Lewati ke konten utama

Satu pos ditandai dengan "pengembangan aplikasi"

Lihat Semua Tag

Poin-Poin Masalah bagi Manajer Produk yang Menggunakan Bolt.new dan Lovable

· Satu menit baca
Lark Birdy
Chief Bird Officer

Manajer produk (PM) tertarik pada Bolt.new dan Lovable untuk prototipe aplikasi yang cepat dengan AI. Alat-alat ini menjanjikan “ide menjadi aplikasi dalam hitungan detik,” memungkinkan seorang PM membuat UI fungsional atau MVP tanpa tim pengembangan penuh. Namun, umpan balik pengguna di dunia nyata mengungkapkan beberapa poin masalah. Frustrasi umum meliputi UX yang canggung menyebabkan inefisiensi, kesulitan berkolaborasi dengan tim, integrasi terbatas ke dalam toolchain yang ada, kurangnya dukungan untuk perencanaan produk jangka panjang, dan fitur analitik atau pelacakan yang tidak memadai. Di bawah ini, kami menguraikan masalah-masalah utama (dengan komentar langsung dari pengguna) dan membandingkan bagaimana kinerja setiap alat.

Poin-Poin Masalah bagi Manajer Produk yang Menggunakan Bolt.new dan Lovable

Masalah UX/UI yang Menghambat Efisiensi

Baik Bolt.new maupun Lovable adalah alat yang mutakhir namun tidak sempurna, dan PM sering menghadapi keanehan UX/UI yang memperlambat mereka:

  • Perilaku & Kesalahan AI yang Tidak Terduga: Pengguna melaporkan bahwa pembangun AI ini sering menghasilkan kesalahan atau perubahan yang tidak terduga, memaksa uji coba yang membosankan. Seorang pengguna non-teknis menggambarkan menghabiskan “3 jam [untuk] kesalahan berulang” hanya untuk menambahkan tombol, menghabiskan semua token mereka dalam proses tersebut. Faktanya, Bolt.new menjadi terkenal karena menghasilkan “layar kosong, file hilang, dan deployment parsial” ketika proyek tumbuh melampaui prototipe dasar. Ketidakpastian ini berarti PM harus mengawasi output AI. Seorang reviewer G2 mencatat bahwa prompt Lovable “dapat berubah secara tidak terduga, yang bisa membingungkan,” dan jika logika aplikasi menjadi kusut, “bisa sangat sulit untuk mengembalikannya ke jalur yang benar” – dalam satu kasus mereka harus memulai ulang seluruh proyek. Reset dan pengerjaan ulang seperti itu membuat frustrasi ketika seorang PM mencoba bergerak cepat.

  • Biaya Iterasi Tinggi (Token & Waktu): Kedua platform menggunakan model dengan batasan penggunaan (Bolt.new melalui token, Lovable melalui kredit pesan), yang dapat menghambat eksperimen yang efisien. Beberapa pengguna mengeluh bahwa sistem token Bolt terlalu boros“Anda membutuhkan lebih banyak token dari yang Anda kira,” tulis seorang pengguna, “begitu Anda menghubungkan database… Anda akan menghadapi masalah yang [AI] sulit pecahkan hanya dalam satu atau dua prompt”. Hasilnya adalah siklus iteratif prompting dan perbaikan yang menghabiskan jatah. Pengguna Bolt.new lain yang frustrasi menyindir: “30% token Anda digunakan untuk membuat aplikasi. 70% sisanya… untuk menemukan solusi atas semua kesalahan yang dibuat Bolt.” Hal ini digaungkan oleh sebuah balasan: “sangat benar! [Saya] sudah memperbarui [langganan saya] tiga kali dalam sebulan!”. Model penggunaan Lovable juga tidak kebal – tingkat dasarnya mungkin tidak cukup bahkan untuk aplikasi sederhana (seorang reviewer “berlangganan level dasar dan itu tidak benar-benar memberi saya cukup untuk membangun aplikasi sederhana”, mencatat lonjakan biaya yang tajam untuk tingkat berikutnya). Bagi PM, ini berarti mencapai batas atau menanggung biaya tambahan hanya untuk mengulang prototipe, sebuah pembunuh efisiensi yang jelas.

  • Kustomisasi & Kontrol UI Terbatas: Meskipun kedua alat ini menghasilkan UI dengan cepat, pengguna menemukan bahwa keduanya kurang dalam kemampuan penyesuaian yang mendalam. Seorang pengguna Lovable memuji kecepatannya tetapi menyesalkan “opsi kustomisasi [agak] terbatas”. Template bawaan terlihat bagus, tetapi menyesuaikannya di luar penyesuaian dasar bisa merepotkan. Demikian pula, AI Lovable terkadang mengubah kode yang seharusnya tidak diubah – “Ini mengubah kode yang seharusnya tidak diubah ketika saya menambahkan sesuatu yang baru,” catat seorang pengguna – yang berarti perubahan kecil dari PM secara tidak sengaja dapat merusak bagian lain dari aplikasi. Bolt.new, di sisi lain, awalnya menyediakan sedikit sekali pengeditan visual. Semuanya dilakukan melalui prompt atau pengeditan kode di balik layar, yang menakutkan bagi non-developer. (Lovable telah mulai memperkenalkan mode “edit visual” untuk perubahan tata letak dan gaya, tetapi masih dalam akses awal.) Kurangnya editor WYSIWYG yang kuat atau antarmuka drag-and-drop (di kedua alat) adalah masalah bagi PM yang tidak ingin mendalami kode. Bahkan dokumentasi Lovable sendiri mengakui celah ini, bertujuan untuk menawarkan lebih banyak fungsionalitas drag-and-drop di masa depan untuk membuat proses “lebih mudah diakses oleh pengguna non-teknis” – menyiratkan bahwa saat ini, kemudahan penggunaan masih memiliki ruang untuk ditingkatkan.

