Jak wypuścić aplikację mobilną z AI w 4 tygodnie, playbook z Silpho

Playbook tydzień po tygodniu, na którym Silpho jedzie przy każdej premierze aplikacji AI. Napisany przez foundera, który przeszedł ten proces ponad 25 razy.

Skrót

Premiera aplikacji mobilnej z AI w 4 tygodnie jest wykonalna, jeśli ograniczysz zakres do jednego magicznego momentu AI, użyjesz produkcyjnego stacku React Native, podepniesz infrastrukturę przychodową od pierwszego dnia i zgłosisz aplikację do App Store do 28 dnia, żeby zmieścić okno recenzji Apple. Poniżej dokładny playbook Silpho: co dzieje się w każdym tygodniu, jakie decyzje zapadają na kolejnych bramkach, gdzie to najczęściej pada i jaki stack (Expo + RevenueCat + Supabase + OpenAI/Claude + Mixpanel) czyni czterotygodniowy termin powtarzalnym. Możesz przejść to sam z Ship React Native i Kickstartem albo zlecić nam z gwarancją gotowości w 4 tygodnie.

Najważniejsze fakty

• Najważniejsza decyzja: wybierz jedną funkcję AI jako "moment magii". Aplikacje z trzema albo więcej funkcjami AI w v1 prawie nigdy nie wychodzą na czas.

• Recenzja Apple przy dobrze przygotowanych aplikacjach schodzi średnio w 2 do 7 dni. Dlatego zgłaszamy do 28 dnia.

• Paywall i analityka muszą być w v1. Kto je pomija "dla oszczędności czasu", kończy bez danych o tym, co budować dalej, i bez przychodu, żeby móc to zbudować.

• Zahardkoduj model w v1. Abstrakcje wielomodelowe to sprawa na v2. Startuj z jednym modelem (GPT-5, Claude Sonnet 4.6 albo Gemini 3) i iteruj.

• Zakładaj jedno odrzucenie przy pierwszym zgłoszeniu. Zaplanuj dwudniowy bufor na poprawkę i ponowne zgłoszenie.

Oś czasu, tydzień po tygodniu

Tydzień 0 (przed startem): zamknięcie zakresu

Kickoff to najważniejsze spotkanie całego sprintu. Tam zapada decyzja o magicznym momencie AI, zamrażany jest zakres i uzgadniane KPI.

Decyzje zamykane na kickoffie:

1. Jeden magiczny moment AI. Czy to "zeskanuj zdjęcie i rozpoznaj"? "Wygeneruj spersonalizowaną historię"? "Streść długie w krótkie"? Cokolwiek to jest, v1 ma jedno. Nie dwa.

2. User story głównej pętli. Jednym zdaniem: "Kasia otwiera aplikację, robi zdjęcie tabletki, widzi jej nazwę i dawkowanie, dopisuje ją do swojego dziennika leków". Tyle. Każda funkcja musi się obronić wobec tego zdania.

3. Model monetyzacji. Darmowy trial plus subskrypcja to domyślny wybór. Twardy paywall po 1 do 3 darmowych użyciach. Ceny: 19,90 do 39,90 zł miesięcznie albo 119,90 do 239,90 zł rocznie, zależnie od głębi wartości.

4. KPI. Aktywacja (dzień 1), konwersja paywalla (sesja 1 kontra dzień 7), retencja (D1, D7, D30), LTV. Wszystko oprzyrządowane w v1.

5. Branding i ton. Logo, kolory, głos. Każdy ekran dostaje to samo traktowanie. Żadnych domyślnych bootstrapowych smaków.

Wszystko poza tymi pięcioma decyzjami to v2.

Tydzień 1: fundament

Dni 1 do 7. Nic nie wygląda na skończone. Wszystko działa.

Co się dzieje:

• Dzień 1: repo z boilerplate'u Ship React Native. Projekt Supabase założony. Dashboard RevenueCat skonfigurowany. Klucz API do OpenAI (albo Claude) wydany. Konta App Store Connect i Play Console założone, jeśli ich jeszcze nie było.

