Я iOS-разработчик — но собрал fullstack Telegram-бота с нейросетями. 6000 юзеров и 112к за 1 месяц

Привет, меня зовут Николай. Я разработчик iOS-приложений. Делаю нативные приложения на Swift, SwiftUI, Kotlin — классический мобильный стек.

Но последний год я наблюдаю, как LLM стирают грань между "фронтендером" и "бэкендером", между "мобильщиком" и "фуллстеком". Раньше, чтобы поднять бэкенд с очередью задач, WebSocket-ами и платежами, мне нужно было бы потратить полгода на изучение Node.js-экосистемы. Сейчас я делаю это параллельно с основной работой.

Три месяца назад я запустил veo4youbot — Telegram-бот, который объединяет все топовые нейросети для генерации контента: Veo 3, Sora 2, Seedream, Nano Banana, Grok, Seedance, Kling. 

Сегодня в нём 6000 пользователей, и он приносит 112 000 ₽ в месяц. Расскажу, как это устроено изнутри — архитектура, экономика, грабли.

Проблема: нейросети есть, доступа нет

Давайте честно: если вы в России и хотите сгенерировать видео через Veo 3 или Nano Banana вам нужно:

1. Зарубежная карта для оплаты

2. Аккаунт OpenAI / Google, который могут заблокировать по IP

3. Разобраться в интерфейсе каждого сервиса отдельно

Для разработчика или дизайнера это решаемо. Для обычного человека, который просто хочет сделать видеооткрытку или аватарку — это стена.

Я подумал: а что если собрать все модели в одном месте, с понятным интерфейсом и оплатой через привычные способы?

Идея: один бот — все нейросети

Концепция простая: пользователь открывает Telegram-бот, выбирает модель, пишет промпт — получает результат. 

Но "простая" — это про UX. Под капотом всё сложнее.

Нужно было решить:

- Как маршрутизировать запросы к разным AI-моделям

- Как выстроить очередь (генерация видео — это минуты ожидания)

- Как хранить результаты (видео в 4K весят прилично)

- Как считать биллинг с разной стоимостью моделей

- Как сделать интерфейс, который не выглядит как набор inline-кнопок из 2018 года

Архитектура: что внутри

Я осознанно выбрал свой стек вместо Firebase/Supabase. Не потому что я мазохист, а потому что биллинг, очередь задач и мультиплатформенность требовали гибкости, которую BaaS не даёт.

Стек:

- Backend — Bun + Hono (быстрый, минималистичный)

- Mini App — Next.js + React (полноценный WebApp внутри Telegram)

- Telegram-бот — grammY (обработка команд, платежи, уведомления)

- База — MongoDB (Typegoose для типизации)

- Хранение файлов— S3 (Timeweb)

- Деплой — Dokploy (self-hosted альтернатива Vercel)

Как это работает:

Пользователь → Telegram WebApp (Mini App)↓Mini App → Backend API (авторизация через InitData)↓Backend → Проверка баланса → Создание задачи↓Задача → API провайдера (Veo 3, Sora 2, Kling, Nano banana)↓Результат → S3 → Уведомление пользователю

Mini App — это не кнопки бота, а полноценное React-приложение внутри Telegram. С анимациями, выбором моделей, историей генераций. Разница в UX — колоссальная.

Почему это важно: первая версия бота работала на inline-кнопках. Конверсия в оплату была мизерной. После перехода на WebApp — выросла в два раза. Люди не хотят листать кнопки. Они хотят интерфейс.

Цифры: что получилось за месяц

- 6 000 пользователей (после очистки от фрода)

- Выручка: 112 000 ₽/мес

Рост был неравномерный. Первый месяц — почти ноль. Потом подключил реферальную программу и рекламу в тематических Telegram-каналах. Целевой трафик из AI/дизайн-каналов конвертируется в разы лучше, чем массовый.

Грабли, на которые я наступил

1. Фрод

В первые недели пришла волна фейковых регистраций. Боты массово регистрировались, получали бесплатные токены и тратили их. Пришлось внедрить систему верификации и чистить базу вручную.

2. UX inline-кнопок

Первая версия бота: пользователь нажимает /generate, выбирает модель из списка кнопок, вводит промпт текстом, ждёт. Это работало, но выглядело как терминал из 90-х.

WebApp изменил всё — выбор модели с превью, история генераций, загрузка изображений для img2video. Но перейти на WebApp означало по сути написать полноценный фронтенд.

3. Деплой

Я начал с Vercel для фронта и Railway для бэкенда. Быстро упёрся в лимиты и стоимость. Перешёл на Dokploy — self-hosted платформу для деплоя. Каждый сервис в своём Docker-контейнере, автодеплой из GitHub.

Три решения, которые дали результат

1. WebApp вместо кнопок

Уже говорил, но повторю — это самое важное решение. Telegram Mini App превращает бота из "штуки для гиков" в полноценный продукт с интерфейсом. Пользователь не чувствует, что он в боте.

2. Реферальная программа

Простая механика: пригласи друга — оба получают бонусные токены. Рефералка даёт 15-20% новых пользователей и ничего не стоит в плане привлечения.

Роль LLM в разработке

Отдельно хочу сказать про то, как LLM изменили мой подход к разработке.

Я — iOS-разработчик. Мой основной язык — Swift. Бэкенд на TypeScript, фронтенд на React — это не мои домены.

Но с Claude code я написал полноценный бэкенд с очередью задач, биллингом и мультиплатформенной авторизацией. Написал Mini App на Next.js с SSR, анимациями и адаптивной вёрсткой. Настроил Docker, CI/CD, мониторинг.

Не потому что я гений. А потому что LLM закрывают разрыв между "я понимаю архитектуру" и "я не знаю синтаксис этого фреймворка". Если ты понимаешь, ЧТО нужно построить — LLM помогут с КАК.

Грань между "мобильным разработчиком" и "фуллстеком" больше не определяется знанием конкретного фреймворка. Она определяется умением проектировать системы.

Итог

За три месяца, работая один и параллельно с основными проектами, я собрал продукт с 6000 пользователей и стабильной выручкой. Без инвестиций, без команды, без no-code.

Если вы разработчик и думаете, что ваша специализация — это ограничение — попробуйте. Границы стёрлись. Осталось только строить.

Бот открыт для всех: @veo4youbot