  • Gangguan Alur Kerja UI: Pengguna telah menunjukkan masalah UX yang lebih kecil yang mengganggu kelancaran penggunaan platform ini. Di Bolt.new, misalnya, antarmuka memungkinkan pengguna untuk mengklik “Deploy” tanpa mengkonfigurasi target deployment, menyebabkan kebingungan (ia “seharusnya meminta Anda untuk mengkonfigurasi Netlify jika Anda mencoba melakukan deploy tetapi belum melakukannya,” saran pengguna). Bolt juga tidak memiliki tampilan diff atau riwayat di editornya; ia “menjelaskan apa yang diubah… tetapi kode sebenarnya tidak menunjukkan diff,” tidak seperti alat dev tradisional. Ini mempersulit PM untuk memahami apa yang diubah AI pada setiap iterasi, menghambat pembelajaran dan kepercayaan. Selain itu, riwayat obrolan sesi Bolt sangat singkat, sehingga Anda tidak dapat menggulir jauh ke belakang untuk meninjau instruksi sebelumnya – masalah bagi PM yang mungkin pergi dan kembali nanti membutuhkan konteks. Bersama-sama, cacat antarmuka ini berarti beban mental tambahan untuk melacak perubahan dan status.

Singkatnya, Bolt.new cenderung memprioritaskan kekuatan mentah daripada polesan, yang dapat membuat PM kesulitan dengan kekurangannya, sedangkan UX Lovable lebih ramah tetapi masih terbatas kedalamannya. Seperti yang dikatakan dalam satu perbandingan: “Bolt.new sangat bagus jika Anda menginginkan kecepatan mentah dan kontrol penuh… menghasilkan aplikasi full-stack dengan cepat, tetapi Anda harus membersihkan semuanya untuk produksi. Lovable lebih terstruktur dan ramah desain… dengan kode yang lebih bersih secara bawaan.” Bagi seorang manajer produk, waktu “pembersihan” itu adalah pertimbangan serius – dan banyak yang menemukan bahwa apa yang dihemat oleh alat AI ini dalam waktu pengembangan awal, sebagian dikembalikan dalam waktu debugging dan penyesuaian.

Gesekan Kolaborasi dan Alur Kerja Tim

Bagian krusial dari peran PM adalah bekerja dengan tim – desainer, pengembang, PM lain – namun Bolt.new dan Lovable memiliki keterbatasan dalam hal kolaborasi multi-orang dan integrasi alur kerja.

  • Kurangnya Fitur Kolaborasi Asli: Kedua alat ini awalnya tidak dibangun dengan mempertimbangkan kolaborasi multi-pengguna secara real-time (seperti Google Docs atau Figma). Proyek biasanya terikat pada satu akun dan diedit oleh satu orang pada satu waktu. Silo ini dapat menciptakan gesekan dalam pengaturan tim. Misalnya, jika seorang PM membuat prototipe di Bolt.new, tidak ada cara mudah bagi desainer atau insinyur untuk masuk dan mengubah proyek yang sama secara bersamaan. Penyerahan tugasnya canggung: biasanya seseorang akan mengekspor atau mendorong kode ke repositori agar orang lain dapat mengerjakannya (dan seperti yang disebutkan di bawah, bahkan itu tidak mudah dalam kasus Bolt). Dalam praktiknya, beberapa pengguna menggunakan alat ini untuk menghasilkan kemudian memindahkan kode ke tempat lain. Salah satu peserta diskusi Product Hunt mengakui: setelah menggunakan Bolt atau Lovable untuk mendapatkan ide, mereka “menaruhnya di GitHub saya dan akhirnya menggunakan Cursor untuk menyelesaikan pembangunan” – pada dasarnya beralih ke alat yang berbeda untuk pengembangan tim. Ini menunjukkan bahwa untuk kolaborasi yang berkelanjutan, pengguna merasa perlu meninggalkan lingkungan Bolt/Lovable.

  • Kontrol Versi dan Berbagi Kode: Pada awalnya, Bolt.new tidak memiliki integrasi Git bawaan, yang disebut oleh seorang pengembang sebagai kelalaian “gila”: “Saya benar-benar ingin kode saya… ada di Git.” Tanpa kontrol versi asli, mengintegrasikan keluaran Bolt ke dalam basis kode tim sangat merepotkan. (Bolt menyediakan ZIP kode yang dapat diunduh, dan ekstensi peramban pihak ketiga muncul untuk mendorongnya ke GitHub.) Ini adalah langkah tambahan yang dapat mengganggu alur kerja PM yang mencoba berkolaborasi dengan pengembang. Lovable, sebaliknya, mengunggulkan fitur “tanpa penguncian, sinkronisasi GitHub”, memungkinkan pengguna untuk menghubungkan repo dan mendorong pembaruan kode. Ini telah menjadi nilai jual bagi tim – seorang pengguna mencatat mereka “menggunakan… Lovable untuk integrasi Git (lingkungan tim kolaboratif)” sedangkan Bolt hanya digunakan untuk pekerjaan solo cepat. Dalam aspek ini, Lovable mempermudah penyerahan tugas tim: seorang PM dapat menghasilkan aplikasi dan segera memiliki kode di GitHub untuk ditinjau atau dilanjutkan oleh pengembang. Bolt.new sejak itu telah mencoba meningkatkan, menambahkan konektor GitHub melalui StackBlitz, tetapi umpan balik komunitas menunjukkan bahwa itu masih belum semulus itu. Bahkan dengan Git, kode yang digerakkan AI bisa sulit dipahami oleh tim tanpa dokumentasi, karena kode tersebut dihasilkan oleh mesin dan terkadang tidak mudah dijelaskan sendiri.

