Может ли​ GPT-⁠5​ создавать приложе­ния за один запрос? Я проверил

GPT-5 называют самой мощной моделью OpenAI для программирования.

По словам разработчиков, нейросеть может собрать приложение по одному промпту — сразу с дизайном и рабочим кодом. Я решил проверить это и попросил ее сделать игру в стиле Hotline Miami, но перенесенную в российские 90-е.

Расскажу, что из этого вышло.

Это был один из главных акцентов презентации GPT-5. Разработчики показали, что нейросеть по одному запросу может собрать рабочий прототип разнообразных приложений и игр. В качестве примеров они сделали игру с прыгающим мячиком, простой графический редактор, тренажер для скорости печати.

В соцсетях особенно завирусился пример с аналогом Duolingo для изучения французского языка, который открывался прямо в браузере.

Такой результат стал возможен за счет того, что модель умеет:

• Выполнять многоступенчатые задачи. Нейросеть совершает несколько действий подряд. Например, можно попросить сделать для калькулятор расходов: сначала дизайн сайта, потом форму для ввода, функцию сохранения данных в файл и возможность экспорта в Excel. Раньше модель могла потеряться или сделать только половину, а GPT-5 должна довести задачу до конца.
• Использовать внешние инструменты. Нейросеть умеет подключать то, что сама по себе не умеет делать. Например, обращаться к базам данных, использовать калькуляторы, запускать код.
• Чувствовать стилистику. ИИ не только выдаст рабочий сайт, но и подберет оформление, аккуратные отступы, удобное расположение элементов, чтобы все выглядело красиво и уместно.

После этого в сообществе вайбкодеров  ​появилось множество экспериментов с генерациями по одному промпту. Пользователи просили GPT-5 собрать веб-сайт, игру или даже клон «Твиттера». Часто модель справлялась уже с первого раза либо с минимальной доработкой.

Чтобы проверить идею, я использовал ChatGPT с платной подпиской за 20 $⁣ (1 605 ₽)  ​и работал в режиме «Холст». Он позволяет запускать код прямо в интерфейсе чат-бота. Справа остается чат с нейросетью, а слева — рабочее поле для кода. Чтобы открыть режим, нужно выбрать «Холст» в настройках под полем для ввода запроса.

ChatGPT умеет генерировать код целиком только в одном файле. Таким же способом действовали и разработчики из OpenAI, когда показывали свои примеры. Я тоже попросил модель создать такое приложение, надеясь, что получится сгенерировать его по одному промпту.

За основу я взял игру Hotline Miami — атмосферный и кровавый шутер с видом сверху. Воссоздавать всю механику целиком я не собирался, это слишком трудоемко. Поэтому я сосредоточился на ключевых элементах: вид сверху, несколько уровней, на каждом — своя миссия. Чтобы проверить, насколько хорошо GPT-5 справится с сюжетом и антуражем, я предложил перенести действие в Россию 90-х.

Обычному разработчику на такой объем работы потребовалось бы несколько часов, а то и целый день — в зависимости от опыта и заготовок. Нейросеть же размышляла всего 34 секунды, после чего около семи минут писала код. В результате получилось чуть больше 600 строк на JavaScript.

Результат после первого промпта. Я нажал кнопку «Запустить код» в интерфейсе — и игра сразу заработала. Красивой ее назвать сложно. Графика бедная, анимации почти нет. Нейросеть нарисовала серый асфальт с разметкой, персонажа одела в красный спортивный костюм. Первый уровень, как я и просил, оказался на парковке. На ней стояли странные серые квадраты — вероятно, грузовики.

Управление реализовано с клавиатуры, прицеливание — мышкой. В целом механика игры оказалась такой, как я и задумывал. Враги реагировали на появление персонажа у границы экрана. Нейросеть бонусом добавила нескольких видов оружия, хотя я об этом не просил.