• Dzień 2: onboarding rozrysowany i zaimplementowany. 3 do 4 ekranów, które ustawiają oczekiwania i prowadzą do rejestracji.

• Dzień 3: logowanie podpięte. Ekrany profilu i ustawień na miejscu. Zaślepki stron prywatności i regulaminu.

• Dzień 4: pierwsza wersja pętli AI. Brzydka, ale działa od końca do końca. Użytkownik wprowadza dane, dostaje wynik z AI. Bez polerowania.

• Dzień 5: ekran paywalla gotowy. Entitlements w RevenueCat skonfigurowane. Testowe zakupy działają w TestFlight.

• Dzień 6: zdarzenia analityczne podpięte (Mixpanel albo Amplitude). Około 20 zdarzeń pokrywających onboarding, użycie AI, paywall i przepływ subskrypcji.

• Dzień 7: pierwszy build w TestFlight. Klient i zespół mogą instalować.

Typowy błąd: founder próbuje wypolerować pierwszy tydzień tak, żeby wyglądał na skończony. Nie rób tego. Tydzień 1 to funkcja, nie forma. Każdy dzień polerowania w pierwszym tygodniu to dzień, w którym nie dowiozłeś.

Tydzień 2: polish i głębia AI

Dni 8 do 14. Wszystko, co działało tydzień temu, teraz też dobrze wygląda.

• Dni 8 do 9: przejście po designie. Prawdziwe kolory, prawdziwa typografia, prawdziwe animacje (z umiarem). Każdy ekran wygląda na zamierzony.

• Dzień 10: moment AI dostaje swój polish. Streaming odpowiedzi, jeśli to tekst. Ładne stany ładowania, jeśli to generacja obrazu albo wideo. Stany błędu, które nie psują magii.

• Dzień 11: kontrola kosztów. Budżety tokenów na użytkownika. Rate limity przeciw nadużyciom. Cache tam, gdzie ma sens.

• Dzień 12: teksty paywalla i test cenowy, jeśli zakres na to pozwala. Restore purchases przetestowane na realnych urządzeniach.

• Dzień 13: przypadki brzegowe. Słaba sieć. Odrzucona płatność. Wygasła subskrypcja. API AI leży. Każdy tryb awarii ma jasny komunikat dla użytkownika.

• Dzień 14: drugi build w TestFlight. Ten już czuć jak prawdziwą aplikację.

Typowy błąd: tutaj wkrada się scope creep. "Skoro i tak polerujemy, dorzucimy jeszcze [nowa funkcja]?" Odpowiedź: nie. Dopisz do listy v2.

Tydzień 3: gotowość do premiery

Dni 15 do 21. Aplikacja jest gotowa. Materiały premierowe muszą ją dogonić.

• Dni 15 do 16: zrzuty ekranu do App Store. 3 do 5 zoptymalizowanych ekranów na każdy rozmiar urządzenia. Nagranie filmu podglądowego (15 do 30 sekund pokazujące moment magii).

• Dzień 17: teksty wizytówki w sklepie. Tytuł (30 znaków, gęsty od słów kluczowych), podtytuł (30 znaków, nastawiony na korzyść), opis (4000 znaków, ale na iOS liczą się tylko pierwsze trzy linijki), słowa kluczowe (100 znaków).

• Dzień 18: przy zakresie Launch + Growth kończy się research słów kluczowych ASO. Top 20 fraz, warianty long tail i audyt słów konkurencji definiują startowe pozycjonowanie w sklepie. To ta część, którą większość founderów pomija, a większość studiów nie ma jej w zakresie.

• Dzień 19: wewnętrzne QA na flagowych urządzeniach. iPhone 15/16 Pro, iPhone SE, iPhone 12 mini. Android (jeśli w zakresie): Pixel 8, Samsung S24 i budżetowy Android z 2 GB RAM.

• Dzień 20: prawne. Polityka prywatności pod adresem URL. Regulamin pod adresem URL. Działające usuwanie konta (wymóg Apple). Formularz Data Safety wypełniony pod Google Play.

• Dzień 21: finalny przegląd z klientem. Blokery zgłoszone. Lista poprawek zamknięta.

