TL;DR: Vibecoding je práce s AI nástroji typu Cursor, Claude Code, V0 nebo Lovable, kde popisujete co chcete v přirozeném jazyce a AI generuje funkční kód. V 2026 už to nejsou hračky. S Claude Code 4.7 v 1M kontextu nebo Cursor 2.0 reálně postavíte produkt za čtyři dny, který by tým tří juniorů dělal měsíc. Ale jen u určitého typu úloh. V článku ukazujeme náš interní case study (úspora 280 hodin), roadmapu na čtyři dny, sedm úloh kde to nefunguje, a co se učíme s klienty na kurzu.
Co se za poslední rok změnilo
Když Andrej Karpathy v lednu 2025 popsal termín "vibecoding", byly tehdejší AI nástroje schopné maximálně microsite a interní tooly. Mnoho práce s AI končilo frustrovaným programátorem, který říkal "rychleji bych to napsal sám". Za 16 měsíců se to zásadně změnilo. V květnu 2026 jsou v praxi tyto skoky:
- Claude Code 4.7 | 1M kontext, plně samostatné agentní workflow, dokáže udržet stavbu komplexní aplikace přes desítky souborů a hodiny práce. Pamatuje si rozhodnutí z minulých session, dělá multi-step refactory.
- Cursor 2.0 | hybridní IDE s vestavěnými agenty, vlastním terminálem, autotestováním. Zvládne refaktory přes celý projekt. Background agents pracují na úlohách paralelně, zatímco píšete dál.
- V0 a Lovable | full-stack generování (frontend + backend + DB) s deployem na jedno kliknutí. V0 je teď připojený na Vercel ekosystém, Lovable na Supabase.
- GitHub Copilot Workspace | autonomní řešení issues od reportu po PR. Dostane GitHub issue, naplánuje fix, napíše kod, otestuje, otevře pull request. Pro malé bug fixy běžně bez lidského zásahu.
- Devin a další "AI software engineers" | autonomní agenti, kteří dostávají úkoly v Slack a vrací výsledky v Linear / Jira. Pro typický feature request 40 až 70 % úspěšnost bez zásahu.
Co konkrétně jsme v lednu 2026 postavili
Jako interní test jsme v lednu 2026 postavili nástroj pro správu klientů PPC kampaní. Frontend Next.js 16, backend Supabase, autorizace Clerk, dashboard s GA4 a Google Ads daty přes API, fakturace integrovaná s Dokladík SaaS. Před vibecodingem by to tým dělal 8 až 10 týdnů. S AI to vznikalo 4 dny od jednoho PM-developera.
Konkrétní rozpis:
- Den 1 | Lovable vygeneroval základní strukturu a Supabase schéma. Cursor pak propojil s vlastním Next.js boilerplate.
- Den 2 | Claude Code postavil 14 stránek (dashboard, klient detail, kampaně, reporty), 22 API endpointů, autentizaci přes Clerk.
- Den 3 | integrace s Google Ads API a GA4 API přes vlastní wrapper. Stripe Checkout pro subscription. Resend pro transakční e-maily.
- Den 4 | design polish (custom typografie, animace, dark mode), deploy na Vercel, vlastní doména, monitoring.
Náklady na API během stavby: 240 USD (Claude Sonnet 4.6 + GPT-5 přes Cursor + Lovable subscription). Hodinová úspora oproti tradičnímu vývoji: zhruba 280 hodin. Dnes nástroj používá 6 lidí z týmu a šetří dohromady 12 hodin týdně na reportingu klientů.
Roadmap pro čtyřdenní AI projekt
Den 1 | návrh a databáze
Začněte v Lovable nebo V0. Popište cílový produkt v jednom odstavci ("aplikace pro správu klientů malé účetní kanceláře, klienti, faktury, termíny, e-mail komunikace, dashboard s přehledem aktivních klientů"). Nástroj vygeneruje wireframy a databázové schéma. Iterujte 2 hodiny, dokud nesedí.
Pak přejděte do Supabase nebo Neon, importujte schéma. V Cursoru otevřete prázdný Next.js projekt a propojte ho s databází. V tuto chvíli máte základní strukturu a víte, co budujete.
Den 2 | core funkčnost
Pomocí Claude Code nebo Cursor generujte stránky a API endpointy. Klíč je formulovat zadání jednoznačně. Místo "udělej dashboard" pište "stránka /dashboard zobrazí kartami: počet aktivních klientů, počet faktur čekajících na úhradu, výnos za poslední 30 dní. Data z tabulek customers, invoices. Použij ShadCN Card komponenty. Layout: 3 sloupce na desktopu, 1 sloupec na mobilu."
Přesný prompt rozhoduje o kvalitě výstupu. Krátké promty dávají generické výstupy, detailní promty produkční kód.
Den 3 | autorizace, platby, e-mail
Supabase Auth nebo Clerk pro login. Stripe Checkout pro platby (5 minut, sandbox). Resend pro transakční e-maily. AI vám tyto integrace propojí během hodiny, pokud zadáte přesně, co posílat. Důležité je explicitně specifikovat: jaký event triggeruje akci, jaká data se předávají, jaká je očekávaná odpověď, jak se ošetřují errory.
Den 4 | design polish a deploy
Tady přijde řada na ruční práci. AI generuje funkční weby, ale vizuální detail je obvykle generický. Vyladte typografii, mezery, animace, dark mode. Tato část trvá nejdéle, protože dobrý design rozliší produkční app od demo app.
