Vývoj Android aplikace bez zkušeností: případová studie s AI | 2500+ znaků

# Od UTM-značek po Google Play: Jak neprogramátor vytvořil Android aplikaci s pomocí AI

Vytvoření mobilní aplikace bez zkušeností s programováním – úkol, který se dnes stal realitou díky moderním nástrojům AI. Filolog, který se naučil vývoj přes GPT, sdílí klíčové lekce a technické nuance procesu, které pomohou i zkušeným vývojářům vyhnout se typickým pastím při práci s LLM.

Od nápadu k prvnímu prototypu: jak AI nahrazuje znalost syntaxe

Projekt začal jednoduchým požadavkem: automatizace generování UTM-značek pro Telegram kanály. Místo hledání webových služeb přes Google se uživatel rozhodl vytvořit vlastní Android aplikaci, přestože neměl žádné zkušenosti s programováním. Prvním krokem byla analýza konkurence v Google Play – výsledek ukázal absence specializovaných řešení, což potvrdilo hypotézu o nízké zjevně poptávce, ale vysoké skryté bolesti marketérů.

Práce začala instalací VS Code a základní interakcí s GPT. Systém generoval fragmenty kódu s instrukcemi pro umístění do struktury projektu. V tomto etapě se projevila kritická chyba: AI často odkazoval na neexistující soubory nebo složky, které bylo nutné vytvořit ručně. Například při požadavku na realizaci obrazovky pro generování značek model vrátil:

// MainActivity.java
public class MainActivity extends AppCompatActivity {
    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);
        
        Button generateBtn = findViewById(R.id.generate_btn);
        generateBtn.setOnClickListener(v -> {
            String utmSource = ((EditText)findViewById(R.id.source_input)).getText().toString();
            // Logic generation UTM
        });
    }
}

Soubor activity_main.xml však v projektu chyběl, což vedlo k chybám při kompilaci. Takové situace se opakovali, dokud nebyl zaveden systematický přístup k ověřování každého kroku.

Proč LLM není lék na vše: kritické myšlení jako základ vibe kódování

Hlavní postřeh projektu: AI asistenti vyžadují neustálou kontrolu ze strany člověka. I po zavedení režimu „Thinking“ v modelech GPT se objevovaly situace, kdy systém ignoroval základní pravidla Android vývoje. Například při generování manifestu systém navrhoval zastaralá oprávnění:

<uses-permission android:name="android.permission.INTERNET" />
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />

Místo aktuálního android.permission.QUERY_ALL_PACKAGES, což vedlo k zamítnutí publikace v Google Play. Řešení přišlo po ruční kontrole dokumentace Android 13.

Kriticky důležité se ukázaly tři postupy:

• Kontrola každého souboru před provedením změn – použití git status pro sledování struktury projektu
• Testování v Expo Go – rychlá iterace bez sestavování APK
• Pravidelný audit závislostí – analýza package.json na přítomnost zastaralých balíčků

Tyto kroky snížily počet chyb o 70 % po prvních dvou týdnech práce. Nejúčinnější se ukázala metoda archivace celého projektu a jeho předání AI k analýze – takový přístup umožnil systému brát v úvahu kontext celé kódu.

Cesta přes Google Play Console: tipy pro projití uzavřeného testování

Publikace v obchodě se stala druhým nejtěžším etapem. Google Play Console vyžadoval:

• Platbu 25 USD za účet vývojáře
• Povinné uzavřené testování (14 dní, minimálně 12 aktivních testerů)
• Politiku soukromí s veřejnou URL

Klíčový problém – hledání testerů s Android zařízeními mezi známými. Řešení se našlo na Reddit v subs Redditu r/AndroidClosedTesting. Účinná strategie zahrnuje:

• Současné zveřejnění vlastního příspěvku a účast v cizích testech
• Požadavek na denní používání aplikace (Google kontroluje aktivitu přes Firebase)
• Zvýšení počtu testerů na 30+ pro kompenzaci 50 % neaktivních účastníků

První zamítnutí od Google přišlo kvůli nízké aktivitě testerů. Analýza logů Firebase ukázala, že 60 % účastníků otevřelo aplikaci jen 1x během 14 dní. Po opakovaném spuštění s větším počtem testerů a připomínkami přes Telegram bota se proces dokončil úspěšně.

Co zůstává po vydání: technické postřehy pro začínající vývojáře

Finální etapa zahrnovala doladění politik a lokalizace. Nejneočekávanější složitost – vytvoření politiky soukromí. Google vyžaduje veřejný dokument, ale řešení bylo jednoduché:

• Registrace domény typu appname-privacy.info
• Vytvoření stránky přes Google Sites s šablonou
• Integrace přes Gmail účet vývojáře

Tento proces trval méně než 30 minut místo očekávaných dní na vývoj plnohodnotného webu. Také se odhalily skryté nuance:

• Ikona aplikace musí odpovídat pokynům Material You (dynamické barvy)
• Nutná je obsluha safe zones pro moderní smartphony
• Povinná podpora dynamické lokalizace přes strings.xml

Co je důležité

• AI asistenti vyžadují neustálé ověřování kódu ručním auditem
• Uzavřené testování v Google Play funguje efektivně jen při aktivní účasti testerů
• Expo Go výrazně zrychluje cross-platform vývoj na React Native
• Politika soukromí je povinná i pro aplikace bez sběru dat
• Generátory UTM vyžadují zpracování okrajových případů (speciální znaky, dlouhé parametry)

Projekt dokázal, že vytvoření mobilní aplikace bez zkušeností je možné, ale vyžaduje systematický přístup. Klíčový závěr: AI není náhradou vývojáře, ale nástrojem, který posiluje jeho kompetence. Pro ty, kteří jsou připraveni na experimenty, moderní LLM otevírají cestu k MVP za 2–3 měsíce místo půl roku tradičního vývoje.

— Editorial Team