Реальный кейс FLORBAZAR Academy. Около 10 часов работы — от сырых материалов до опубликованного сайта. Не один волшебный промт, а полноценный рабочий процесс: структура, тексты, дизайн, код, видео, формы, мобильная версия и тестирование.
Без регистрации. Методика основана на реальном процессе создания этого сайта.
Это не история «написал один запрос — получил готовый сайт». Я покажу весь производственный процесс: что делал сам, что отдавал ИИ, что пришлось переделать и какие правила в итоге сработали.
Мы двигались почти так же, как работает нормальная продуктовая команда: сначала факты, потом смыслы, затем структура, интерфейс, техническая сборка и только после этого — финальная проверка.
Программа курса, презентации, фотографии, видео, реальные отзывы, преподаватели, даты, стоимость и ограничения продукта. ИИ сначала должен был понять, что мы действительно продаём.
Разобрались, кому нужен курс, что человек реально получит за четыре дня и чего обещать нельзя. Отказались от идеи «станете профессионалом за 4 дня». Вместо этого — база, практика и возможность увидеть профессию изнутри.
Расставили экраны: Hero, кому подходит, программа, преподаватели, результаты, отзывы, цена, FAQ и финальный CTA. Но это была только первая версия.
После первых экранов стало видно: слишком много текста, слишком мало эмоции. Поэтому мы подняли реальные работы и живые видео выше, а объяснения опустили ниже. Это был момент, когда сайт начал действительно «продавать глазами».
Каждый экран — отдельный T123-блок с собственным HTML, CSS и JavaScript. Вставили, опубликовали, посмотрели, дали обратную связь, поправили и только потом переходили дальше.
Оптимизировали видео под web, вынесли их в Yandex Object Storage, сделали teaser для Hero, подключили popup-форму, Telegram, email и динамические данные курса.
Desktop. Mobile. Все кнопки. Все якоря. Popup. Видео. Цена. Даты. Политика. Согласие. Telegram. И даже после этого нашли кнопки, которые не работали, и исправили их.
Он позволил пройти его значительно быстрее. Человек оставался тем, кто ставил задачу, выбирал направление, принимал результат и говорил: «нет, это не FLORBAZAR — переделываем».
Самая полезная часть работы — не удачные промты, а моменты, когда мы видели: решение не работает. Тогда мы не пытались «дожать» плохую идею, а меняли сам подход.
Урок: сначала нужно вызвать желание, потом объяснять детали.
Hero, затем «кому подходит», профессия, результат курса. Всё было логично — но визуально тяжело.
Сразу после Hero подняли реальные работы и живые видео с практики. Текст ушёл ниже.
Урок: красивый интерфейс — это ещё и инфраструктура.
Видео работало, но мы зависели от внешнего iframe, его интерфейса и поведения на мобильном.
Сжали видео, загрузили в Yandex Object Storage, сделали короткий teaser и отдельную полную версию.
Урок: автоматизация не должна ломать критический контент.
Мы вынесли дату, цену и размер группы в CONFIG. Но Tilda иногда дорисовывала блок позже — и поля оставались пустыми.
Автоматизация осталась, но реальные значения теперь прописаны прямо в HTML. Если JS не сработает — пользователь всё равно увидит предложение.
Урок: «выглядит готовым» ещё не значит «готово к запуску».
Первая кнопка «Забронировать место» открывала форму. Но финальные CTA, «Задать вопрос» и другие кнопки — нет.
Вместо очередной ручной правки каждого блока сделали отдельный router. Все нужные кнопки теперь вызывают проверенный popup-trigger.
Самые полезные сообщения ИИ в этой работе выглядели примерно так: «На мобильном пропало видео», «слишком много текста», «цена исчезла», «эта кнопка не работает». Чем точнее человек видит проблему, тем полезнее становится ИИ.
Не теоретический гайд «как правильно использовать ИИ», а подробная запись реальной работы: что мы делали, какие решения принимали, где ошибались и что в итоге сработало.
Документ построен на настоящем процессе создания fbacademy.ru. В нём нет универсальной «волшебной кнопки», зато есть последовательность действий, которая позволяет использовать ИИ как полноценного рабочего партнёра.
PDF · бесплатно · без формы и без подписки
Хороший результат получается не тогда, когда ИИ получает «идеальный промт». А когда у человека есть хорошие исходные данные, понятная цель, возможность быстро проверять результат и готовность принимать решения.