Far byggede babyapp med Claude Code – uden at kunne programmere
Efter fem måneder med stadig mere uoverskuelige papirnotater brugte Frank Chester Tan et Claude Pro abonnement til 30 dollar om måneden og Claude Code til at bygge en personlig babyapp uden programmeringserfaring. Appen gav begge forældre adgang til et privat dashboard i realtid og indeholdt blandt andet registrerin...
Udgivet afRedigeret med GPT-5.6 LunaBilleder genereret med GPT Image 1.5
Efter fem måneder med stadig mere uoverskuelige papirnotater brugte Frank Chester Tan et Claude Pro abonnement til 30 dollar om måneden og Claude Code til at bygge en personlig babyapp uden programmeringserfaring.
Appen gav begge forældre adgang til et privat dashboard i realtid og indeholdt blandt andet registrering med ét tryk, symptom og allergisporing, automatiske daglige totaler samt sammenligninger med sundhedsanbefalinger.
Tans vigtigste erfaring var, at præcise prompter og menneskelig dømmekraft betyder mere end en teknisk baggrund – især når AI værktøjer kan give tvivlsomme kilder.
How did Singaporean father Frank Chester Tan, despite having no coding experience, use the $30-a-month Claude Pro subscription and Claude CoAn editorial illustration of AI-assisted app development for new parents.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: How did Singaporean father Frank Chester Tan, despite having no coding experience, use the $30-a-month Claude Pro subscription and Claude Co. Article summary: Frank Chester Tan treated Claude Code as a natural-language development assistant rather than learning programming first. After five months of paper tracking became overwhelming for him and his wife, Estee Cheng, he paid. Topic tags: general, documentation, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
openai.com
Singaporeanske Frank Chester Tan begyndte ikke med at lære programmering. Efter fem måneder blev det for svært at holde styr på sønnens måltider, søvn og bleskift med pen og papir. I stedet brugte han Claude Code som en udviklingsassistent, der kunne omsætte almindelige sprogprompter til kode.
Tan betalte for et Claude Pro-abonnement til 30 dollar om måneden, arbejdede via Mac-terminalen og forsynede værktøjet med en detaljeret kravspecifikation på fire sider.
Resultatet blev en personlig webapp til at holde styr på babyens hverdag. Men processen handlede ikke om at trykke på en knap og få et færdigt produkt. Tan måtte beskrive løsningen præcist, teste det, Claude lavede, og rette fejl og mangler undervejs.
En app bygget omkring hverdagen som småbørnsforælder
Tan og hans kone, Estee Cheng, ønskede en lettere måde at registrere deres barns rutiner på og sammenholde dem med udviklingsvejledning. Appen blev derfor designet til de opgaver, de allerede udførte i hverdagen:
Et privat dashboard, som begge forældre kunne tilgå og opdatere i realtid
Registrering af mælk og bleskift med ét tryk
Sporing af symptomer og fødevareallergier
Automatiske daglige totaler
Overblik over søvn, lure, mælkeindtag og blevaner
Alderstilpassede sammenligninger med vejledning fra HealthHub og KK Women’s and Children’s Hospital, som blev opdateret i takt med, at barnet voksede
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Far byggede babyapp med Claude Code – uden at kunne programmere"?
Efter fem måneder med stadig mere uoverskuelige papirnotater brugte Frank Chester Tan et Claude Pro abonnement til 30 dollar om måneden og Claude Code til at bygge en personlig babyapp uden programmeringserfaring.
What are the key points to validate first?
Efter fem måneder med stadig mere uoverskuelige papirnotater brugte Frank Chester Tan et Claude Pro abonnement til 30 dollar om måneden og Claude Code til at bygge en personlig babyapp uden programmeringserfaring. Appen gav begge forældre adgang til et privat dashboard i realtid og indeholdt blandt andet registrering med ét tryk, symptom og allergisporing, automatiske daglige totaler samt sammenligninger med sundhedsanbefalinger.
What should I do next in practice?
Tans vigtigste erfaring var, at præcise prompter og menneskelig dømmekraft betyder mere end en teknisk baggrund – især når AI værktøjer kan give tvivlsomme kilder.
Far byggede babyapp med Claude Code – uden at kunne programmere
Efter fem måneder med stadig mere uoverskuelige papirnotater brugte Frank Chester Tan et Claude Pro abonnement til 30 dollar om måneden og Claude Code til at bygge en personlig babyapp uden programmeringserfaring. Appen gav begge forældre adgang til et privat dashboard i realtid og indeholdt blandt andet registrerin...