Tydzień 4: zgłoszenie i premiera

Dni 22 do 28. Ostatnia prosta.

• Dni 22 do 24: domykanie blokerów. Ostatnie tarcia wygładzone. Strona marketingowa zaktualizowana o datę premiery.

• Dzień 25: wewnętrzny odbiór. Build produkcyjny wygenerowany. Zgłoszenie do recenzji w App Store Connect. Testy wewnętrzne w Play Console przeniesione na produkcję (jeśli Android).

• Dni 26 do 27: bufor na odrzucenie albo prośby o zmiany od Apple. Większość aplikacji przechodzi w 2 do 3 dni. Zakładaj jedno odrzucenie i ponowne zgłoszenie.

• Dzień 28 (termin zgłoszenia): to dzień, na którym wisi gwarancja gotowości Silpho. Jeśli do tego dnia nie zgłosimy, dostajesz pełny zwrot. W ponad 25 premierach Silpho nie przekroczyliśmy tego terminu.

• Po zgłoszeniu: Apple przepuszcza recenzję. Aplikacja idzie na produkcję. Nagrany Loom z przekazaniem. Dokument z playbookiem dostarczony. Startuje czterotygodniowa tarcza na bugi.

Stack (dlaczego to jest powtarzalne)

Cztery tygodnie są osiągalne, bo nie budujemy hydrauliki od zera. Każda aplikacja AI z Silpho jedzie na tym samym stacku:

Dokładnie ten stack siedzi w Ship React Native, dostępnym jako boilerplate za 799 zł, jeśli chcesz przejść ten playbook samodzielnie.

Pięć wzorców aplikacji AI, które widzę najczęściej

Wzorzec 1: "zeskanuj, rozpoznaj"

Przykłady: identyfikatory tabletek, skanery roślin, rozpoznawanie węży, fontów, gatunków drewna. Wszystko, gdzie użytkownik celuje aparatem w rzecz i dostaje etykietę.

Zakres v1: aparat, upload zdjęcia, wysyłka do modelu wizyjnego, klasyfikacja, zapis do historii. 2 do 3 darmowe użycia, potem paywall.

Wykonalność w 4 tygodnie: bardzo wysoka. Najprostszy wzorzec AI do dowiezienia.

Wzorzec 2: "wejście, wygenerowane wyjście"

Przykłady: generatory listów motywacyjnych, generatory nazw, streszczarki książek, generatory opowiadań. Użytkownik wpisuje albo wgrywa, model produkuje dopieszczony artefakt.

Zakres v1: formularz wejściowy, wywołanie LLM ze strukturalnym promptem, stylizowany widok wyniku, zapis do biblioteki, udostępnianie i eksport. Paywall na wynik albo na liczbę.

Wykonalność w 4 tygodnie: wysoka. Pilnuj kosztu tokenów.

Wzorzec 3: "asystent albo towarzysz AI"

Przykłady: aplikacje czatowe, korepetytorzy AI, partnerzy do sparingu w dyskusji. Długa rozmowa z pamięcią i personą w system prompcie.

Zakres v1: interfejs czatu, pamięć rozmowy, persona w system prompcie, streaming odpowiedzi. Paywall na liczbę wiadomości albo głębię persony.

Wykonalność w 4 tygodnie: średnia. Pamięć rozmowy i kontrola kosztów to najtrudniejsze części.

Wzorzec 4: "AI przetwarza media"

Przykłady: Aividly (wideo, obraz, lektor na AI), dubbing głosowy, humanizery tekstu. Media na wejściu, dopieszczone media na wyjściu.

Zakres v1: upload mediów, pipeline AI (często wieloetapowy), renderowanie, pobranie i udostępnienie. Paywall na liczbę renderów albo jakość.

Wykonalność w 4 tygodnie: średnio niska. Pipeline'y AI często się sypią. Trzeba porządnej obsługi błędów.

Wzorzec 5: "tracker zachowań prowadzony przez AI"

Przykłady: Coldsmith (wellness), aplikacje do zachowań zwierząt, trenerzy fitness. Codzienny check-in plus spersonalizowany wniosek od AI.