  • Integrasi Alur Kerja (Tim Desain & Pengembang): Manajer produk sering perlu melibatkan desainer sejak awal atau memastikan apa yang mereka bangun selaras dengan spesifikasi desain. Kedua alat ini mencoba integrasi di sini (dibahas lebih lanjut di bawah), tetapi masih ada gesekan. Salah satu keuntungan Bolt.new bagi pengembang adalah memungkinkan kontrol yang lebih langsung atas tumpukan teknologi – “memungkinkan Anda menggunakan kerangka kerja apa pun,” seperti yang diamati oleh pendiri Lovable – yang mungkin menyenangkan anggota tim pengembang yang ingin memilih teknologi. Namun, fleksibilitas yang sama berarti Bolt lebih dekat ke taman bermain pengembang daripada alat PM yang terpandu. Sebaliknya, pendekatan terstruktur Lovable (dengan tumpukan yang direkomendasikan, backend terintegrasi, dll.) mungkin membatasi kebebasan pengembang, tetapi menyediakan jalur yang lebih terpandu yang dihargai oleh non-insinyur. Tergantung pada tim, perbedaan ini bisa menjadi masalah: baik Bolt terasa terlalu tidak berpendapat (PM mungkin secara tidak sengaja memilih pengaturan yang tidak disukai tim), atau Lovable terasa terlalu terbatas (tidak menggunakan kerangka kerja yang disukai tim pengembang). Dalam kedua kasus, menyelaraskan prototipe dengan standar tim membutuhkan koordinasi ekstra.

  • Alat Kolaborasi Eksternal: Baik Bolt.new maupun Lovable tidak terintegrasi langsung dengan suite kolaborasi umum (tidak ada integrasi Slack langsung untuk notifikasi, tidak ada integrasi Jira untuk melacak masalah, dll.). Ini berarti setiap pembaruan atau kemajuan dalam alat harus dikomunikasikan secara manual kepada tim. Misalnya, jika seorang PM membuat prototipe dan ingin umpan balik, mereka harus membagikan tautan ke aplikasi yang di-deploy atau repo GitHub melalui email/Slack sendiri – platform tidak akan memberi tahu tim atau secara otomatis terhubung ke tiket proyek. Kurangnya integrasi dengan alur kerja tim ini dapat menyebabkan kesenjangan komunikasi. Seorang PM tidak dapat menetapkan tugas dalam Bolt/Lovable, atau meninggalkan komentar untuk rekan tim pada elemen UI tertentu, seperti yang mungkin mereka lakukan di alat desain seperti Figma. Semuanya harus dilakukan secara ad-hoc, di luar alat. Pada dasarnya, Bolt.new dan Lovable adalah lingkungan pemain tunggal berdasarkan desain, yang menimbulkan tantangan ketika seorang PM ingin menggunakannya dalam konteks multi-pemain.

Singkatnya, Lovable sedikit mengungguli Bolt.new untuk skenario tim (berkat sinkronisasi GitHub dan pendekatan terstruktur yang lebih mudah diikuti oleh non-pemrogram). Seorang manajer produk yang bekerja sendiri mungkin mentolerir pengaturan individualistik Bolt, tetapi jika mereka perlu melibatkan orang lain, alat-alat ini dapat menjadi hambatan kecuali tim membuat proses manual di sekitarnya. Kesenjangan kolaborasi adalah alasan utama mengapa kami melihat pengguna mengekspor pekerjaan mereka dan melanjutkan di tempat lain – AI dapat memulai proyek, tetapi alat tradisional masih diperlukan untuk melanjutkannya secara kolaboratif.

Tantangan Integrasi dengan Alat Lain

Pengembangan produk modern melibatkan serangkaian alat – platform desain, basis data, layanan pihak ketiga, dll. PM menghargai perangkat lunak yang berfungsi baik dengan perangkat yang sudah ada, tetapi Bolt.new dan Lovable memiliki ekosistem integrasi yang terbatas, seringkali memerlukan solusi sementara:

  • Integrasi Alat Desain: Manajer produk sering memulai dengan mockup desain atau wireframe. Baik Bolt maupun Lovable menyadari hal ini dan memperkenalkan cara untuk mengimpor desain, namun umpan balik pengguna terhadap fitur-fitur ini beragam. Bolt.new menambahkan impor Figma (dibangun di atas plugin Anima) untuk menghasilkan kode dari desain, tetapi belum sesuai dengan ekspektasi. Seorang penguji awal mencatat bahwa video promosi menunjukkan impor sederhana yang sempurna, “tetapi bagaimana dengan bagian yang tidak [berfungsi]? Jika sebuah alat akan menjadi pengubah permainan, ia harus menangani kompleksitas – bukan hanya hal yang mudah.” Dalam praktiknya, Bolt kesulitan dengan file Figma yang tidak terlalu rapi. Seorang desainer UX yang mencoba integrasi Figma Bolt merasa itu mengecewakan untuk apa pun di luar tata letak dasar, menunjukkan bahwa integrasi ini dapat “gagal pada desain yang kompleks”. Lovable baru-baru ini meluncurkan pipeline Figma-ke-kode sendiri melalui integrasi Builder.io. Ini berpotensi menghasilkan hasil yang lebih bersih (karena Builder.io menginterpretasikan Figma dan menyerahkannya ke Lovable), tetapi karena masih baru, belum terbukti secara luas. Setidaknya satu perbandingan memuji Lovable karena “opsi UI yang lebih baik (Figma/Builder.io)” dan pendekatan yang lebih ramah desain. Namun, “sedikit lebih lambat dalam menghasilkan pembaruan” dilaporkan sebagai trade-off untuk ketelitian desain tersebut. Bagi PM, intinya adalah mengimpor desain tidak selalu semudah mengklik tombol – mereka mungkin menghabiskan waktu menyesuaikan file Figma agar sesuai dengan kemampuan AI atau membersihkan UI yang dihasilkan setelah impor. Ini menambah gesekan pada alur kerja antara desainer dan alat AI.

