Home / Studia przypadków / From Lovable to production in 2 weeks

Z Lovable na produkcję w 2 tygodnie

Jak doprowadziliśmy PropTech SaaS od prototypu AI do bezpiecznego, skalowalnego stacku produkcyjnego — zanonimizowane i oczyszczone z danych klienta.

Lovable → AWS Przed launchem 2–3 tygodnie
// w skrócie
Klient
Firma z branży nieruchomości (zanonimizowana)
Etap
Przed launchem — działający prototyp, jeszcze bez użytkowników
Stack na wejściu
Lovable (React + Supabase)
Zlecenie
Audyt MVP + naprawa / przygotowanie do produkcji
Harmonogram
2–3 tygodnie, od rozmowy zapoznawczej do przekazania
Efekt
Infrastruktura gotowa na produkcję + dokumentacja przekazania

Klient przyszedł do nas z czymś imponującym i czymś niekompletnym jednocześnie: działającym prototypem PropTech SaaS, zbudowanym w całości w Lovable na React i Supabase, który w podglądzie wyglądał przekonująco. Czego nie mieli — to czegokolwiek, co przypominało produkcję.

Bez CI/CD — każda zmiana wymagała ręcznego wdrożenia. Bez monitoringu — nie było jak sprawdzić, czy aplikacja jest zdrowa, i nie było alertu, jeśli nie była. Pliki leżały w Supabase Storage, co wystarczało na skali prototypu, ale miało uderzyć w limity kosztów i wydajności w momencie, gdy pojawią się realni użytkownicy. Nikt nie spojrzał na kod pod kątem bezpieczeństwa. A launch się zbliżał.

Pytanie nie brzmiało, czy przebudować. Prototyp był OK. Pytanie brzmiało, jak szybko możemy podłożyć pod niego infrastrukturę produkcyjną, żeby klient mógł faktycznie wpuścić użytkowników.

Wyzwanie

Co zrobiliśmy

Dwa do trzech tygodni od pierwszej rozmowy do przekazania produkcji. Prowadziliśmy trzy ścieżki równolegle: pass bezpieczeństwa, budowę infrastruktury i migrację plików.

  1. Audyt bezpieczeństwa OWASP Top 10. Strukturalny pass wg OWASP Top 10. Problemy krytyczne zidentyfikowane, spriorytetyzowane według ryzyka biznesowego i naprawione. (Konkretne wyniki nie są publikowane — mogłyby zidentyfikować klienta.)
  2. Pipeline CI/CD. Automatyczne testy i wdrożenie przy każdym pushu. Koniec z ręcznymi wdrożeniami; koniec z wąskim gardłem jednej osoby.
  3. Konfiguracja serwerów produkcyjnych. Właściwe rozdzielenie środowisk — staging i produkcja jako odrębne środowiska, każde ze swoją konfiguracją. Koniec z „aplikacja jest tam, gdzie akurat jest przeglądarka założyciela".
  4. Monitoring i alerty. Monitoring błędów i wydajności 24/7, z alertami kierowanymi we właściwe miejsce. Awarie są znane w minutach, nie dniach.
  5. Migracja na AWS S3 + CloudFront. Pliki przeniesione z Supabase Storage na S3 z CDN-em CloudFront. Taniej, szybciej, a sufit pojemności znika.
  6. Konfiguracja domeny, SSL i infrastruktury. Porządne HTTPS, DNS, zmienne środowiskowe i produkcyjny build — niezbyt efektowna robota, która odróżnia wdrożoną aplikację od dema.
  7. Dokumentacja przekazania. Pisane dokumenty dla zespołu klienta: jak wdrażać, jak rotować poświadczenia, jak płyną dane, co jest kruche i dlaczego. Dokumentacja to to, co sprawia, że następny zatrudniony inżynier jest skuteczny pierwszego dnia, a nie trzydziestego.

Rezultaty

Na koniec zlecenia aplikacja była naprawdę gotowa na produkcję — nie „w stylu działu marketingu", ale taka, która wytrzymuje, gdy pojawiają się realni użytkownicy. Co zmieniło się konkretnie:

Bezpieczeństwo
Audyt OWASP Top 10 zdany
Wdrożenie
CI/CD w pełni zautomatyzowane
Monitoring
Alerty błędów i wydajności 24/7
Storage
Migracja na AWS S3 + CloudFront

Założyciel nie musiał już być obecny, żeby mogło się odbyć wdrożenie. Zespół miał alerty na miejscu, zanim ich potrzebował. Plan storage'u przestał być kosztową niespodzianką czekającą w ukryciu.

Co powiedzielibyśmy innemu założycielowi w tej samej sytuacji

Studia przypadków są najbardziej użyteczne, gdy dają się uogólnić. Jeśli patrzysz na prototyp z Lovable, Bolt lub v0, który za chwilę spotka realnych użytkowników, kształt problemu zwykle jest ten sam. Krótka lista, wydestylowana z tego zlecenia:

Dla dłuższej wersji tych wzorców zobacz nasze artykuły o niewidzialnych bugach w kodzie AI i kiedy przekazać swoje MVP.

// o zleceniu

Jacek Różański · The AI Mechanic

To zlecenie zrealizował bezpośrednio Jacek — senior backend / DevOps z 18+ latami doświadczenia produkcyjnego. Jeśli Twoja sytuacja rymuje się z powyższą, rozmowa zapoznawcza jest bezpłatna.

Podobna sytuacja?

Jeśli Twój prototyp z AI za chwilę spotka realnych użytkowników, a warstwy produkcyjnej pod spodem brakuje — wyznaczymy ścieżkę na rozmowie zapoznawczej. 30 minut. Bezpłatnie. Bez zobowiązań.

Umów rozmowę zapoznawczą →