Jak jsem s AI postavil platformu s 21 kurzy za 24 hodin

Ráno jsem neměl nic. Žádný web, žádný produkt, žádný kód. Večer mám kompletní vzdělávací platformu s 21 kurzy, 140+ lekcemi, autentizací, platbami, progress trackingem a 25 blog posty. Všechno běží v produkci na vlastní doméně. A na backendu jsem neviděl jediný řádek kódu.

Tohle není návod, jak to udělat. Na to mám kurz 😜 (a ano, i ten kurz napsal Claude — praktickai.app/cs/courses/build-webapp-ai). Tohle je příběh toho, co se skutečně stalo — včetně všech chyb a momentů, kdy jsem si říkal 'tohle nikdy nemělo jít do produkce'.

Iterace jedna: 'Budu dělat konzultace'

Začal jsem s jednoduchým plánem — chci konzultační web pro AI školení. Next.js frontend, Vercel hosting, žádný backend. Jen pár stránek: kdo jsem, co nabízím, kontaktní formulář. Claude Code to měl hotové za pár hodin. Čistý, responzivní, český a anglický. Deploy na Vercel, hotovo.

A pak mě napadlo: co kdybych k tomu přidal kurzy?

'Sakra, potřebuji backend'

Kurzy potřebují uživatelské účty, platby, sledování progressu, enrollment management. To všechno vyžaduje backend. Tady přišel zlomový moment: řekl jsem si 'koupím server a zkusím to'.

Zvolil jsem Django, protože ho znám — tedy, znal jsem ho. Ale ve skutečnosti? Nikdy jsem neviděl jediný řádek kódu, který Claude Code napsal. Definoval jsem API endpoints, modely a business logiku slovně. Claude Code implementoval, napsal testy, nastavil CI/CD pipeline. Mohl jsem stejně dobře použít Rails nebo FastAPI — nezáleželo na tom, protože kód jsem nikdy nečetl.

Hetzner VPS za 3,49 EUR

Backend potřebuje někde běžet. Žádný AWS, žádný managed Kubernetes za stovky dolarů měsíčně. Koupil jsem nejlevnější Hetzner VPS za 3,49 EUR měsíčně, nainstaloval k3s (lightweight Kubernetes) a nechal Claude Code nastavit celý deployment pipeline — Docker image, GitHub Actions CI, k3s manifesty, cert-manager pro HTTPS, automatický deploy po pushi do mainu.

Viděl jsem to běžet, viděl jsem zdravé health checky, viděl jsem testy procházet. Ale neviděl jsem kód.

Týmy agentů: ne jen paralelní, ale koordinovaní

Tohle byl největší produktivní unlock. Claude Code má v betě funkci Teams — místo jednoho agenta vytvoříte tým s pojmenovanými rolemi (architekt, developer, test-writer, reviewer, committer), sdíleným task listem a automatickou koordinací. Každý agent dostane svůj tmux pane, vidíte přesně co kdo dělá, a agenti si mezi sebou předávají práci přes zprávy.

Rozjel jsem 3–4 agenty současně. Jeden psal kurzy, druhý vytvářel blog posty, třetí dělal refaktoring frontendu. Minimální konflikty, protože každý pracoval na jiných souborech.

Můj typický setup: čtyři tmux panes běží současně. Jeden generuje obsah — kurzy, lekce, blog posty. Druhý běží periodické e2e testy a hlídá, jestli se něco nerozbilo. Třetí opravuje bugy, které ty testy najdou. Čtvrtý přidává nové features — platby, newsletter, referral program. A já přepínám mezi nimi a kontroluji výstupy.

Reálný čas pro 21 kurzů se 140+ lekcemi? Zhruba 4 hodiny. Sekvenčně by to trvalo den a půl. S paralelními týmy? Jedno odpoledne.