Udgivet afRedigeret med GPT-5.6 LunaBilleder genereret med GPT Image 1.5
Efter fem måneder med stadig mere uoverskuelige papirnotater brugte Frank Chester Tan et Claude Pro abonnement til 30 dollar om måneden og Claude Code til at bygge en personlig babyapp uden programmeringserfaring.
Appen gav begge forældre adgang til et privat dashboard i realtid og indeholdt blandt andet registrering med ét tryk, symptom og allergisporing, automatiske daglige totaler samt sammenligninger med sundhedsanbefalinger.
Tans vigtigste erfaring var, at præcise prompter og menneskelig dømmekraft betyder mere end en teknisk baggrund – især når AI værktøjer kan give tvivlsomme kilder.
How did Singaporean father Frank Chester Tan, despite having no coding experience, use the $30-a-month Claude Pro subscription and Claude CoAn editorial illustration of AI-assisted app development for new parents.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: How did Singaporean father Frank Chester Tan, despite having no coding experience, use the $30-a-month Claude Pro subscription and Claude Co. Article summary: Frank Chester Tan treated Claude Code as a natural-language development assistant rather than learning programming first. After five months of paper tracking became overwhelming for him and his wife, Estee Cheng, he paid. Topic tags: general, documentation, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
openai.com
Singaporeanske Frank Chester Tan begyndte ikke med at lære programmering. Efter fem måneder blev det for svært at holde styr på sønnens måltider, søvn og bleskift med pen og papir. I stedet brugte han Claude Code som en udviklingsassistent, der kunne omsætte almindelige sprogprompter til kode.
Tan betalte for et Claude Pro-abonnement til 30 dollar om måneden, arbejdede via Mac-terminalen og forsynede værktøjet med en detaljeret kravspecifikation på fire sider.
Resultatet blev en personlig webapp til at holde styr på babyens hverdag. Men processen handlede ikke om at trykke på en knap og få et færdigt produkt. Tan måtte beskrive løsningen præcist, teste det, Claude lavede, og rette fejl og mangler undervejs.
En app bygget omkring hverdagen som småbørnsforælder
Tan og hans kone, Estee Cheng, ønskede en lettere måde at registrere deres barns rutiner på og sammenholde dem med udviklingsvejledning. Appen blev derfor designet til de opgaver, de allerede udførte i hverdagen:
Et privat dashboard, som begge forældre kunne tilgå og opdatere i realtid
Registrering af mælk og bleskift med ét tryk
Sporing af symptomer og fødevareallergier
Automatiske daglige totaler
Overblik over søvn, lure, mælkeindtag og blevaner
Alderstilpassede sammenligninger med vejledning fra HealthHub og KK Women’s and Children’s Hospital, som blev opdateret i takt med, at barnet voksede
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Far byggede babyapp med Claude Code – uden at kunne programmere"?
Efter fem måneder med stadig mere uoverskuelige papirnotater brugte Frank Chester Tan et Claude Pro abonnement til 30 dollar om måneden og Claude Code til at bygge en personlig babyapp uden programmeringserfaring.
What are the key points to validate first?
Efter fem måneder med stadig mere uoverskuelige papirnotater brugte Frank Chester Tan et Claude Pro abonnement til 30 dollar om måneden og Claude Code til at bygge en personlig babyapp uden programmeringserfaring. Appen gav begge forældre adgang til et privat dashboard i realtid og indeholdt blandt andet registrering med ét tryk, symptom og allergisporing, automatiske daglige totaler samt sammenligninger med sundhedsanbefalinger.
What should I do next in practice?
Tans vigtigste erfaring var, at præcise prompter og menneskelig dømmekraft betyder mere end en teknisk baggrund – især når AI værktøjer kan give tvivlsomme kilder.
Det afgørende var, at Tan tog udgangspunkt i et konkret og tilbagevendende problem. I stedet for blot at bede Claude Code om at bygge en generisk »forældreapp« beskrev han, hvilke oplysninger forældrene skulle indtaste, hvilke beregninger systemet skulle udføre, og hvordan de to brugere skulle have adgang til dataene.
Først krav – derefter kode
Selv om Tan ikke var programmør, mindede hans metode om en enkel produktudviklingsproces. Han begyndte med at skrive detaljerede krav på almindeligt engelsk og brugte derefter Claude Code til at omsætte dem til en fungerende app.
Arbejdsgangen var ifølge beskrivelsen:
Hente og køre Claude Code via Mac-terminalen.
Skrive en kravspecifikation på fire sider med appens funktioner og adfærd.
Bede Claude Code bygge appen ud fra kravene og forklare hvert trin på en måde, en ikke-programmør kunne følge.
Oprette konti hos GitHub, Supabase og Vercel.