Pak deploy na Vercel a vlastní doména. Hotovo. V tuto chvíli máte produkt, který by tým tří lidí dělal 6 až 8 týdnů.
Sedm úloh, kde to dnes selhává
- Komplexní legacy integrace. Pokud potřebujete napojit ERP (SAP, Helios, Money S5), účetnictví, sklad, custom platební bránu, AI často mate API verze a vytvoří kod, který kompiluje, ale nefunguje. Tyto integrace vyžadují manuální čtení dokumentace a často trial-and-error.
- Bezpečnost a compliance. Modely generují fungující kód, ale často s bezpečnostními chybami (SQL injection, chybějící input validace, špatné role checks, hardcoded secrets). Vyžaduje to security review člověkem před produkčním deployem.
- Mobilní aplikace s nativním feel. Pro web a webové appky perfektní. Pro iOS/Android s plynulou animací zatím slabší. React Native a Flutter modely zvládají, ale UX detaily často chybí.
- Real-time systémy s nízkou latencí. Trading platformy, herní servery, WebRTC | tady AI často navrhuje overhead, který zabíjí performance. Tyto systémy vyžadují expertní knowledge, který modely zatím nemají v dostatečné hloubce.
- Custom enterprise software s 5+ letou historií. Kódbáze, kde architektonická rozhodnutí byla učiněna před lety a jsou nejasná. AI generuje řešení, která ignorují existující konvence.
- Vícejazyčné weby s i18n. Modely často nedrží konzistenci překladů, formátování čísel a dat. Pro 3+ jazyky je třeba mít specializovaný workflow.
- Aplikace s vysokými UX nároky. Pokud klient očekává Apple-level UX detail (microinterakce, fluid animace, perfektní typografii), AI to nezvládne. Nutný expertní designer.
Konkrétní nástroje, které máme v stacku
- Claude Code (Anthropic) | hlavní nástroj pro komplexní backend a refaktoring. 1M kontext pro velké projekty. Cena cca 200 USD měsíčně per developer.
- Cursor 2.0 | denní IDE pro celý tým. Background agents pro paralelní úkoly. Cena 20 USD / měsíc per seat.
- V0 (Vercel) | rychlé generování UI komponent z popisu. Integrace s Vercel ekosystémem. Cena 20 USD / měsíc.
- Lovable | pro full-stack prototypy. Generuje frontend + Supabase backend. Pro klienty, kteří chtějí prototyp za den. Cena 30 USD / měsíc.
- GitHub Copilot | autocomplete a small fixes. Standardní per-developer enabling. 19 USD / měsíc.
- Claude API direct | pro vlastní automatizace a custom workflow. Cena podle usage, typicky 100 až 500 USD / měsíc per projekt.
Co se učíme na vibecoding kurzu
Během dvou dnů projdete od průzkumu nástrojů (Claude Code, Cursor, V0, Lovable), přes architekturu vlastního projektu, až po nasazení na vlastní doménu. Učíme to v praxi vašich dat, tj. ne na hello world, ale na produktu, který si donesete a po kurzu si odvážíte funkční.
Typický kurzista (CTO malé firmy, marketingový manažer, freelancer) odejde s funkčním MVP svého produktu. Časté výsledky: interní CRM, klientský portál, custom landing page builder, automatizační dashboard.
Časté otázky
Nahradí AI programátory v 2026?
Ne, ale výrazně mění jejich roli. AI dělá generování kódu, programátor dělá architekturu, security review, integrace, performance optimization. Senior programátor s AI zvládne práci tří juniorů. Junior bez AI bude mít problém najít práci.
Jaký jazyk a framework zvolit pro vibecoding?
TypeScript + Next.js + Supabase je dnes standard. AI nástroje jsou na tento stack nejlépe trénovány. Python s FastAPI je druhá nejlepší volba pro backend. Vyhněte se exotickým jazykům (Rust, Elixir, Haskell), tam AI hodně chybuje.
Můžu vibecoding používat na produkční systém?Ano, ale s code review a testy. Žádný vážný projekt by neměl jít do produkce bez human review, zejména v oblastech security, payments, user data. Pro internal tooly nebo MVP bez kritických dat je vibecoding bez review v pořádku.Kolik to stojí?
Pro malou firmu (1 až 3 vývojáři) cca 60 až 150 USD měsíčně za AI nástroje per developer + 20 až 100 USD měsíčně za API usage. Pro střední firmu (5 až 15 vývojářů) 200 až 800 USD měsíčně dohromady. Návratnost typicky v týdnech, ne měsících.
Co když AI udělá kód, který je špatný?Naučte se ho rozpoznat. AI často generuje kod, který funguje, ale není idiomatic, má bezpečnostní chyby nebo zbytečnou složitost. Code review je dnes víc o "čištění AI výstupu" než o psaní nového kodu.Můžu se naučit vibecoding sám, nebo potřebuju kurz?Naučit se sám lze, ale trvá to déle (typicky 3 až 6 měsíců průměrné práce). Kurz vás dostane na praktickou úroveň za 2 dny. Záleží, jak rychle chcete být produktivní.Závěr
Závěr
Vibecoding není budoucnost programování, je to současnost. V 2026 už není otázka jestli to zkusit, ale jak to zařadit do procesu. Tradiční vývoj nezmizí, ale jeho role se přesouvá k tomu, co AI neumí: bezpečnost, integrace, performance, design polish, architektonická rozhodnutí. Vše ostatní se zrychluje 5 až 10×. Začněte s malým interním projektem, udělejte si vlastní zkušenost. Za týden uvidíte, kde to funguje a kde ne.