AI dla CRM: rozwój bez doświadczenia IT

Jak sztuczna inteligencja pomaga przedsiębiorcy spoza IT tworzyć CRM dla biznesu offline

Przedsiębiorca bez doświadczenia IT wykorzystał sztuczną inteligencję do opracowania CRM dla warsztatu samochodowego. Zamiast wdrażać gotowe systemy, stworzył własne rozwiązanie w Pythonie z SQLite. W ciągu 3 godzin powstał plik wykonywalny GIPIX_v0.1.exe z modułami ewidencji, kasy, magazynu i panelu administracyjnego. Mechanicy opanowali interfejs bez szkolenia — kluczem do sukcesu była prostota dla użytkowników 40+.

Stos technologiczny wybrano minimalistycznie: Python do logiki, SQLite do lokalnej bazy danych. SI generowała kod na podstawie promptów takich jak 'stwórz CRM dla mechaników'. Rezultat: 2 tysiące linii w jednym main.py, ale funkcjonalność obejmowała zapisy klientów, kasę i magazyn.

Ewolucja od monolitu do wersji webowej

Monolit rozrósł się do 6 tysięcy linii, kontekst nie mieścił się w promptach ChatGPT. Przejście na naukę: SI wyjaśniła architekturę Python + Flask. W ciągu 3–4 miesięcy autor zrozumiał zasady, nauczył się czytać kod.

W 2024 roku Cursor AI przyspieszył rozwój wersji webowej. Problemy z VPS, DNS, PostgreSQL rozwiązywano przez Claude'a. Efekt — GIPIX CRM w produkcji: bot Telegram, rezerwacje online z generowanymi stronami, panele klientów.

Nie wszystko zadziałało od razu: wersja offline przyjęła się lepiej niż wczesna webowa. Adaptacja dla mechaników — prostota interfejsu, autokorekta tekstów, normy godzin.

Funkcjonalność i metryki systemu

System ewoluował iteracyjnie przez prompty. Obecne możliwości:

• Zapisy klientów z inteligentnymi lejkami (powrót po 90 dniach, bonusy)
• Kasa z obiegiem dokumentów
• Magazyn z integracją zdjęć i numerów krzyżowych
• Rezerwacje online: unikalna strona + panel dla każdego klienta
• Bot Telegram i MAX (powiadomienia)
• Dane VIN i analityka SI
• Wersja offline na Electron
• Aplikacja Android z przechwytywaniem połączeń

Metryki na marzec 2026:

• 369 zarejestrowanych użytkowników
• ~95 aktywnych dziennie
• 17 tys. klientów w bazie danych
• Darowizny ~40 tys. rubli (bez reklamy)
• Brak monetyzacji, test alfa

Metodologia promptingu dla rozwoju z SI

Rozwój prowadzono iteracyjnie: zadanie dzielono na etapy, używano podstawowego promptu z kontekstem projektu. Przykład dla edycji UI:

Trzeba usunąć przycisk «Płatność» i zastąpić go «Przyjmij płatność» z efektem pulsacji @index.html.
1. Przeanalizuj design i kolory.
2. Opracuj położenie i wygodę.
3. Skrytykuj, zaproponuj wariant.
4. Analiza w 3 liniach.
Po «start» — zmiany, #kluczowy komentarz w 5 słowach.
Po «finisz» — instrukcje git i FTP.

Podejście skalowano na inne projekty: GIPIX BIS AI (Canvas z 150 modułami według Osterwaldera), GIPIX VIN (baza aut po VIN z botem Telegram i aplikacją Android, przychód ~80 tys. rubli/mies.), CRM offline dla kawiarni.

Co jest ważne

• SI zastępuje junior developera dla osób spoza IT: generuje kod, wyjaśnia architekturę, debuguje.
• Skupienie na użytkownikach: interfejs dla mechaników bez umiejętności IT.
• Iteracyjny rozwój przez szczegółowe prompty oszczędza czas.
• Skala od lokalnego exe do chmury z PostgreSQL i integracjami.
• Metryki pokazują żywiotność: 95 DAU bez marketingu.

— Editorial Team