Home / Studia przypadków / Z Lovable na produkcję w 2 tygodnie

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. Brakowało im natomiast czegokolwiek, co przypominałoby produkcję.

Bez CI/CD — każda zmiana wymagała ręcznego wdrożenia. Bez monitoringu — nie było jak sprawdzić, czy aplikacja działa poprawnie, ani żadnego alertu, gdyby przestała. Pliki leżały w Supabase Storage, co wystarczało na skali prototypu, ale lada chwila miały przekroczyć limity kosztów i wydajności, gdy tylko pojawią się realni użytkownicy. Nikt nie spojrzał na kod pod kątem bezpieczeństwa. A launch się zbliżał.

Pytanie nie brzmiało, czy przebudować. Prototyp był w porządku. Pytanie brzmiało, jak szybko jesteśmy w stanie 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: przegląd bezpieczeństwa, budowę infrastruktury i migrację plików.

  1. Audyt bezpieczeństwa OWASP Top 10. Uporządkowany przegląd 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. Pisemna dokumentacja dla zespołu klienta: jak wdrażać, jak rotować poświadczenia, jak przepływają 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 „gotowa według działu marketingu", ale taka, która wytrzymuje, gdy pojawiają się realni użytkownicy. Konkretnie zmieniło się to:

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 wdrożone, zanim okazały się potrzebne. Kwestia plików przestała być kosztową niespodzianką czającą się w przyszłości.

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 przypomina opisaną wyżej, 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 →