Но быстро стало понятно, что персонаж не наносит урона: при нажатии на пробел нет никакой обратной связи. Несмотря на эту недоработку, я решил осмотреть уровень. Под огнем NPC пробежал через карту, наткнулся на какой-то набросок здания, пролетел сквозь все стены и получил пулю в спину.

Тут я выяснил, что коллизии тоже не работают. Препятствия не блокируют движение, урон по врагам не проходит. Это еще один критичный баг. Кроме того, модель промахнулась с видом сверху: персонажи отрисованы в боковой проекции, а не как в оригинальной Hotline Miami. В итоге с одного промпта рабочего прототипа не получилось: базовая механика не работает.

Попытки исправить баги. Затем я в чате с нейросетью перечислил проблемы: отсутствие урона по врагам, анимации и звуков ударов, боковая проекция персонажей и возможность ходить сквозь стены — и попросил поправить. ChatGPT думала три с половиной минуты, потом еще несколько минут переписывала код.

В итоге нейросеть просто вывела мой запрос, а старый код удалила из «Холста». Я расстроился: начало было многообещающим. Попробовал уговорить нейросеть все-таки вернуть код и исправить баги, но поначалу мои запросы заканчивались ошибками.

В итоге мне удалось уговорить нейросеть исправить баги, но она отказывалась запускать код внутри интерфейса. Пришлось делать это вручную — открыть его в браузере.

Рабочим прототип назвать все равно сложно. На этот раз сломалась ходьба. Персонаж просто не двигался. Из-за этого проверить урон по врагам не вышло. Одну ошибку ChatGPT все-таки исправила — у удара появилась анимация. Но только на первый раз.

Что в итоге. Я попробовал получить рабочее приложение по одному промпту, но результат оказался далеким от ожидаемого. Баги, сломанное управление, бедная графика. Исправления тоже не помогли.

Каждый фикс занимал по несколько минут ожидания, и довольно быстро стало понятно, что такой способ не работает. Я предположил, что проблема именно в интерфейсе на сайте ChatGPT, и решил попробовать другой подход.

Я предположил, что лучшего результата можно добиться в Cursor. Это программа для работы с кодом, которая выглядит как обычный редактор, но в нее встроены ИИ-⁠помощники, в том числе GPT-5. В отличие от веб-⁠интерфейса ChatGPT, там можно разбивать проект на несколько файлов, а генерация занимает куда меньше времени.

Вообще, работать с кодом в одном файле тяжело. Сложно ориентироваться в большом полотне текста без структуры. В нормальной работе код приложения разбивается на модули, каждый из которых отвечает за определенную задачу. Например, один файл отвечает за карту, другой — за персонажей, третий — за управление. Так проще находить ошибки, исправлять баги или добавлять функции.

Я решил попробовать собрать приложение в Cursor, отказавшись от требования писать весь код в одном файле. Для этого использовал более простой промпт. Подумал, что так можно быстрее получить рабочий прототип, а потом уже исправлять баги.

Результат после первого промпта. Игра сгенерировалась очень быстро: на первый черновик кода ушло около семи минут.

Нейросеть создала десять файлов — это полноценная структура проекта с классами и папками. Там есть отдельные файлы для персонажей и врагов, уровней, физики, управления, подсказок на экране и собственных спрайтов. Некоторые заготовки вроде набора SVG-графики в итоге так и не пригодились.

Исправление багов. При первом запуске экран оказался полностью черным: стены и фон сливались в один цвет и было непонятно, где можно пройти, а где нет. Я поправил это одним промптом.

После этого игра встретила начальным экраном с легендой о том, за кого мы играем, — мелком дилере на подхвате. Интересно, в запросе этого не было. Также сразу заметно, что визуальный стиль получился куда лучше, чем в интерфейсе ChatGPT. Графика все еще очень простая, но хотя бы цвета подобраны со вкусом, а грузовики на первом уровне похожи на самих себя.