Forbinde tjenesterne, så GitHub opbevarede koden, Supabase håndterede database og brugerlogin, og Vercel udgav appen på et web link.
Værktøjerne havde hver sin funktion: Claude Code var udviklingsgrænsefladen, GitHub fungerede som kodelager, Supabase leverede backend-funktioner, og Vercel stod for udgivelsen. Kombinationen gjorde det muligt for Tan at gå fra idé til fungerende webapp uden først at mestre en traditionel programmeringsstak.
Præcise prompter gjorde forskellen
Tan forventede ikke, at den første version ville være fejlfri. Han afprøvede appen, beskrev det, der manglede eller fungerede forkert, og bad Claude Code om at ændre det. Processen var iterativ: Skriv en prompt, inspicér resultatet, test det, og justér.
Hans erfaring kan koges ned til en enkel regel: Uklare instruktioner giver som regel uklare resultater. Jo mere præcist han beskrev felter, brugerrettigheder, beregninger og brugeroplevelse, desto mere anvendeligt blev resultatet. Claude Code kunne generelt forstå selv ufuldkomment eller »ødelagt« engelsk, men det var ikke det samme som, at en upræcis forespørgsel var komplet.
Det er en vigtig pointe for alle, der bruger AI til kodning. Udvikling med naturligt sprog kan gøre det lettere at komme i gang, men det fjerner ikke behovet for at definere krav eller vurdere det færdige resultat.
AI-forskning kræver stadig kildekritik
Tan brugte også Claude Code sammen med Perplexity AI til research, fordi værktøjet returnerede kildehenvisninger. Han gik dog ikke ud fra, at et svar automatisk var pålideligt, bare fordi det indeholdt en citation.
Da researchen blandt andet fremhævede fisk med finner som en af de væsentligste allergibekymringer i Singapore, undrede Tan sig, fordi skaldyr var den mere velkendte bekymring i hans egen erfaring. Han kontrollerede det citerede materiale og rettede appen. Eksemplet peger samtidig på en bredere risiko: AI-søgeværktøjer kan fremstille kildehenvisninger til undersøgelser, der ikke findes. Vigtige sundhedsoplysninger skal derfor fortsat verificeres uafhængigt.
Det var særligt vigtigt i en app til babyer. Appen kunne organisere observationer og sammenligne dem med vejledning, men AI-genereret research er ikke i sig selv medicinsk dokumentation – heller ikke når den kommer med links eller citationer.
Promptkompetencerne blev også til et oversættelsesværktøj
De færdigheder, Tan opbyggede under arbejdet med babyappen, kunne han bruge andre steder. Han udviklede et oversættelsesværktøj med én knap, som kan omsætte engelsk indhold til 48 sprog.
Instruktionerne handlede ikke om ord-for-ord-oversættelse. Først skulle værktøjet forstå kildetekstens betydning, intention og overbevisende formål. Derefter skulle det skrive naturligt på målsproget i stedet for at bevare engelsk sætningsstruktur, rytme eller tankegang.
Arbejdsgangen afspejler den samme grundidé som babyappen: Kvaliteten afhænger i høj grad af, om brugeren forklarer formål, kontekst og begrænsninger – ikke kun selve opgaven.
AI gør ikke softwareudvikling automatisk
Tans historie er ikke et bevis på, at AI kan automatisere hele softwareudviklingen. Han skulle stadig identificere et reelt problem, skrive en detaljeret specifikation, oprette konti, forbinde tjenesterne, teste appen og stille spørgsmål ved research, der virkede usikker.
Til gengæld viser historien, hvordan en AI-kodeassistent kan gøre det muligt at begynde med en konkret produktidé i stedet for først at bruge flere år på at lære programmering. For Tan er eksperimentering og tydelige prompter ved at blive praktiske færdigheder for almindelige brugere – også mennesker, der ikke skriver perfekt engelsk.
Den mest overførbare læring er derfor ikke, at »AI kan bygge hvad som helst«. Det er, at personer uden programmeringsbaggrund kan bruge AI til at udvikle afgrænsede værktøjer, så længe de selv tager ansvar for krav, test og faktuel vurdering.
Det afgørende var, at Tan tog udgangspunkt i et konkret og tilbagevendende problem. I stedet for blot at bede Claude Code om at bygge en generisk »forældreapp« beskrev han, hvilke oplysninger forældrene skulle indtaste, hvilke beregninger systemet skulle udføre, og hvordan de to brugere skulle have adgang til dataene.
Først krav – derefter kode
Selv om Tan ikke var programmør, mindede hans metode om en enkel produktudviklingsproces. Han begyndte med at skrive detaljerede krav på almindeligt engelsk og brugte derefter Claude Code til at omsætte dem til en fungerende app.