  • Integrasi Backend dan Basis Data: Kedua alat ini berfokus pada pembuatan front-end, tetapi aplikasi nyata membutuhkan data dan otentikasi. Solusi yang dipilih untuk Bolt.new dan Lovable adalah integrasi dengan Supabase (basis data PostgreSQL yang di-hosting + layanan otentikasi). Pengguna menghargai adanya integrasi ini, tetapi ada nuansa dalam pelaksanaannya. Pada awalnya, integrasi Supabase Bolt.new masih dasar; Lovable dianggap “lebih ketat [dan] lebih lugas” sebagai perbandingan. Pendiri Lovable menyoroti bahwa sistem Lovable disetel dengan baik untuk menangani masalah “macet” yang lebih jarang, termasuk saat mengintegrasikan basis data. Meskipun demikian, menggunakan Supabase masih mengharuskan PM memiliki pemahaman tentang skema basis data. Dalam ulasan Lovable di Medium, penulis harus membuat tabel secara manual di Supabase dan mengunggah data, lalu menghubungkannya melalui kunci API untuk mendapatkan aplikasi yang berfungsi penuh (misalnya untuk acara dan tempat aplikasi tiket). Proses ini bisa dilakukan, tetapi tidak sepele – tidak ada deteksi otomatis model data Anda, PM harus menentukannya. Jika ada yang salah dalam koneksi, debugging kembali menjadi tanggung jawab pengguna. Lovable memang mencoba membantu (asisten AI memberikan panduan ketika terjadi kesalahan selama koneksi Supabase), tetapi tidak sepenuhnya sempurna. Bolt.new baru-baru ini “mengirimkan banyak peningkatan pada integrasi Supabase mereka” setelah keluhan pengguna. Sebelum itu, seperti yang dikatakan seorang pengguna, “Bolt…menangani pekerjaan front-end tetapi tidak banyak membantu backend” – di luar preset sederhana, Anda harus mengurus logika server sendiri. Singkatnya, meskipun kedua alat telah memungkinkan integrasi backend, ini adalah integrasi yang dangkal. PM dapat merasa terbatas pada apa yang ditawarkan Supabase; apa pun yang lebih kustom (misalnya basis data yang berbeda atau logika server yang kompleks) tidak didukung (Bolt dan Lovable tidak menghasilkan kode backend arbitrer dalam bahasa seperti Python/Java, misalnya). Ini bisa membuat frustrasi ketika persyaratan produk melampaui operasi CRUD dasar.

  • Layanan Pihak Ketiga & API: Bagian penting dari produk modern adalah menghubungkan ke layanan (gerbang pembayaran, peta, analitik, dll.). Lovable dan Bolt dapat mengintegrasikan API, tetapi hanya melalui antarmuka prompt daripada plugin yang sudah jadi. Misalnya, seorang pengguna di Reddit menjelaskan bagaimana seseorang dapat memberi tahu AI sesuatu seperti “Saya butuh API cuaca,” dan alat tersebut akan memilih API gratis yang populer dan meminta kunci API. Ini mengesankan, tetapi juga tidak transparan – PM harus percaya bahwa AI memilih API yang sesuai dan mengimplementasikan panggilan dengan benar. Tidak ada toko aplikasi integrasi atau konfigurasi grafis; semuanya tergantung pada cara Anda memberikan prompt. Untuk layanan umum seperti pembayaran atau email, Lovable tampaknya memiliki keunggulan dengan membangunnya: menurut pendirinya, Lovable memiliki “integrasi untuk pembayaran + email” di antara fitur-fiturnya. Jika benar, itu berarti PM dapat lebih mudah meminta Lovable untuk menambahkan formulir pembayaran Stripe atau mengirim email melalui layanan terintegrasi, sedangkan dengan Bolt seseorang mungkin harus mengaturnya secara manual melalui panggilan API. Namun, dokumentasi tentang ini jarang – kemungkinan masih ditangani melalui agen AI daripada pengaturan point-and-click. Kurangnya modul integrasi yang jelas dan berorientasi pengguna dapat dilihat sebagai masalah: diperlukan percobaan dan kesalahan untuk mengintegrasikan sesuatu yang baru, dan jika AI tidak mengetahui layanan tertentu, PM mungkin menemui jalan buntu. Intinya, integrasi dimungkinkan tetapi tidak “plug-and-play.”