Управление работало, урон по врагам тоже проходил. Но обнаружился старый баг — персонажи снова ходили сквозь стены. После моей просьбы нейросеть это исправила. Сначала перестала создавать врагов внутри стен, а затем добавила ограничение на передвижение.

Одновременно с этим игра стала отображать поле зрения врагов, хотя я об этом не просил. Правда, видели они сквозь стены. Лишь после двух дополнительных запросов удалось убрать эту проблему. Для геймплея деталь удобная — сразу понятно, когда враги тебя замечают.

На исправление основных багов ушло около пяти минут. Для сравнения — в ChatGPT каждая правка занимала столько же времени.

При этом проблемы с видом сверху так и не получилось решить. Нейросеть упорно не хотела его генерировать. Я формулировал запросы максимально прямо: «Давай сделаем вид строго сверху. Сейчас все нарисованы в боковой проекции, а нам нужен именно сверху: голова, плечи, ноги только при ходьбе».

Но персонажи только становились шире, а не меняли ракурс.

Что в итоге. В Cursor получилось сделать игру, которую можно пройти от начала до конца и не столкнуться с критическими багами.

Персонаж бегает и стреляет, враги адекватно реагируют и отбиваются, коллизии есть, дизайн уровней — тоже. Это можно назвать полноценным прототипом.

Вайбкодить в интерфейсе ChatGPT мне не понравилось — и вот почему.

❌ Не удалось собрать полностью рабочий прототип. Большинство требований модель реализовала, но багов оказалось слишком много. Два из них — критические. После генерации по одному промпту игра не заработала.

🐞 Баги возникли сразу, а исправлять их нейросеть почти не умеет. Приходится ждать по несколько минут и снова пытаться придумать, как решить ошибки. Иногда программа не запускается вовсе, и тогда остается только генерировать все заново.

⚠️ Код получился в виде одностраничного приложения без четкой архитектуры. Не было классов, которые позволили бы разделить проект на модули, все держалось на глобальных переменных. Такая схема подходит только для маленьких проектов, но делает развитие и поддержку игры крайне сложными.

✨ Тем не менее GPT-5 вполне подходит для быстрого чернового прототипа прямо в чате, даже если нет опыта программирования. Это уже немало. Модель учитывает требования к дизайну, механике и отдельным деталям, а по сравнению с предыдущими версиями есть значительный прогресс.

Cursor с GPT-5 куда эффективнее, чем сайт ChatGPT.

✅ Удалось собрать прототип игры. После нескольких исправлений приложение заработало. Механики — на месте, а игру можно было пройти целиком. Код аккуратный, хорошо декомпозирован, разбит по каталогам на подсистемы и классы.

📚 GPT-5 все равно ограничена рамками обучения. То есть нейросеть уверенно работает с типовыми задачами. Но как только нужно сделать что-то непривычное или нестандартное, она начинает выдавать странные решения, зацикливаться или вовсе не справляться. Например, GPT-5 так и не смогла корректно сгенерировать спрайты с видом сверху.

🖥️ Cursor снимает проблемы интерфейса ChatGPT. Если пользоваться только ChatGPT, приходится вручную копировать сгенерированный код, тестировать его, возвращать ошибки обратно в модель и снова вставлять результат в проект. При большом объеме кода такой текстовый пинг-понг становится неудобным и практически неконтролируемым.

Cursor предлагает встроенный набор инструментов для работы с кодом, доступ в интернет, набор специализированных промптов. Процесс написания кода становится более автономным, управляемым и позволяет быстрее получать качественный результат.

⚒️ Работать с проектом без навыков программирования непросто. Нужно ограничивать контекст конкретными файлами, корректировать стиль кода, следить за версиями библиотек. Кроме того, важно не допускать, чтобы нейросеть испортила проект. Нередко при попытках исправить баги возникают новые или появляются случайные ненужные изменения.

Модель может излишне уверенно убеждать в своей правоте, а без знаний программирования с ней сложно поспорить. Поэтому нужно уметь управлять нейросетью, чтобы добиться достойного результата.