Przejdź do treści
wojciech.io
Wszystkie spostrzeżenia
ProductsAI-builtProductsClaude CodeCodex

Czego 10+ wydanych mikroaplikacji nauczyło mnie o budowaniu z AI

AI sprawia, że wydajesz szybko. Dystrybucja dalej jest trudna. Po 10+ aplikacjach micro-SaaS mam wnioski o decyzjach produktowych i o ograniczeniach, które naprawdę mają znaczenie.

Wojciech Łuszczyński

Wojciech Łuszczyński

GTM Architect & Growth Operator · Insights · 2 kwietnia 2026 · 4 min czytania

Udostępnij

TL;DR · Najważniejsze wnioski

  • Mikroaplikacje rozwiązują jeden problem porządnie: to jednocześnie ich siła i ograniczenie projektowe
  • Wsparcie AI sprawiło, że samodzielne wydawanie użytecznych, prawdziwych narzędzi jest realne nawet bez kompetencji full-stack
  • Tryb porażki to pełzanie zakresu, które zamienia mikroaplikację w niedorobiony SaaS
  • Dystrybucja zostaje najtrudniejsza: AI nie załatwia dotarcia do właściwych ludzi

Moje aplikacje powstały głównie w latach 2024–2026 (pełna lista znajduje się w sekcji /work/). Jest to mieszanka narzędzi zwiększających produktywność, narzędzi przeznaczonych dla niszowych rynków oraz wewnętrznych narzędzi operatorskich, które ostatecznie zostały udostępnione publicznie. Niektóre z nich są aktywnie wykorzystywane. Niektóre to eksperymenty, z których wyciągnąłem wnioski. Kilka z nich łączy w sobie obie te cechy.

Oto, czego nauczyłem się na temat tworzenia tego rodzaju portfolio przy pomocy serwisu AI.

Definicja mikroaplikacji

Mikroaplikacja rozwiązuje dokładnie jeden problem konkretnej osoby w konkretnej sytuacji. Nie całą kategorię problemów. Nie jest platformą. Tylko jeden problem.

  • Działka+: sprawdza status pozwolenia na budowę dla polskich działek (jedno zapytanie, jedna odpowiedź)
  • Paczka+: śledzi przesyłki kurierskie w Polsce, oferując lepsze powiadomienia niż aplikacje firm kurierskich
  • Resume+: formatuje CV do przejrzystego pliku PDF zgodnego z systemami ATS w mniej niż 60 sekund
  • NotchCue: wyświetla notatki mówcy w pobliżu kamery podczas rozmów wideo

Każda z nich ma opis, który mieści się w jednym zdaniu, ponieważ samo zadanie da się ująć w jednym zdaniu. Kiedy w opisie zadania pojawia się słowo „a także”: to właśnie w tym momencie zakres wykracza poza obszar mikroaplikacji.

Jak program AI zmienił proces tworzenia oprogramowania

Zanim pojawiła się pomoc serwisu AI, samodzielne wdrożenie gotowego narzędzia wymagało albo doświadczenia w frontendu, albo znacznego wsparcia. Wdrożenie natywnej aplikacji macOS przez osobę niebędącą programistą Swift było praktycznie niemożliwe.

AI wprowadziło w tym zakresie następujące zmiany:

Schemat „rozszerzania zakresu”

W przypadku każdej mikroaplikacji, którą stworzyłem, pojawiał się moment, w którym kusiło mnie, by dodać „jeszcze tylko jedną rzecz”. Śledzenie przesyłek w Paczka+ → dodaj widok historii przesyłek → dodaj narzędzie do porównywania cen → dodaj dane dotyczące szybkości dostaw oparte na crowdsourcingu.

Każde z tych uzupełnień jest samo w sobie uzasadnione. Razem sprawiają one, że narzędzie, które wcześniej poprawnie rozwiązywało jeden problem, staje się narzędziem, które w zadowalający sposób rozwiązuje trzy problemy.

Rób
  • Wydaj tę jedną rzecz
  • Zdefiniuj „gotowe” tak: rozwiązuje główny problem i nic nie psuje
  • Sąsiednie prośby traktuj jak osobny produkt
Nie rób
  • Dokładaj „jeszcze jednej funkcji” przed startem
  • Czekaj, aż obsłużysz każdy skrajny przypadek
  • Pozwól mikroaplikacji urosnąć w platformę

Co zrobiłbym inaczej

Wcześniejsze uruchomienie

Naładuj wcześniej

Zanim zaczniesz rozwiązywać problem, ustal, jak go podzielić

Wartość portfela

Te aplikacje łącznie stanowią dowód na to, że potrafię tworzyć rzeczywiste produkty, a nie tylko projektować systemy czy doradzać w strategii GTM. Ma to wartość niezależną od przychodów generowanych przez każdą z tych aplikacji z osobna. W przypadku rodzajów zleceń, które przyjmuję: jako specjalista ds. rozwoju wbudowanego (embedded growth operator) oraz twórca systemów AI: umiejętność tworzenia działającego oprogramowania stanowi czynnik wyróżniający.

To portfolio stanowi również podłoże do nauki. Każda aplikacja nauczyła mnie czegoś na temat zachowań użytkowników, wdrażania, ustalania cen lub technologii, co wykorzystałem w późniejszych projektach. Zwrot z zainwestowanego czasu jest wyższy, niż mogłoby to wynikać z bezpośrednich wyników pojedynczej aplikacji.


Zobacz też: macOS Teleprompter dla MacBook Notch: tworzenie natywnej aplikacji Swift · Astro i Cloudflare Pages Tworzenie portfolio przez AI Workflow: jak przebudowałem swoją stronę

Udostępnij artykuł

O autorze

Wojciech Łuszczyński

Wojciech Łuszczyński

Architekt GTM i operator wzrostu budujący natywne dla AI systemy przychodów dla B2B SaaS i firm technologicznych. Łączę pozycjonowanie, SEO, treści, płatne pozyskiwanie, CRM, automatyzację, analitykę i przepływy pracy AI w praktyczną infrastrukturę wzrostu.

Newsletter

Najpierw zdobądź następny.

Kiedy opublikuję nowy artykuł na temat systemów AI, architektury GTM lub modeli operacyjnych wzrostu, dowiesz się o tym jako pierwszy.

Subskrybuj