Автоматизація рутини: що вже можна віддати AI

31 березня 2026 року. Ти прокинувся, відкрив ноутбук і витратив 30 хвилин на читання чужого коду. Потім 20 хвилин писав тести, на які більше ніколи не глянеш. Потім 15 хвилин складав лист, в якому чотирма різними ввічливими способами написав 'як я вже зазначав у попередньому листі'. Потім ще годину приборкував таблицю в Excel.

Ти не зробив нічого важливого, а вже обід. 😼

Ось незручна арифметика: ти спалюєш 50+ годин на місяць на задачі, які AI може зробити приблизно за 65 центів. Не якимось інструментом, що 'ось-ось вийде наступного кварталу' — командами, які можна набрати в терміналі прямо зараз. Цей гайд дає тобі конкретні скрипти, вартість і застереження. Копіюй, вставляй, забирай свій календар назад.

Категорія 1: Код

Code review

Як було раніше: Ти читаєш кожен PR — pull request, тобто чиїсь запропоновані зміни в коді — перевіряєш стиль, баги, діри в безпеці та пропущені крайні випадки. Це 15–60 хвилин на кожен PR, і на третьому очі вже скляніють.

Як зараз:

claude "Review the diff in the last commit. Check for:
  1. Security vulnerabilities
  2. Performance issues
  3. Missing error handling
  4. Logic bugs
  5. Style inconsistencies
Report findings with severity (critical/warning/info)."

Або підключи до CI — continuous integration, системи, яка автоматично тестує код при кожному пуші. Ось воркфлоу GitHub Actions, який рев'юїть кожен PR автоматично:

name: AI Code Review
on: [pull_request]
jobs:
  review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 0
      - name: Review with Claude
        run: |
          DIFF=$(git diff origin/main...HEAD)
          jq -n --arg diff "$DIFF" '{
            "model": "claude-haiku-4.5",
            "max_tokens": 2000,
            "messages": [{
              "role": "user",
              "content": ("Review this code diff for bugs, security issues, and style problems. Be concise.\n\n" + $diff)
            }]
          }' | curl -s -X POST https://api.anthropic.com/v1/messages \
            -H "x-api-key: ${{ secrets.ANTHROPIC_API_KEY }}" \
            -H "anthropic-version: 2023-06-01" \
            -H "content-type: application/json" \
            -d @- > review.json

Вартість: ~$0.002 за рев'ю з Claude Haiku. Це $0.06 на місяць при одному PR на день.

Реальність: Знаходить близько 70% того, що знайшов би живий рев'юер. Пропускає розуміння бізнес-логіки та архітектурний смак. Але нудні речі — null checks, race conditions, паттерни безпеки — ловить бездоганно, саме тому що йому не набридає. 😸

Генерація тестів

Як було раніше: Ти пишеш тести руками, а чесніше — пропускаєш їх, бо нудно. 30–60 хвилин на модуль, коли все ж змусиш себе.

Як зараз:

claude "Read src/auth/ and write comprehensive tests for the login flow.
Cover: happy path, wrong password, account locked, rate limiting,
SQL injection in email field, missing fields.
Use pytest. Mock the database. Output to tests/test_auth.py."

Вартість: ~$0.01 за модуль із Sonnet. Згенеровані тести багатослівні, але ретельні — вони тестують крайні випадки, які ти б пропустив, бо 'ну хто вводить email на 10 000 символів?' Хтось таки вводить.

Рефакторинг

Як було раніше: Перейменування функції в 30 файлах. Міграція з одного ORM — object-relational mapper, прошарку між кодом і базою даних — на інший. Години, а то й дні.

Як зараз:

claude "Refactor the codebase to replace all direct SQL queries with
Supabase client calls. ~15 files using raw SQL.
For each file:
1. Replace the SQL query with the equivalent Supabase call
2. Update the imports
3. Update error handling to match Supabase patterns
4. Run the tests to verify"

Вартість: $0.10–0.50 за великий рефакторинг. Claude Code читає всі файли, розуміє патерни й застосовує зміни консистентно. Але diff перед комітом все одно переглянь — завжди. 😾

Категорія 2: Контент і комунікація

Написання листів

Як було раніше: Дивишся на порожній екран. Пишеш. Переписуєш. Знову переписуєш. 10–30 хвилин на один важливий лист.

