месяц...
Обещал разложить свой AI-сетап — делаю по полочкам. Сразу скажу: это не история про «накупил модных подписок и стал продуктивным». В AI работает не количество инструментов, а правильно собранный контур: исследование → структура → визуал → разработка → агентная система.
1️⃣Исследование
На старте я использую Perplexity AI или ChatGPT.
Они помогают быстро собрать контекст: рынок, конкурентов, технологию, цифры, источники и слабые места идеи. Я не прошу AI сразу «сделай продукт» или «напиши пост». Сначала он копает фактуру, а уже потом я собираю из этого нормальную структуру и выводы.
2️⃣Работа с источниками
Если нужно провести исследование по конкретным материалам, использую NotebookLM.
Загружаю статьи, документы, презентации, ссылки — и работаю уже не с абстрактной моделью, а со своей базой знаний. Это удобно для аналитики, презентаций, FAQ, выжимок и инфографики. По сути, это режим: «не фантазируй, а отвечай по источникам».
3️⃣Визуализация и упаковка
Для макетов, презентаций и интерфейсной логики — Figma.
Higgsfield использую не как замену дизайну, а как инструмент для визуальных идей: накидать варианты образов, собрать картинки, иконки, сцены и единый визуальный стиль. Это сильно ускоряет черновой этап: не сидишь часами над пустым экраном, а быстро проверяешь гипотезы и выбираешь направление.
4️⃣Агентная IDE
Для агентной разработки использую Orca.
Orca для меня помогает запускать агентов параллельно, разводить задачи по разным окружениям и держать под контролем код, терминалы и изменения. Проще говоря, это рабочее место для управления агентами, а не просто еще один чат с моделью.
5️⃣Pi Agent + Codex
Отдельно у меня работает Pi Agent — CLI-оболочка для модели Codex.
Внутри него я запускаю Codex по подписке за $200. Я тестировал Codex, Claude Code и Google Antigravity, но в итоге остановился на Codex: по качеству, цене и лимитам он лучше всего подошел под мой процесс. Главное, что не выбивает лимиты!!!
Pi Agent удобен тем, что я могу управлять контекстом, подключать свои инструкции, skills, расширения и MCP. То есть я не каждый раз начинаю с нуля, а постепенно собираю собственную рабочую систему.
Что это дает? Мой цикл теперь выглядит так:
идея → исследование → структура → визуальная упаковка → прототип → код → тест → правки.
Раньше под такой объем нужна была мини-команда. А сейчас со своим AI-контуром закрываю маркетинг, product management, визуальную упаковку и разработку SaaS-платформ. Причем разработку — на разных языках программирования и под разные архитектуры.
Это не значит, что специалисты больше не нужны. Но один сильный специалист с AI теперь может делать намного больше и быстрее.
🥳А какой AI-сетап сейчас используете вы? Что реально помогает в работе, а что оказалось просто красивой игрушкой?