  • Integrasi Rantai Alat Perusahaan: Ketika berbicara tentang integrasi dengan rantai alat manajemen produk itu sendiri (Jira untuk tiket, Slack untuk notifikasi, dll.), Bolt.new dan Lovable saat ini tidak menawarkan apa pun secara langsung. Platform ini beroperasi secara terpisah. Akibatnya, PM yang menggunakannya harus memperbarui sistem lain secara manual. Misalnya, jika PM memiliki user story di Jira (“Sebagai pengguna saya ingin fitur X”) dan mereka membuat prototipe fitur tersebut di Lovable, tidak ada cara untuk menandai story tersebut sebagai selesai dari dalam Lovable – PM harus masuk ke Jira dan melakukannya. Demikian pula, tidak ada bot Slack yang akan mengumumkan “prototipe sudah siap” ketika Bolt selesai membangun; PM harus mengambil tautan pratinjau dan membagikannya. Kesenjangan ini tidak mengejutkan mengingat fokus awal alat-alat ini, tetapi memang menghambat efisiensi alur kerja dalam pengaturan tim. Ini pada dasarnya adalah perpindahan konteks: Anda bekerja di Bolt/Lovable untuk membangun, lalu beralih ke alat PM Anda untuk mencatat kemajuan, lalu mungkin ke alat komunikasi Anda untuk menunjukkan kepada tim. Perangkat lunak terintegrasi dapat merampingkan ini, tetapi saat ini beban itu jatuh pada PM.

Singkatnya, Bolt.new dan Lovable berintegrasi dengan baik di beberapa area teknis (terutama dengan Supabase untuk data), tetapi kurang dalam berintegrasi ke ekosistem alat yang lebih luas yang digunakan manajer produk setiap hari. Lovable telah membuat sedikit lebih banyak kemajuan dalam menawarkan jalur bawaan (misalnya, deploy sekali klik, GitHub langsung, beberapa layanan bawaan), sedangkan Bolt seringkali memerlukan layanan eksternal (Netlify, pengaturan API manual). Sebuah ulasan NoCode MBA secara eksplisit mengkontraskan ini: “Lovable menyediakan penerbitan bawaan, sementara Bolt mengandalkan layanan eksternal seperti Netlify”. Upaya untuk menjembatani kesenjangan ini – baik dengan menyalin kode secara manual, mengutak-atik plugin pihak ketiga, atau memasukkan kembali pembaruan ke sistem lain – adalah gangguan nyata bagi PM yang mencari pengalaman yang mulus.

Keterbatasan dalam Perencanaan Produk dan Manajemen Roadmap

Selain membangun prototipe cepat, manajer produk bertanggung jawab untuk merencanakan fitur, mengelola roadmap, dan memastikan produk dapat berkembang. Di sini, cakupan Bolt.new dan Lovable sangat sempit – mereka membantu membuat aplikasi, tetapi tidak menawarkan alat untuk perencanaan produk yang lebih luas atau manajemen proyek berkelanjutan.

  • Tidak Ada Manajemen Backlog atau Persyaratan: Pembuat aplikasi AI ini tidak menyertakan konsep backlog, user stories, atau tugas. Seorang PM tidak dapat menggunakan Bolt.new atau Lovable untuk membuat daftar fitur dan kemudian mengerjakannya satu per satu secara terstruktur. Sebaliknya, pengembangan didorong oleh prompt (“Buat X”, “Sekarang tambahkan Y”), dan alat-alat tersebut menghasilkan atau memodifikasi aplikasi sesuai kebutuhan. Ini berfungsi untuk prototipe ad-hoc tetapi tidak dapat diterjemahkan ke dalam roadmap yang terkelola. Jika seorang PM ingin memprioritaskan fitur tertentu atau membuat rencana rilis, mereka masih memerlukan alat eksternal (seperti Jira, Trello, atau spreadsheet sederhana) untuk melakukannya. AI tidak akan mengingatkan Anda apa yang tertunda atau bagaimana fitur-fitur saling berhubungan – ia tidak memiliki konsep linimasa proyek atau ketergantungan, hanya instruksi langsung yang Anda berikan.

  • Kesulitan Mengelola Proyek yang Lebih Besar: Seiring dengan bertambahnya kompleksitas proyek, pengguna menemukan bahwa platform ini menemui jalan buntu. Seorang pengulas G2 mencatat bahwa “saat saya mulai mengembangkan portofolio saya, saya menyadari tidak banyak alat untuk menangani proyek yang kompleks atau lebih besar” di Lovable. Sentimen ini juga berlaku untuk Bolt.new. Mereka dioptimalkan untuk aplikasi kecil greenfield; jika Anda mencoba membangun produk substansial dengan banyak modul, peran pengguna, logika kompleks, dll., prosesnya menjadi sulit dikelola. Tidak ada dukungan untuk modul atau paket di luar apa yang disediakan oleh kerangka kerja kode yang mendasarinya. Dan karena tidak ada alat yang memungkinkan koneksi ke basis kode yang ada, Anda tidak dapat secara bertahap menggabungkan peningkatan yang dihasilkan AI ke dalam proyek yang berumur panjang. Ini berarti mereka tidak cocok untuk pengembangan iteratif pada produk yang matang. Dalam praktiknya, jika prototipe yang dibangun dengan Lovable perlu menjadi produk nyata, tim seringkali menulis ulang atau merefaktornya di luar alat setelah mencapai ukuran tertentu. Dari perspektif PM, keterbatasan ini berarti Anda memperlakukan keluaran Bolt/Lovable sebagai prototipe sekali pakai atau titik awal, bukan sebagai produk sebenarnya yang akan ditingkatkan – alat itu sendiri tidak mendukung perjalanan tersebut.