Já jako CTO, AI jako celý tým

Fungoval jsem spíš jako CTO než jako vývojář. Zadal jsem směr — chci kurzy pro vývojáře i jednotlivce, chci český a anglický obsah, chci platby a progress tracking. AI pak sama navrhla strukturu kurzů, rozhodla kolik lekcí, jakou obtížnost, jaké ceny.

Já jsem kontroloval výstupy, korigoval směr a dával zpětnou vazbu. Produktová rozhodnutí vznikala iterativně — AI navrhla, já schválil nebo upravil. Tohle je důležitý rozdíl oproti 'vibe codingu'. Nediktoval jsem každý detail, ale taky jsem neřekl jen 'postav mi něco'. Definoval jsem vizi. AI navrhla produkt.

Co šlo špatně

Bylo by nepoctivé psát jenom o úspěchu.

Prázdné video placeholdery v produkci

Agent měl přidat YouTube videa do lekcí. Místo toho vytvořil video-placeholder bloky se smyšlenými YouTube ID. Lekce v produkci s rozbitými přehrávači. Build prošel, testy prošly. Byl to obsahový problém, který odhalíte jedině tím, že si stránku otevřete v prohlížeči.

Duplicitní blog posty

Dva paralelní agenti vytvořili post o stejném tématu. Různé názvy, různý obsah, ale stejné téma. Paralelizace funguje — ale potřebujete jasné rozdělení práce.

Diakritika — totální chaos

AI generovala český text s náhodně chybějícími háčky a čárkami. 'mel' místo 'měl', 'ktery' místo 'který', 'neni' místo 'není'. A to v každém druhém slově. Oprava 25 blog postů a desítek lekcí zabrala celý tým agentů — tři paralelní agenti, každý na 8 postech, čtou text jako češtinu a opravují kontextuálně. Ne find-replace, protože slova jako 'ze' mohou být správně i špatně podle kontextu.

Agenti, kteří pracují, i když nepracuji já

Tohle je možná ta nejzajímavější část. Po tom, co byl základ hotový, jsem nastavil periodické agenty — skills, které běží na pozadí každých 10 minut a starají se o projekt samy.

• Content checker — každých 10 minut kontroluje konzistenci obsahu: ceny, překlady, kvízy, diakritiku. Když něco najde, nahlásí to.
• PR reviewer — kontroluje otevřené pull requesty, dělá code review, opravuje problémy a merguje, když CI projde.
• Improver — čte improvement plán, vybere nejvyšší prioritu a implementuje ji přes příslušný pipeline.

Zatímco já procházím stránky v prohlížeči a kontroluji jak vypadají, agenti na pozadí najdou 6 prázdných kvízů, opraví diakritiku ve 25 blog postech, vytvořou newsletter subscriber systém a mergnou 3 pull requesty.

Meta moment: kurz o tom, jak jsem to udělal

Někdy během odpoledne mě napadla věc, která to celé posunula na jinou úroveň. Právě jsem postavil kompletní webovou platformu s AI za jeden den. Co kdybych ten přesný postup zabalil jako kurz?

Takže jsem řekl Claude Code: 'Vytvoř kurz Postav web s AI — 8 lekcí, od projektu po deploy, přesně to co jsem dneska dělal, ale jako návod pro ostatní.' A do hodiny byl kurz hotový. 8 lekcí, cvičení, tipy, code bloky. Kurz o tom, jak postavit kurz. Meta.

Cenový rozpad

Kolik to celé stojí?

• Vercel (frontend hosting): $0/měsíc (free tier, bohatě stačí)
• Hetzner VPS (backend, k3s): 3,49 EUR/měsíc (CPX11, 2 vCPU, 2 GB RAM)
• Doména (praktickai.app): $15/rok
• Claude Max (Opus 4.6 + Claude Code): $200/měsíc — neomezený přístup k nejsilnějšímu modelu, bez kterého by paralelní týmy a periodické self-healing skills nefungovaly
• Resend (e-maily): $0/měsíc (free tier, až 100 e-mailů denně)
• Celkem infra: pod 10 EUR měsíčně. Celkem s AI: ~$200/měsíc

Jo, a ta nejdražší položka? Těch $200 za Claude stojí víc než celá infrastruktura dohromady. Ale když vám jeden agent za odpoledne udělá práci za týden... tak si to obhájíte.