Arbejdsgangen var ifølge beskrivelsen:
Hente og køre Claude Code via Mac-terminalen.
Skrive en kravspecifikation på fire sider med appens funktioner og adfærd.
Bede Claude Code bygge appen ud fra kravene og forklare hvert trin på en måde, en ikke-programmør kunne følge.
Oprette konti hos GitHub, Supabase og Vercel.
Forbinde tjenesterne, så GitHub opbevarede koden, Supabase håndterede database og brugerlogin, og Vercel udgav appen på et web link.
Værktøjerne havde hver sin funktion: Claude Code var udviklingsgrænsefladen, GitHub fungerede som kodelager, Supabase leverede backend-funktioner, og Vercel stod for udgivelsen. Kombinationen gjorde det muligt for Tan at gå fra idé til fungerende webapp uden først at mestre en traditionel programmeringsstak.
Præcise prompter gjorde forskellen
Tan forventede ikke, at den første version ville være fejlfri. Han afprøvede appen, beskrev det, der manglede eller fungerede forkert, og bad Claude Code om at ændre det. Processen var iterativ: Skriv en prompt, inspicér resultatet, test det, og justér.
Hans erfaring kan koges ned til en enkel regel: Uklare instruktioner giver som regel uklare resultater. Jo mere præcist han beskrev felter, brugerrettigheder, beregninger og brugeroplevelse, desto mere anvendeligt blev resultatet. Claude Code kunne generelt forstå selv ufuldkomment eller »ødelagt« engelsk, men det var ikke det samme som, at en upræcis forespørgsel var komplet.
Det er en vigtig pointe for alle, der bruger AI til kodning. Udvikling med naturligt sprog kan gøre det lettere at komme i gang, men det fjerner ikke behovet for at definere krav eller vurdere det færdige resultat.
AI-forskning kræver stadig kildekritik
Tan brugte også Claude Code sammen med Perplexity AI til research, fordi værktøjet returnerede kildehenvisninger. Han gik dog ikke ud fra, at et svar automatisk var pålideligt, bare fordi det indeholdt en citation.
Da researchen blandt andet fremhævede fisk med finner som en af de væsentligste allergibekymringer i Singapore, undrede Tan sig, fordi skaldyr var den mere velkendte bekymring i hans egen erfaring. Han kontrollerede det citerede materiale og rettede appen. Eksemplet peger samtidig på en bredere risiko: AI-søgeværktøjer kan fremstille kildehenvisninger til undersøgelser, der ikke findes. Vigtige sundhedsoplysninger skal derfor fortsat verificeres uafhængigt.
Det var særligt vigtigt i en app til babyer. Appen kunne organisere observationer og sammenligne dem med vejledning, men AI-genereret research er ikke i sig selv medicinsk dokumentation – heller ikke når den kommer med links eller citationer.
Promptkompetencerne blev også til et oversættelsesværktøj
De færdigheder, Tan opbyggede under arbejdet med babyappen, kunne han bruge andre steder. Han udviklede et oversættelsesværktøj med én knap, som kan omsætte engelsk indhold til 48 sprog.
Instruktionerne handlede ikke om ord-for-ord-oversættelse. Først skulle værktøjet forstå kildetekstens betydning, intention og overbevisende formål. Derefter skulle det skrive naturligt på målsproget i stedet for at bevare engelsk sætningsstruktur, rytme eller tankegang.
Arbejdsgangen afspejler den samme grundidé som babyappen: Kvaliteten afhænger i høj grad af, om brugeren forklarer formål, kontekst og begrænsninger – ikke kun selve opgaven.
AI gør ikke softwareudvikling automatisk
Tans historie er ikke et bevis på, at AI kan automatisere hele softwareudviklingen. Han skulle stadig identificere et reelt problem, skrive en detaljeret specifikation, oprette konti, forbinde tjenesterne, teste appen og stille spørgsmål ved research, der virkede usikker.
Til gengæld viser historien, hvordan en AI-kodeassistent kan gøre det muligt at begynde med en konkret produktidé i stedet for først at bruge flere år på at lære programmering. For Tan er eksperimentering og tydelige prompter ved at blive praktiske færdigheder for almindelige brugere – også mennesker, der ikke skriver perfekt engelsk.
Den mest overførbare læring er derfor ikke, at »AI kan bygge hvad som helst«. Det er, at personer uden programmeringsbaggrund kan bruge AI til at udvikle afgrænsede værktøjer, så længe de selv tager ansvar for krav, test og faktuel vurdering.