Як зараз: Маленький Python-скрипт через Anthropic API — програмний інтерфейс, що дозволяє твоєму коду спілкуватися з Claude:

import anthropic

client = anthropic.Anthropic()

def draft_email(context: str, tone: str = "professional") -> str:
    response = client.messages.create(
        model="claude-haiku-4.5",
        max_tokens=1000,
        messages=[{
            "role": "user",
            "content": f"""Draft an email based on this context:
{context}

Tone: {tone}
Rules:
- Get to the point in the first sentence
- No filler phrases ("I hope this email finds you well")
- Under 150 words
- Clear call to action at the end"""
        }]
    )
    return response.content[0].text

python email_drafter.py "Declining a meeting invite from VP of Marketing
about Q3 planning because I have a conflicting deadline. Suggest async
alternative. Tone: friendly but firm."

Вартість: ~$0.001 за лист. По суті безкоштовно.

Документація

Як було раніше: Ніхто не пише доки. В README написано 'TODO.' Воно там з 2024 року.

Як зараз:

claude "Read every file in src/. Generate:
1. A README.md with project overview, setup instructions, and architecture
2. Inline docstrings for every public function missing one
3. An API.md documenting every endpoint in src/routes/

Be accurate — read the code, don't guess."

Вартість: $0.05–0.20 залежно від розміру кодової бази. AI-згенерована документація багатослівна, але точна. Вона коректно описує що код робить. Вона не пояснить навіщо цей код існує — це твоя робота. Але 'точна і багатослівна' бʼє 'неіснуючу' щоразу.

Changelog і release notes

git log --oneline v1.2.0..HEAD | claude "Convert these commits
into user-facing release notes. Group by: New Features, Bug Fixes,
Improvements. Ignore internal refactoring. Write for end users,
not developers."

Вартість: ~$0.001. Тут навіть думати нема про що.

Категорія 3: Обробка даних

Чищення CSV

Як було раніше: Відкриваєш Excel. Виправляєш форматування. Видаляєш дублікати. Стандартизуєш дати. 30 хвилин до 2 годин душевних мук.

Як зараз:

import anthropic

client = anthropic.Anthropic()

def clean_csv(filepath: str, instructions: str) -> str:
    with open(filepath) as f:
        data = f.read()
    response = client.messages.create(
        model="claude-haiku-4.5",
        max_tokens=4096,
        messages=[{
            "role": "user",
            "content": f"""Clean this CSV data:
{instructions}

Data:
{data[:3000]}

Return the cleaned CSV. Maintain the header row."""
        }]
    )
    return response.content[0].text

python clean_csv.py contacts.csv "Standardize phone numbers to +1-XXX-XXX-XXXX.
Remove duplicate emails (keep the row with more data).
Fix obvious city name typos. Convert dates to YYYY-MM-DD."

Вартість: ~$0.005 за файл.

Щотижневі звіти

Як було раніше: Запит до бази, експорт у таблицю, графіки, коментарі. 2–4 години щотижня.

Як зараз:

import anthropic, subprocess
from datetime import datetime

client = anthropic.Anthropic()

data = subprocess.run(
    ["psql", "-c", "SELECT * FROM weekly_metrics", "--csv"],
    capture_output=True, text=True
).stdout

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=2000,
    messages=[{
        "role": "user",
        "content": f"""Generate a weekly business report from this data:
{data}

Include:
- Executive summary (3 sentences)
- Key metrics with week-over-week changes
- Notable trends or anomalies
- Recommended actions

Format as markdown."""
    }]
)

with open(f"reports/weekly-{datetime.now():%Y-%m-%d}.md", "w") as f:
    f.write(response.content[0].text)

Постав на cron — вбудований інструмент для запуску скриптів за розкладом:

# crontab -e
0 9 * * MON python3 /path/to/weekly_report.py

Вартість: $0.02 за звіт. $0.08 на місяць при щотижневому запуску. 😸

Категорія 4: Системне адміністрування

Аналіз логів

Як було раніше: grep -r "ERROR" /var/log/ і потім тупо дивишся на 200 рядків стектрейсів, вдаючи, що бачиш закономірність. 30+ хвилин.

Як зараз:

tail -200 /var/log/app/error.log | claude "Analyze these error logs.
Group by error type. Identify the root cause of the most frequent error.
Suggest a fix with code if possible."