Zakres v1: przepływ check-inu, spersonalizowany wniosek AI, seria i historia, paywall na wnioski powyżej progu.

Wykonalność w 4 tygodnie: średnia. Logika wniosków AI potrzebuje realnej pracy produktowej, żeby nie brzmiała generycznie.

Pięć błędów, które wysadzają czterotygodniową premierę

1. Próba dowiezienia dwóch albo więcej funkcji AI w v1. Jeden moment. Jeden. Zapisz go. Powieś nad biurkiem.

2. Pominięcie paywalla, żeby "wystartować szybciej". Pożałujesz. Paywall w v1 albo dwa tygodnie przebudowy przepływu w v2.

3. Pisanie analityki od zera. Weź Mixpanel albo Amplitude. Nie pisz własnej tabeli zdarzeń. Zmarnujesz tydzień i i tak nie będziesz mieć analizy kohort.

4. Ignorowanie wymogu usuwania konta u Apple. Jest obowiązkowy. Dodaj ten przepływ w pierwszym tygodniu albo połknij odrzucenie.

5. Brak planu na koszt AI. Aplikacje z nielimitowanymi kosztami AI wchodzą na ujemny cash flow w kilka dni po premierze. Budżety tokenów, rate limity i cache nie są opcjonalne.

Dlaczego 4 tygodnie, a nie 60 dni?

Większość "szybkich" harmonogramów MVP obiecuje 60 do 90 dni. Dlaczego Silpho zobowiązuje się do miesiąca?

• Stały zakres jest wymuszaczem. Cztery tygodnie zabijają scope creep, bo czynią go niemożliwym.

• TestFlight w rękach klienta w 10 dniu zdejmuje ryzyko z obu stron. Nikt nie da się zaskoczyć w 90 dniu.

• Cotygodniowe przeglądy czynią korektę kursu tanią. W drugim tygodniu wiadomo, czy aplikacja jedzie zgodnie z planem.

• Gwarancja gotowości wymusza operacyjną dyscyplinę. Przekroczenie terminu to zwrot, a nie przesunięcie terminu. To zmienia sposób, w jaki zespół planuje.

• Stack jest wielokrotnego użytku. To jest mnożnik. 60 procent kodu istnieje już rano w dniu kickoffu.

Zespół, który nie potrafi zobowiązać się do czterech tygodni, mówi Ci coś prawdziwego o tym, jak skaluje pracę. Potraktuj ten sygnał poważnie.

FAQ

Czy mogę wypuścić aplikację mobilną z AI w 4 tygodnie samodzielnie?

Tak, jeśli jesteś technicznym founderem i korzystasz z produkcyjnego stacku. Kup Ship React Native za 799 zł. To 60 procent roboty z głowy. Weź Kickstart za 1 990 zł netto, jeśli chcesz sesję 1 na 1 na żywo, code review i cztery tygodnie priorytetowego wsparcia mailowego. Zaplanuj 30 do 50 godzin własnego czasu tygodniowo przez cztery tygodnie. Dowieziesz. Harówka jest realna, ale ścieżka istnieje.

Czym jest "jeden magiczny moment AI" w udanych aplikacjach?

To moment, w którym użytkownikowi lekko opada szczęka. Nie "appka robi dziesięć rzeczy", tylko jedna konkretna interakcja, po której pisze do znajomego. Rozpoznanie tabletki z rozmytego zdjęcia. Idealnie wyważona bajka na dobranoc wygenerowana dla jego dziecka. Pięciosekundowy dubbing w języku, którego nie zna. Jedna rzecz, która dwa lata temu nie mogła istnieć, a dziś wygląda jak magia.

Ile kosztuje AI na użytkownika miesięcznie?

Bardzo zależy od wzorca. Aplikacja typu skanuj i rozpoznaj kosztuje jakieś 0,04 do 0,40 zł na użytkownika miesięcznie. Ciężka generacja (wideo, głos) bez kontroli potrafi zjeść 8 do 40 zł na użytkownika miesięcznie. Czat z długimi rozmowami to 2 do 20 zł na użytkownika miesięcznie. Twoim zadaniem jest wycenić subskrypcję na 5 do 20 razy krańcowy koszt AI i wbudować limity na nadużywaczy.