  • Sifat Sekali Pakai dari Generasi AI: Bolt.new dan Lovable beroperasi lebih seperti wizard daripada lingkungan pengembangan berkelanjutan. Mereka unggul dalam fase ideasi awal (Anda punya ide, Anda memberinya prompt, Anda mendapatkan aplikasi dasar). Namun, mereka kekurangan fitur untuk perencanaan dan pemantauan berkelanjutan kemajuan produk. Misalnya, tidak ada konsep linimasa roadmap di mana Anda dapat memasukkan “Sprint 1: implementasi login (selesai oleh AI), Sprint 2: implementasi manajemen profil (yang harus dilakukan)”, dll. Anda juga tidak dapat dengan mudah kembali ke versi sebelumnya atau membuat cabang fitur baru – praktik standar dalam pengembangan produk. Ini sering memaksa PM untuk memiliki pola pikir sekali pakai: gunakan AI untuk memvalidasi ide dengan cepat, tetapi kemudian memulai kembali pengembangan “yang benar” di lingkungan tradisional untuk apa pun di luar prototipe. Serah terima itu bisa menjadi masalah karena pada dasarnya menduplikasi upaya atau memerlukan terjemahan prototipe ke dalam format yang lebih mudah dipelihara.

  • Tidak Ada Fitur Keterlibatan Pemangku Kepentingan: Dalam perencanaan produk, PM sering mengumpulkan umpan balik dan menyesuaikan roadmap. Alat AI ini juga tidak membantu dalam hal itu. Misalnya, Anda tidak dapat membuat skenario berbeda atau opsi roadmap produk di dalam Bolt/Lovable untuk didiskusikan dengan pemangku kepentingan – tidak ada tampilan linimasa, tidak ada voting fitur, tidak ada yang semacam itu. Setiap diskusi atau keputusan mengenai apa yang akan dibangun selanjutnya harus terjadi di luar platform. Seorang PM mungkin berharap, misalnya, bahwa saat AI membangun aplikasi, ia juga dapat menyediakan daftar fitur atau spesifikasi yang telah diimplementasikan, yang kemudian dapat berfungsi sebagai dokumen hidup untuk tim. Namun, dokumentasi terbatas (riwayat obrolan atau komentar kode berfungsi sebagai satu-satunya catatan, dan seperti yang dicatat, riwayat obrolan Bolt terbatas panjangnya). Kurangnya dokumentasi bawaan atau dukungan perencanaan ini berarti PM harus mendokumentasikan secara manual apa yang telah dilakukan AI dan apa yang tersisa untuk dilakukan untuk segala jenis roadmap, yang merupakan pekerjaan tambahan.

Intinya, Bolt.new dan Lovable bukan pengganti alat manajemen produk – mereka adalah alat pengembangan bantu. Mereka “menghasilkan aplikasi baru” dari awal tetapi tidak akan bergabung dengan Anda dalam menguraikan atau mengelola evolusi produk. Manajer produk telah menemukan bahwa setelah prototipe awal selesai, mereka harus beralih ke siklus perencanaan & pengembangan tradisional, karena alat AI tidak akan memandu proses tersebut. Seperti yang disimpulkan oleh seorang blogger teknologi setelah pengujian, “Lovable jelas mempercepat pembuatan prototipe tetapi tidak menghilangkan kebutuhan akan keahlian manusia… itu bukan peluru ajaib yang akan menghilangkan semua keterlibatan manusia dalam pengembangan produk”. Hal itu menggarisbawahi bahwa perencanaan, prioritisasi, dan penyempurnaan – aktivitas inti PM – masih bergantung pada manusia dan alat standar mereka, meninggalkan celah dalam apa yang dapat didukung oleh platform AI ini sendiri.

(Lovable.dev vs Bolt.new vs Fine: Membandingkan Pembuat Aplikasi AI dan agen pengkodean untuk startup) Sebagian besar pembuat aplikasi AI (seperti Bolt.new dan Lovable) unggul dalam menghasilkan prototipe front-end yang cepat, tetapi mereka kekurangan kemampuan untuk kode backend yang kompleks, pengujian menyeluruh, atau pemeliharaan jangka panjang. Manajer produk menemukan bahwa alat-alat ini, meskipun bagus untuk proof-of-concept, tidak dapat menangani siklus hidup produk penuh di luar pembangunan awal.

Masalah dengan Analitik, Wawasan, dan Pelacakan Kemajuan

Setelah produk (atau bahkan prototipe) dibangun, seorang PM ingin melacak bagaimana performanya – baik dari segi kemajuan pengembangan maupun keterlibatan pengguna. Di sini, Bolt.new dan Lovable menyediakan hampir tidak ada analitik atau pelacakan bawaan, yang bisa menjadi masalah besar.

  • Tidak Ada Analitik Pengguna Bawaan: Jika seorang PM menerapkan aplikasi melalui platform ini, tidak ada dasbor untuk melihat metrik penggunaan (misalnya jumlah pengguna, klik, konversi). Setiap analitik produk harus ditambahkan secara manual ke aplikasi yang dihasilkan. Misalnya, untuk mendapatkan data lalu lintas dasar sekalipun, seorang PM harus menyisipkan Google Analytics atau skrip serupa ke dalam kode aplikasi. Sumber daya bantuan Lovable sendiri mencatat ini secara eksplisit: “Jika Anda menggunakan Lovable… Anda perlu menambahkan kode pelacakan Google Analytics secara manual… Tidak ada integrasi langsung.”. Ini berarti penyiapan tambahan dan langkah-langkah teknis yang harus dikoordinasikan oleh seorang PM (kemungkinan membutuhkan bantuan pengembang jika mereka tidak mahir dalam coding). Tidak adanya analitik terintegrasi ini merepotkan karena salah satu alasan besar untuk membuat prototipe dengan cepat adalah untuk mengumpulkan umpan balik pengguna – tetapi alat-alat ini tidak akan mengumpulkannya untuk Anda. Jika seorang PM meluncurkan MVP yang dihasilkan Lovable ke grup pengujian, mereka harus mengimplementasikannya sendiri atau menggunakan layanan analitik eksternal untuk mempelajari perilaku pengguna. Ini bisa dilakukan, tetapi menambah beban kerja dan memerlukan keakraban dengan pengeditan kode atau penggunaan antarmuka terbatas platform untuk menyisipkan skrip.

