Почему я решил запустить PDF в текст, хотя сам конвертер ещё не продукт

После первого исследования у меня появился сильный внешний сигнал, но всё ещё не было доказанного продукта. Поэтому следующий шаг я решил сделать максимально маленьким: запустить PDF в текст и через реальное использование проверить, какая работа начинается после него.

В предыдущем исследовании я начал с собственной проблемы.

PDF заметно расходовал контекст Claude.

Я разобрался, почему это происходит, а потом решил проверить, есть ли вокруг работы с документами внешний поисковый спрос.

Сигнал оказался.

Причём самый сильный из проверенных мной запросов был довольно простым:

PDF в текст.

В моей выборке точный запрос pdf в текст показал 19 113 за исследованный 30-дневный период.

Это не размер рынка.

Не количество уникальных пользователей.

И тем более не доказательство, что люди готовы платить за отдельный продукт.

Но после этого исследования у меня уже была не только собственная проблема.

Была работа, которую явно ищут другие люди.

И здесь нужно было решить, что делать дальше.

Поисковый спрос ещё не означает, что продукт найден

Самая простая ошибка после таких цифр выглядела бы так:

Есть спрос на PDF в текст. Значит, нужно строить конвертер PDF в текст.

Но поиск пока отвечает только на один вопрос:

Что человек пытается сделать прямо сейчас?

Он почти ничего не говорит о том, что происходит после результата.

Человек может один раз достать текст из инструкции и больше никогда не возвращаться.

Может каждую неделю обрабатывать десятки договоров.

Может копировать текст в ChatGPT.

Может вытаскивать из документов одни и те же реквизиты.

Может сравнивать коммерческие предложения.

Может после каждого файла вручную переносить данные в таблицу или CRM.

Снаружи всё это начинается одинаково:

получить текст из PDF.

Но продукты за этими сценариями могут быть совершенно разными.

Поэтому я пока не называю найденный спрос подтверждённым продуктом.

Но сигнала уже достаточно для маленького теста

Другой крайний вариант - продолжать исследовать бесконечно.

Собирать ещё тысячи запросов.

Сравнивать форматы.

Строить новые таблицы.

Проводить ещё несколько кабинетных исследований.

В какой-то момент это тоже перестаёт добавлять информацию.

Сейчас мне уже известно достаточно, чтобы сделать следующий шаг дешевле, чем продолжать гадать.

Работа PDF -> текст подходит для такого теста по нескольким причинам.

Она понятна без длинного объяснения.

У неё есть очевидный вход - PDF.

Есть очевидный результат - текст.

Результат легко проверить.

Есть прямой поисковый спрос.

Первую версию можно сделать небольшой.

И главное - человек приходит с реальной задачей, а не отвечает на вопрос о гипотетическом интересе.

Поэтому я решил запустить маленький сервис PDF -> текст.

Я не хочу строить сразу универсальную систему работы с документами

Здесь было особенно легко разогнаться.

Добавить OCR.

Поддержать Word.

Excel.

Markdown.

Распознавать таблицы.

Извлекать поля.

Сразу подключить нейросеть.

Сделать пакетную обработку.

Добавить интеграции.

И очень быстро получить большой продукт до того, как стало понятно, какая работа в нём вообще нужна чаще всего.

Поэтому первая версия должна быть уже.

Если в PDF есть нормальный текстовый слой - извлечь текст.

Дать его скопировать.

Дать скачать результат.

Если текстового слоя почти нет - честно показать, что перед нами, вероятно, скан и для него требуется распознавание.

Не пытаться в первой версии идеально решить все виды PDF.

Мне сейчас важнее не максимальное количество функций.

Мне важнее получить реальное использование.

Почему этот микросервис для меня не только конвертер

У него сразу три задачи.

Первая - решить маленькую работу пользователя.

У меня есть PDF. Мне нужен текст.

Если сервис не делает это хорошо, всё остальное не имеет смысла.

Вторая - стать поисковой точкой входа.

Мы уже увидели прямой спрос на эту работу.

Значит, вокруг сервиса можно строить отдельные страницы и полезные материалы под конкретные вопросы:

почему из PDF не извлекается текст;

когда нужен OCR;

что лучше передавать нейросети;

как работать с документами разных типов.

Человек приходит не читать историю моего исследования.

Он приходит решить собственную проблему.

И получает инструмент прямо рядом с ответом.

Третья задача для меня самая интересная.

Сервис становится инструментом продуктового исследования.

Лид-магнит здесь нужен не ради сбора почты

Обычно под лид-магнитом легко представить PDF-файл, чек-лист или форму:

Оставьте email и получите материал.

Мне здесь интереснее другая механика.

Дать человеку полезный результат сначала.

Без обязательной регистрации до него.

Он пришёл с документом.

Получил текст.

Работа выполнена.

И только после этого задать один короткий вопрос:

Что вы хотите сделать с этим текстом дальше?

Вот этот ответ для меня потенциально ценнее самого факта конвертации.

Потому что он начинает показывать следующую работу.

Что я хочу спросить после результата

Не длинную анкету.

Не кастдев на двадцать вопросов.

Один следующий шаг.

Например:

• просто скопировать текст;
• передать его нейросети;
• сделать краткое содержание;
• найти конкретные данные;
• извлечь одни и те же поля;
• сравнить несколько документов;
• обработать пачку файлов;
• перенести результат в таблицу или другую систему;
• автоматизировать такой процесс;
• другое.

Сами варианты ещё можно уточнять после первых пользователей.

Но смысл вопроса уже понятен.

Мне нужно посмотреть вправо от операции PDF -> текст.