Вартість: ~$0.003 за аналіз.

Скрипти моніторингу

claude "Write a bash script that:
1. Checks if nginx is running, restarts if not
2. Checks disk usage, alerts if > 80%
3. Checks SSL cert expiry, alerts if < 14 days
4. Checks main API endpoint responds with 200
5. Sends alerts to a Telegram bot
6. Runs every 5 minutes via cron

Use curl for HTTP checks. Use openssl for cert checks.
Include the cron line at the top as a comment."

Робочий скрипт моніторингу за 30 секунд. Переглянь, протестуй, розгорни. Вартість: ~$0.003, одноразово, за скрипт, який працюватиме місяцями.

Категорія 5: Дослідження та рішення

Оцінка технологій

Як було раніше: 20 вкладок у браузері, три статті-порівняння з 2023 року, тред на Reddit, де все скотилось у холівар про Rust. 2–4 години на одне рішення.

Як зараз:

claude "I need a message queue for a Python backend.
Requirements: ~10K messages/day, dead letter queue,
works with Supabase, team of 1.

Compare: Redis Streams, RabbitMQ, SQS, Supabase Queues.
For each: pricing at my scale, setup complexity,
Python SDK quality, gotchas. Give me a recommendation."

Вартість: ~$0.005 із Sonnet. Краще порівняння, ніж 2 години перемикання між вкладками.

Застереження: Завжди перевіряй цінові дані окремо. AI може мати застарілу інформацію про конкретні суми. Фреймворк аналізу — надійний; цифри в доларах потребують перевірки. 😾

Підсумок збитків

Задача	Вручну	З AI	Вартість/міс	Зекономлено год/міс
Code review (1/день)	30 хв	2 хв	$0.06	9.3
Генерація тестів (2/тижд)	45 хв	5 хв	$0.08	5.3
Написання листів (3/день)	15 хв	1 хв	$0.09	14.0
Документація	4 год	15 хв	$0.20	3.75
Changelog (2/міс)	30 хв	2 хв	$0.002	0.9
Чищення CSV (2/тижд)	30 хв	3 хв	$0.04	3.6
Щотижневий звіт	2 год	5 хв	$0.08	7.7
Аналіз логів (щодня)	15 хв	2 хв	$0.09	6.5
Всього			~$0.65	~51 година

Шістдесят п'ять центів. П'ятдесят одна година. Шість робочих днів назад щомісяця. Це не друкарська помилка.

Що НЕ варто автоматизувати (поки що)

Деякі речі AI досі робить погано станом на березень 2026:

• Все, що потребує справжньої емпатії — листи з вибаченнями клієнтам, складні розмови з HR. AI може написати чернетку; людина повинна перевірити й відправити.
• Стратегічні рішення — AI може проаналізувати дані й показати варіанти, але 'чи варто нам розвертатися?' залишається за тобою.
• Юридичні документи — AI може накидати текст, але ніколи не публікуй юридичний документ без очей юриста.
• Креативна брендова робота — AI генерує варіанти, але голос бренду й креативний напрямок потребують людського смаку.
• Код критичний для безпеки — AI може його написати, але критичні шляхи безпеки потребують людини, яка розуміє модель загроз.

Патерн: AI бере на себе 80%, що повторюються і структуровані. 20%, що потребують судження, емпатії чи відповідальності — залишаються за тобою. Автоматизуй 80%, зосередь енергію на 20%, що реально мають значення.

А тепер зроби щось із цим

Пам'ятаєш той ранок з початку статті? Той, де ти спалив пів дня на нісенітниці? Цей ранок — опціональний. 😹

Найбільша перешкода не технічна — кожен скрипт вище працює вже сьогодні. Вона психологічна. 'Я повинен це робити сам' здається відповідальним. Але витрачати годину на форматування CSV — це не відповідальність, це уникання. Ти ховаєшся в рутині замість того, щоб робити складні речі, які може зробити тільки ти: спілкуватися з клієнтами, приймати продуктові рішення, закривати угоди.

Обери одну автоматизацію з цього гайду. Тільки одну. Налаштуй її цього тижня. Відчуй, як змінюється твій день. Потім автоматизуй наступне. До кінця місяця ти будеш дивуватися, навіщо взагалі робив це руками — і матимеш 51 годину доказів, що правильно зупинився. 😼