  • Wawasan Terbatas tentang Proses AI: Di sisi pengembangan, PM mungkin juga menginginkan analitik atau umpan balik tentang bagaimana agen AI bekerja – misalnya, metrik tentang berapa banyak percobaan yang dibutuhkan untuk mendapatkan sesuatu yang benar, atau bagian mana dari kode yang paling sering diubah. Wawasan semacam itu dapat membantu PM mengidentifikasi area berisiko pada aplikasi atau mengukur kepercayaan pada komponen yang dibangun AI. Namun, baik Bolt.new maupun Lovable tidak menampilkan banyak informasi ini. Selain ukuran kasar seperti token yang digunakan atau pesan yang dikirim, tidak ada log yang kaya tentang pengambilan keputusan AI. Faktanya, seperti yang disebutkan, Bolt.new bahkan tidak menunjukkan perbedaan perubahan kode. Kurangnya transparansi ini cukup membuat frustrasi sehingga beberapa pengguna menuduh AI Bolt menghabiskan token hanya untuk terlihat sibuk: “dioptimalkan untuk penampilan aktivitas daripada pemecahan masalah yang sebenarnya,” seperti yang diamati oleh seorang pengulas tentang pola konsumsi token. Itu menunjukkan bahwa PM mendapatkan sedikit wawasan tentang apakah “pekerjaan” AI itu efektif atau boros, selain hanya melihat hasilnya. Ini pada dasarnya adalah kotak hitam. Ketika ada yang salah, PM harus secara membabi buta mempercayai penjelasan AI atau menyelami kode mentah – tidak ada analitik untuk menunjukkan, misalnya, “20% upaya pembuatan gagal karena X.”

  • Pelacakan Kemajuan dan Riwayat Versi: Dari perspektif manajemen proyek, tidak ada alat yang menawarkan fitur untuk melacak kemajuan dari waktu ke waktu. Tidak ada grafik burn-down, tidak ada persentase kemajuan, bahkan daftar periksa sederhana fitur yang telah selesai. Satu-satunya lini masa adalah riwayat percakapan (untuk antarmuka berbasis obrolan Lovable) atau urutan perintah. Dan seperti yang disebutkan sebelumnya, jendela riwayat Bolt.new terbatas, yang berarti Anda tidak dapat menggulir kembali ke awal sesi yang panjang. Tanpa riwayat atau ringkasan yang andal, seorang PM mungkin kehilangan jejak apa yang telah dilakukan AI. Juga tidak ada konsep tonggak pencapaian atau versi. Jika seorang PM ingin membandingkan prototipe saat ini dengan versi minggu lalu, alat-alat ini tidak menyediakan kemampuan itu (kecuali PM menyimpan salinan kode secara manual). Kurangnya riwayat atau manajemen status ini dapat mempersulit pengukuran kemajuan. Misalnya, jika PM memiliki tujuan seperti “meningkatkan waktu muat aplikasi sebesar 30%,” tidak ada metrik bawaan atau alat profil di Bolt/Lovable untuk membantu mengukur itu – PM perlu mengekspor aplikasi dan menggunakan alat analisis eksternal.

  • Siklus Umpan Balik Pengguna: Mengumpulkan umpan balik kualitatif (misalnya dari pengguna uji atau pemangku kepentingan) juga di luar cakupan alat-alat ini. Seorang PM mungkin berharap adanya cara mudah bagi penguji untuk mengirimkan umpan balik dari dalam prototipe atau agar AI menyarankan perbaikan berdasarkan interaksi pengguna, tetapi fitur-fitur seperti itu tidak ada. Setiap siklus umpan balik harus diatur secara terpisah (survei, sesi pengujian manual, dll.). Intinya, setelah aplikasi dibangun dan diterapkan, Bolt.new dan Lovable tidak lagi berperan – mereka tidak membantu memantau bagaimana aplikasi diterima atau berkinerja. Ini adalah celah klasik antara pengembangan dan manajemen produk: alat-alat ini menangani yang pertama (sampai batas tertentu), tetapi tidak menyediakan apa pun untuk yang terakhir.

Sebagai ilustrasi, seorang PM di startup mungkin menggunakan Lovable untuk membangun aplikasi demo untuk proyek percontohan, tetapi ketika mempresentasikan hasil kepada tim atau investor mereka, mereka harus mengandalkan anekdot atau analitik eksternal untuk melaporkan penggunaan karena Lovable sendiri tidak akan menunjukkan data tersebut. Jika mereka ingin melacak apakah perubahan terbaru meningkatkan keterlibatan pengguna, mereka harus melengkapi aplikasi dengan analitik dan mungkin logika pengujian A/B sendiri. Bagi PM yang terbiasa dengan platform yang lebih terintegrasi (bahkan sesuatu seperti Webflow untuk situs web memiliki beberapa bentuk statistik, atau Firebase untuk aplikasi memiliki analitik), 'kesunyian' Bolt/Lovable setelah penerapan sangat mencolok.