Čísla dne

Tady je souhrn toho, co vzniklo z nuly během jednoho dne:

• 21 kurzů s unikátním obsahem (3 obtížnosti, pro vývojáře i jednotlivce)
• 140+ lekcí (každá 800–1500 slov, s code bloky, cvičeními, kvízy, tipy)
• 25 blog postů (1000–2000 slov, česky i anglicky)
• 4 balíčky kurzů se slevou 45–68 %
• Kompletní Django backend (API, modely, 211 testů, CI/CD pipeline)
• k3s cluster na Hetzner VPS s automatickým deploy po pushi
• Social login (Google + LinkedIn OAuth)
• Platební brána s mock i produkčním režimem
• Progress tracking (visited + completed + sync na backend)
• Newsletter s 3-emailovým drip sekvencí přes Resend (welcome, kvíz den 3, promo den 7)
• Referral program (sdílecí kód, sledování konverzí, odměna po 3 referralech)
• Interaktivní kvízy v lekcích + AI readiness kvíz s doporučením kurzů
• Kontaktní formulář s auto-reply e-mailem + Cal.com kalendář pro rezervaci konzultací
• i18n (čeština + angličtina, celý web)
• SEO (sitemap, JSON-LD, OG images, hreflang, RSS feed)
• Dark mode s persistencí
• 86+ Playwright e2e testů
• Vlastní doména praktickai.app s HTTPS
• Periodické self-healing agenti (content checker, PR reviewer, improver)
• E-mailová automatizace přes Resend (welcome, drip, kontakt, newsletter)

Co jsem se naučil

• Nemusíte rozumět kódu, který AI píše. Musíte rozumět problému, který řešíte.
• Paralelní týmy agentů fungují, ale potřebují jasně vymezené území a sdílený task list.
• Vizuální QA je král. Když build projde a stránky vypadají špatně, build vám nepomůže.
• AI je skvělá na objem, ale ne na unikátnost. Ruční editace nejzajímavějších částí je nutnost.
• Periodické self-healing agenti jsou game changer — projekt se sám opravuje a zlepšuje.
• Menší infra = rychlejší iterace. VPS za 3,49 EUR je rychlejší na deploy než jakýkoli managed service.

Jeden den není konec

Postavit platformu za den neznamená, že je hotová. Obsah potřebuje revizi, některé překlady chtějí cizelování, a celý platební flow ještě čeká na ostrý provoz. Ale základ stojí — a to je to, co AI mění. Nebudujete měsíce, než máte co ukázat. Budujete den, pak iterujete.

Ale hlavně — už přemýšlím, jak tohle celé abstrahovat do frameworku. Sada skills, agent definitions, CLAUDE.md šablony, pipeline konfigurace. Něco, co by mi umožnilo vzít úplně jiný nápad — třeba SaaS pro fitness trenéry, marketplace pro freelancery, interní nástroj pro logistiku — a mít funkční MVP za pár dní. Celý end-to-end: frontend, backend, auth, platby, deploy, e2e testy. Stačí popsat produkt a nastavit parametry.

A možná to nejzajímavější: co kdybych z toho udělal nástroj, který tohle umožní komukoli? Platforma, kde zadáte co chcete postavit, a agenti to vytvoří za vás. Platební brána je jediná věc, na kterou musíte čekat — zbytek může být hotový za den.

Před rokem by mi samotná PraktickAI zabrala tři měsíce. Teď přemýšlím o tom, jak tenhle proces zopakovat na deseti projektech současně. A to je podle mě ta nejdůležitější zpráva — AI nemění jen to, jak rychle píšete kód. Mění to, jak rychle můžete ověřit jakýkoli nápad. A na tom v podnikání záleží nejvíc.