Именно там может находиться более интересная работа

Допустим, человек отвечает:

Мне просто нужно было скопировать два абзаца.

Это нормальный сценарий.

Сервис решил задачу.

Но для Brain4 здесь пока почти нечего автоматизировать.

Другой пользователь говорит:

Каждую неделю мне приходит 50 таких файлов. Я вытаскиваю из них суммы, даты и номера договоров, а потом переношу всё в таблицу.

Вот это уже другой сигнал.

Здесь появляется цепочка:

документы приходят -> текст извлекается -> нужные поля находятся -> человек проверяет -> данные переносятся дальше.

Тогда PDF -> текст оказывается только первым техническим этапом.

Настоящая работа находится дальше.

И именно её уже можно исследовать как кандидата на автоматизацию.

Какие сигналы я хочу собирать

Мне не нужно хранить содержимое пользовательских документов, чтобы получить первые продуктовые сигналы.

Гораздо важнее понять поведение вокруг операции.

Например:

• сколько людей успешно получают текст;
• сколько упираются в скан;
• сколько возвращаются;
• сколько работает не с одним файлом, а с пачкой;
• что выбирают следующим действием;
• какие повторяющиеся сценарии появляются чаще всего;
• возникает ли после конвертации ручная проверка;
• нужно ли переносить результат в другую систему;
• хочет ли пользователь убрать несколько следующих шагов, а не только один.

Отдельно интересна повторяемость.

Один файл - это полезная утилита.

Регулярный поток одинаковой работы - уже возможная функция.

Что для меня будет сильным продуктовым сигналом

Не количество конвертаций само по себе.

И не красивая цифра посещаемости.

Мне интереснее увидеть что-то вроде:

Я делаю это каждый день.

Или:

У нас таких документов несколько десятков в неделю.

Или:

После этого я всегда вытаскиваю одни и те же пять полей.

Или:

Потом сотрудник переносит результат в 1С, CRM или Excel.

Или:

Мы проверяем каждый документ по одинаковым правилам.

Вот здесь появляется работа с владельцем, частотой, ручной стоимостью и понятным результатом.

Тогда уже можно задавать следующие вопросы.

Кто выполняет эту работу?

Сколько времени она занимает?

Что считается готовым результатом?

Где возникают ошибки?

Как часто процесс повторяется?

Сколько стоит ручное выполнение?

Можно ли отделить стандартные случаи от исключений?

И есть ли смысл автоматизировать уже всю цепочку.

Почему отдельные SEO-страницы становятся частью продуктового теста

До этого я воспринимал поисковые страницы в основном как канал привлечения.

Теперь смотрю на них шире.

Есть информационный запрос:

почему из PDF не извлекается текст?

Есть транзакционный:

PDF в текст онлайн.

Есть более технический:

PDF в Markdown.

У каждого человека немного разный контекст.

Но если соответствующие статьи и страницы приводят его к одному рабочему инструменту, я могу увидеть не только поисковый спрос.

Я могу увидеть, какая работа реально выполняется.

Получается простая цепочка:

поисковый запрос -> полезный ответ -> инструмент -> результат -> следующий шаг пользователя.

Для меня это уже не просто SEO.

Это часть механики проверки продукта.

Что я сознательно не буду считать доказательством

Если сервис получает трафик, это ещё не значит, что найден хороший бизнес.

Если люди конвертируют файлы, это ещё не значит, что они готовы платить.

Если кто-то выбирает пункт автоматизировать, это ещё не подтверждённый спрос на конкретную систему.

Если много пользователей упирается в OCR, это ещё не значит, что нужно немедленно строить собственный OCR-продукт.

Каждый такой сигнал только повышает или понижает вероятность следующей гипотезы.

Поэтому задача первой версии достаточно скромная.

Закрыть маленькую понятную работу.

Привести к ней людей с реальным намерением.

И посмотреть, что находится следующим шагом.

Почему я всё-таки принимаю решение запускать

На предыдущем этапе у меня была личная боль и кабинетное исследование.

Теперь есть несколько вещей одновременно.

Есть сильный прямой поисковый сигнал.

Есть понятная маленькая работа.

Есть технически ограничиваемая первая версия.

Есть возможность получать органический трафик на конкретный интент.

Есть способ после результата исследовать следующую работу.

И стоимость такого теста для меня выглядит существенно ниже, чем стоимость разработки большой системы обработки документов.

Этого достаточно, чтобы принять решение.

Я запускаю микросервис PDF -> текст.

Не потому, что уже доказал большой рынок конвертеров.

Не потому, что считаю PDF отдельной большой продуктовой категорией.

И не потому, что хочу сделать ещё один универсальный инструмент работы с файлами.

Я запускаю его как маленький самостоятельный продукт, который одновременно должен стать лид-магнитом и датчиком более крупной работы.

Что будет следующим результатом исследования

После запуска мне уже будет мало поисковых цифр.

Нужны данные использования.

Какие документы проходят.

Где люди упираются.

Что делают после получения текста.

Возвращаются ли.

Есть ли пачки.

Есть ли повторяющийся следующий шаг.

И появляется ли за ним работа, которую бизнес сегодня выполняет вручную и за которую уже платит временем, людьми и ошибками.

Если такого сигнала не будет, микросервис может остаться просто полезной бесплатной утилитой.

Это тоже нормальный результат.

Если сигнал появится, следующий продукт уже нужно будет формулировать не как:

PDF в текст.

А как конкретную повторяющуюся работу, которую удалось обнаружить через этот вход.

На этом этапе решение принято.

Следующий шаг - не ещё одна статья про форматы.

Следующий шаг - собрать сервис и начать получать реальные данные.