Singkatnya, kurangnya analitik dan pelacakan berarti PM harus kembali ke metode tradisional untuk mengukur keberhasilan. Ini adalah ekspektasi yang terlewatkan – setelah menggunakan alat AI canggih untuk membangun produk, seseorang mungkin mengharapkan bantuan AI canggih dalam menganalisisnya, tetapi itu belum (belum) menjadi bagian dari paket. Seperti yang dikatakan salah satu panduan, jika Anda menginginkan analitik dengan Lovable, Anda perlu melakukannya dengan cara lama karena “GA tidak terintegrasi”. Dan ketika berbicara tentang pelacakan kemajuan pengembangan, tanggung jawab sepenuhnya ada pada PM untuk secara manual memelihara status proyek apa pun di luar alat. Kesenjangan ini adalah masalah besar bagi manajer produk yang mencoba menyederhanakan alur kerja mereka mulai dari ide hingga umpan balik pengguna.

Kesimpulan: Perspektif Komparatif

Dari kisah dan ulasan pengguna nyata, jelas bahwa Bolt.new dan Lovable masing-masing memiliki kekuatan tetapi juga titik kesulitan yang signifikan bagi manajer produk. Keduanya memberikan hasil yang mengesankan pada janji inti mereka – menghasilkan prototipe aplikasi yang berfungsi dengan cepat – itulah mengapa mereka menarik ribuan pengguna. Namun, ketika dilihat dari sudut pandang seorang PM yang tidak hanya harus membangun produk tetapi juga berkolaborasi, merencanakan, dan mengulanginya, alat-alat ini menunjukkan keterbatasan yang serupa.

  • Bolt.new cenderung menawarkan lebih banyak fleksibilitas (Anda dapat memilih kerangka kerja, mengubah kode lebih langsung) dan kecepatan mentah, tetapi dengan biaya pemeliharaan yang lebih tinggi. PM tanpa keahlian pengkodean dapat menemui jalan buntu ketika Bolt mengeluarkan kesalahan atau memerlukan perbaikan manual. Model berbasis tokennya dan fitur integrasi yang awalnya jarang sering menyebabkan frustrasi dan langkah-langkah tambahan. Bolt dapat dilihat sebagai instrumen yang kuat tetapi tumpul – bagus untuk peretasan cepat atau pengguna teknis, kurang cocok untuk alur kerja tim yang terpoles.

  • Lovable memposisikan dirinya sebagai “insinyur full-stack AI” yang lebih ramah pengguna, yang berarti pengalaman yang agak lebih mulus bagi non-insinyur. Ini mengabstraksi lebih banyak bagian yang sulit (dengan deployment bawaan, sinkronisasi GitHub, dll.) dan memiliki kecenderungan untuk memandu pengguna dengan output terstruktur (kode awal yang lebih bersih, integrasi desain). Ini berarti PM umumnya “melangkah lebih jauh dengan Lovable” sebelum membutuhkan intervensi pengembang. Namun, Lovable berbagi banyak titik kesulitan inti Bolt: ini bukan sihir – pengguna masih menemui perilaku AI yang membingungkan, harus memulai ulang sesekali, dan harus meninggalkan platform untuk apa pun di luar pembangunan prototipe. Selain itu, fitur tambahan Lovable (seperti pengeditan visual, atau integrasi tertentu) masih berkembang dan terkadang merepotkan dengan sendirinya (misalnya, satu pengguna menemukan proses deployment Lovable lebih menjengkelkan daripada Bolt, meskipun itu satu-klik – mungkin karena kurangnya kustomisasi atau kontrol).

Dalam pandangan komparatif, kedua alat ini sangat mirip dalam hal yang mereka kurang. Mereka tidak menggantikan kebutuhan akan manajemen produk yang cermat; mereka mempercepat satu aspeknya (implementasi) dengan mengorbankan penciptaan tantangan baru di aspek lain (debugging, kolaborasi). Bagi seorang manajer produk, menggunakan Bolt.new atau Lovable sedikit seperti mempercepat untuk memiliki versi awal produk Anda – yang sangat berharga – tetapi kemudian menyadari bahwa Anda harus melambat lagi untuk mengatasi semua detail dan proses yang tidak dicakup oleh alat tersebut.

Untuk mengelola ekspektasi, PM telah belajar menggunakan alat AI ini sebagai pelengkap, bukan solusi komprehensif. Seperti yang diungkapkan dengan bijak oleh salah satu ulasan Medium: alat-alat ini “dengan cepat mengubah konsep saya menjadi kerangka aplikasi yang berfungsi,” tetapi Anda masih “membutuhkan lebih banyak pengawasan manusia langsung saat menambahkan lebih banyak kompleksitas”. Titik kesulitan umum – masalah UX, celah alur kerja, kebutuhan integrasi, kelalaian perencanaan dan analitik – menyoroti bahwa Bolt.new dan Lovable paling cocok untuk prototipe dan eksplorasi, daripada manajemen produk ujung-ke-ujung. Mengetahui keterbatasan ini, seorang manajer produk dapat merencanakan di sekitarnya: nikmati kemenangan cepat yang mereka berikan, tetapi bersiaplah untuk membawa alat-alat biasa dan keahlian manusia untuk menyempurnakan dan mendorong produk ke depan.

Sumber:

  • Diskusi pengguna nyata di Reddit, Product Hunt, dan LinkedIn yang menyoroti frustrasi dengan Bolt.new dan Lovable.
  • Ulasan dan komentar dari G2 dan Product Hunt yang membandingkan kedua alat dan mencantumkan suka/tidak suka.
  • Ulasan blog terperinci (NoCode MBA, Trickle, Fine.dev) yang menganalisis batasan fitur, penggunaan token, dan masalah integrasi.
  • Dokumentasi dan panduan resmi yang menunjukkan kurangnya integrasi tertentu (misalnya analitik) dan kebutuhan akan perbaikan manual.