Muszę używać GPT, Claude albo Gemini, czy mogę wziąć model open source?

W v1 hostowany model. GPT-5, Claude Sonnet 4.6 albo Gemini 3, zależnie od tego, pod co celujesz. Hostowane modele dają Ci niezawodność, rate limity, rozliczenia i streaming bez zarządzania infrastrukturą. Self-hosting open source to problem na trzeci tydzień v2, po potwierdzeniu popytu.

Co, jeśli Apple odrzuci moją aplikację?

Zakładaj to z góry. Typowe powody: brak manifestu prywatności, niejasne warunki subskrypcji w interfejsie, brak usuwania konta, naruszenia wytycznych designu (często drobny kontrast tekstu albo za małe pola dotyku). Każde odrzucenie to 1 do 3 dni na poprawkę i ponowne zgłoszenie. Doświadczone studio buduje tak, żeby omijać typowe pułapki. W Silpho poprawki są wbudowane w Ship React Native. Freelancerzy przy pierwszej aplikacji łykają zwykle 2 do 4 odrzucenia.

Czy Android zmieści się w tych samych 4 tygodniach?

Tak, przy dołożeniu 3 900 do 11 900 zł netto do zakresu w cenniku Silpho. Cross-platform dokłada czas QA na większej liczbie konfiguracji urządzeń, konfigurację Play Console, formularz Data Safety oraz osobne zrzuty ekranu i teksty. Standaryzujemy na React Native właśnie po to, żeby Android nie podwajał inżynierii, ale realną pracę i tak dokłada.

Co, jeśli chcę iterować po czwartym tygodniu?

Każdy sprint Silpho zawiera czterotygodniową tarczę na bugi. Każda regresja po premierze naprawiana za darmo. Nowe funkcje poza tym to drugi sprint o stałej cenie, wyceniany tak samo. Większość founderów robi 1 do 3 sprinty w pierwszym roku: premiera v1, iteracja po feedbacku, rozbudowa v2.

Czy to działa dla aplikacji B2B albo enterprise?

Głównie nie. Ten playbook jest zoptymalizowany pod konsumenckie B2C z monetyzacją subskrypcyjną. Enterprise potrzebuje SSO, logów audytowych, paneli admina, SLA i sprzedaży prowadzonej przez handlowców, co nie mieści się w czterotygodniowym modelu produktyzowanym. Przy B2B enterprise właściwym wyborem jest zwykle agencja.

Playbook w skrócie

1. Wybierz jeden magiczny moment AI.

2. Użyj gotowego stacku produkcyjnego. Nie buduj hydrauliki od zera.

3. Zamknij zakres na kickoffie. Potem mów nie na wszystko.

4. Wypuść TestFlight do 10 dnia.

5. Polish w drugim tygodniu. Materiały premierowe w trzecim.

6. Zgłoś do 28 dnia. Zostaw bufor na recenzję Apple.

7. Paywall, analityka i onboarding w v1 albo wcale.

8. Ogranicz koszty AI od pierwszego dnia.

Przepaść między "chcę wypuścić aplikację AI" a "wypuściłem aplikację AI, która zarabia" to nie talent ani pomysły. To dyscyplina przejścia tego playbooka. Możesz zrobić to sam. Możemy też zrobić to za Ciebie.

Następne kroki:

• Czterotygodniowe pakiety premiery w Silpho → (Launch 15 900 zł netto, Launch + Growth 23 900 zł netto)

• Zobacz ponad 25 aplikacji AI wydanych na tym playbooku →

• Kup stack i przejdź to sam z Ship React Native →

• Albo: Kickstart za 1 990 zł netto z sesją 1 na 1 i code review →

Powiązane:

• Ile kosztuje zbudowanie aplikacji mobilnej: realne liczby z 25 premier

• Agencja React Native, freelancer czy studio MVP: kto dowiezie szybciej