أوضحت VK كيف تحول محرر الصور بالـ AI «Otredach» من مزحة إلى فائز في Dev Grants 2025

VK опубликовала кейс разработчика Антона Ленева, который превратил экспериментальный ИИ-проект в мини-приложение «Отредач» на платформе VK Mini Apps. История закончилась не только победой в VK Dev Grants 2025, но и рабочим продуктом: за последние полгода сервис посетили более 109 тысяч уникальных пользователей.

От идеи к продукту

История началась ещё в 2023 году не с фоторедактора, а с шуточного сервиса для «гаданий» на базе GPT-3.5. Ленев сделал простой интерфейс на Next.

js, добавил потоковую генерацию ответа и связал приложение с детским Bluetooth-принтером, чтобы предсказания можно было сразу печатать. Формат неожиданно выстрелил: ролики с демонстрацией быстро разошлись по соцсетям, а самим сервисом заинтересовались организаторы мероприятий, которым понравился такой способ взаимодействия с нейросетью. Следующая версия появилась в 2024 году, когда модели начали уверенно работать с изображениями на входе.

Тогда разработчик собрал новый прототип: пользователь загружал фото кофейной гущи или чайных листьев, а модель интерпретировала картинку и выдавала текстовое «предсказание». Эксперимент снова зашёл аудитории, проект интегрировали с VK Bridge, сохранили рекламную монетизацию и в итоге выиграли с ним VK Fresh Code 2024, что стало первым серьёзным сигналом о жизнеспособности идеи. В 2025 году Ленев уже сознательно ушёл от формата чистого развлечения.

Вместо ещё одного пет-проекта он решил собрать полноценный продукт с более понятной экономикой и массовым сценарием использования. На фоне появления Nano Banana, OpenAI GPT Image 1.5 и Seedream 4.

5 разработчик выбрал простой, но понятный кейс: пользователь загружает фото и получает стилизованную версию изображения — от средневекового портрета до ретро-открытки или новогодней фотосессии.

Как устроен сервис Технически «Отредач» собран без лишней тяжести.

На фронтенде используется обычный SPA с приоритетом мобильного UX, интеграцией через VK Bridge и адаптированным VK UI Kit. Между интерфейсом и провайдерами моделей стоит BFF-слой: он проверяет подписи ВКонтакте, валидирует входные данные, отправляет запросы к API моделей, принимает вебхуки по готовности и управляет бизнес-логикой вокруг генераций, чтобы пользовательский сценарий не разваливался на ошибках внешних сервисов. Вместо тяжёлой инфраструктуры с PostgreSQL, репликами и Kubernetes разработчик взял PocketBase на Go поверх SQLite.

Для умеренной нагрузки этого оказалось достаточно: решение дало встроенную админку, миграции, хуки для логики и очень низкое потребление ресурсов. Такой стек хорошо отражает продуктовый подход Ленева: сначала быстро проверить спрос и юнит-экономику, а не тратить месяцы на масштабирование системы, которая ещё не доказала, что вообще кому-то нужна. Отдельно интересен подход к моделям.

Ленев отказался от обучения собственных моделей и fine-tuning, потому что для независимого проекта это слишком дорого и организационно тяжело. Вместо этого «Отредач» работает через агрегаторы API вроде Replicate и подбирает модель под конкретный визуальный шаблон, а не под абстрактную идею «лучшего качества любой ценой». Такой подход помогает одновременно держать качество, скорость ответа и себестоимость генерации под контролем.

• Для сложных визуальных сценариев используются более сильные и дорогие модели Для массовых шаблонов подключаются более дешёвые конфигурации с приемлемым качеством Под каждый стиль пишется отдельный промпт с жёсткими ограничениями по композиции и узнаваемости лица Сервис автоматически возвращает баллы, если генерация упала или зависла у провайдера Повторные запросы и лишняя нагрузка ограничиваются лимитами и защитой от дублей > «Выбранное направление — не просто технически интересное, но и продуктово осмысленное», — пишет Ленев.

Экономика и грант Главная часть этого кейса — не сама генерация картинок, а контроль расходов.

Ленев пишет, что уже на раннем этапе было ясно: без жёсткой экономики такой продукт быстро сожжёт бюджет. Только в октябре 2025 года затраты на генерацию превысили 500 долларов, поэтому приложение сразу проектировали так, чтобы хотя бы не уходить в минус. Для автора это не абстрактные облачные траты, а реальные деньги, которые нужно отбивать через работающую модель монетизации внутри VK.

Чтобы удержать проект на плаву, разработчик не гнался за самыми дорогими моделями в каждом сценарии, а подбирал баланс цены и результата. Промпты оптимизировались под более дешёвые конфигурации, а часть ограничений вводилась не ради красоты интерфейса, а ради выживания экономики: лимиты на генерации, защита от дублей, возврат внутренней валюты при сбоях и контроль частоты запросов. В результате, по словам автора, приложение окупается с небольшой прибылью относительно затрат на генерации, инфраструктуру и обязательные платежи.

На первом этапе VK Dev Grants 2025 Ленев подавал идею другого приложения — «Живые фото», которое анимирует изображения. Затем на похожей архитектуре появился «Отредач», и оба продукта начали дополнять друг друга: сначала пользователь создаёт картинку, затем превращает её в короткий ролик. К финалу конкурса это уже был не концепт на слайдах, а живой сервис с пользователями, инфраструктурой, работающей экономикой и понятным сценарием использования, что в итоге и принесло победу в грантовой программе.

Что это значит

Кейс «Отредача» показывает, что в ИИ-продуктах побеждает не самый сложный стек и не собственная модель, а быстро проверенная гипотеза, понятная монетизация и точная упаковка сценария под массовую платформу. Для независимых разработчиков это важный сигнал: путь от ироничного эксперимента до продукта с шестизначной аудиторией и грантом VK всё ещё реален, если у проекта есть спрос, дисциплина в расходах и достаточно терпения, чтобы довести идею до работающего сервиса.