Технічний контекст
Я зацікавився цим кейсом не як красивою демкою, а як натяком на реальну AI automation у дизайні. Сценарій тут цікавий: Codex не просто пише код, а проходить майже всю підготовку для UX/UI завдання від розбору flow до генерації екранів.
Механіка така. Він відкриває посилання на flow у вбудованому браузері, сам витягує скріншоти та намагається зрозуміти структуру анбордингу. Далі йде у веб, збирає контекст по monobank: позиціонування, онбординг, верифікацію, брендові елементи, загальну подачу продукту.
Потім починається найсмачніше і найкривіше одночасно. Codex генерує wireframes через image generation, сам же їх перевіряє, виправляє і після цього доходить до конкретних екранів. Для кожного екрана він додатково підтягує патерни, платформні гайди, обмеження по картках, iOS-специфікації і вже на цій базі готує специфікації та асети.
І ось тут я б не переоцінював магію. По суті, це не «AI намалював ідеальний інтерфейс», а агентний пайплайн, де модель склеює ресерч, візуальні референси, генерацію та самоперевірку в один процес.
Обмеження також дуже земні. Image gen вередує на речах, на яких погано навчений: той же liquid glass, складні матеріали, точні розміри, стабільні відступи. Плюс страждає послідовність: сьогодні екран гарний, завтра сусідній вже візуально з іншого всесвіту.
Що це змінює для бізнесу та автоматизації
Я бачу тут не заміну сильного продуктового дизайнера, а прискорення для команд, де вузьке місце в ресерчі та чорновому виробництві екранів. На етапі AI implementation можна швидко проганяти 3-5 напрямків анбордингу без тижнів на ручне збирання референсів і первинних вайрфреймів.
Виграють продуктові команди, яким потрібна швидкість: банки, фінтех, SaaS, мобільні продукти. Програють ті, хто чекає на піксель-перфект з коробки і не закладає людський контроль в AI integration.
Якщо говорити зовсім практично, я б ставив такі штуки у зв'язку з дизайнером та PM, а не замість них. Ми в Nahornyi AI Lab якраз збираємо такі AI solutions for business: де агент бере на себе ресерч, структуру та чорнову генерацію, а команда витрачає час вже на рішення, а не на рутину.
Якщо у вас UX-команда тоне в однотипних флоу, ресерчі та нескінченних перших драфтах, це вже можна розбирати предметно. У Vadym Nahornyi та Nahornyi AI Lab я б дивився на це не як на іграшку, а як на спосіб build AI automation навколо вашого дизайн-процесу так, щоб люди менше тягали пікселі, а більше рухали продукт.