Я сравниваю гипотезу Контент Скаут с бесплатными рекомендательными лентами, отдельными аккаунтами, сохранёнными материалами, аналитическими сервисами и ручной работой.

Почему Контент Скаут должен быть лучше обычной рекомендательной ленты

После предыдущих этапов у меня уже есть довольно понятная картина.
Работа существует.
За неё платят.
Часть можно отделить от профессионального решения человека.

Но даже этого недостаточно, чтобы делать отдельный продукт.
Потому что остаётся главный вопрос:

Зачем вообще нужен Контент Скаут, если YouTube, Reels, TikTok, VK и другие площадки уже бесплатно рекомендуют контент?

И мне кажется, это сейчас самый неприятный конкурент всей гипотезы.
Не очередной SaaS. А бесплатная лента, которая уже установлена у пользователя.

Нативная лента уже очень многое умеет

Если мне нужны смешные ролики, я открываю Reels.
Если интересует конкретная тема - YouTube.
Если нужно посмотреть, что происходит в определённой профессиональной среде - есть Telegram, VK, TikTok и другие площадки.

Причём эти системы уже знают обо мне очень много.
Что я смотрю.
Что пересматриваю.
Что сохраняю.
На кого подписываюсь.
Что сразу пролистываю.
Где задерживаюсь.
И если несколько дней специально обучать отдельный аккаунт под конкретную тему, лента действительно становится лучше.

Я сам много раз так делал.

Поэтому идея:

“Мы сделаем AI, который лучше рекомендует видео”

мне сейчас кажется слабой.

У платформ намного больше данных.
Они уже встроены в привычку.
И за них не нужно отдельно платить.

Значит, выигрывать нужно не качеством бесконечной ленты.

Для одной темы отдельного аккаунта может быть достаточно

Допустим, мне нужны только ролики про недвижимость.
Можно сделать отдельный аккаунт.
Смотреть там только недвижимость.
Подписаться на нужных авторов.
Сохранять хорошие материалы.
Ставить реакции.

Через некоторое время получится нормальная тематическая лента.
В таком сценарии Контент Скаут ещё должен доказать, зачем он вообще нужен.

Но реальная работа часто выглядит иначе.
Даже внутри одной компании одновременно могут быть нужны:

• отраслевые тренды,
• конкуренты,
• юмор,
• мемы,
• просто быстро растущие ролики,
• зарубежные форматы,
• интересные хуки,
• визуальные механики,
• идеи из соседних отраслей.

Это уже не один интерес.
Это несколько разных исследовательских задач.

И тогда бесплатное решение начинает выглядеть странно.
Один аккаунт под отрасль.
Другой под юмор.
Третий под конкурентов.
Четвёртый под зарубежный контент.
Пятый под просто залетевшие ролики.

А если это агентство с несколькими клиентами?
Что тогда? 15 аккаунтов? 20?
Постоянно между ними прыгать?
Помнить, какой под что обучался?
Следить, чтобы алгоритмы снова всё не перемешали?

Вот здесь бесплатный подход сам начинает превращаться в отдельную инфраструктуру.

Лента пытается понять человека, а нам нужно понимать задачу

Мне кажется, здесь появляется одно из главных отличий продукта.

Обычная рекомендательная система решает примерно такой вопрос:

Что интересно этому человеку?

А рабочая задача другая:

Что этому человеку стоит посмотреть сейчас в рамках конкретного проекта?

Это не одно и то же.

Сегодня мне нужен юмор для одного продукта.
Через час - конкуренты другого бренда.
Потом - зарубежные форматы.
Завтра - механики вообще из соседней отрасли.

Я не хочу обучать один общий профиль всем этим интересам одновременно.

Поэтому внутри Контент Скаут логичнее иметь несколько независимых исследовательских контекстов.
Например:
Бренд A / конкуренты
Бренд A / юмор
Бренд A / новые форматы
Бренд B / экспертный контент
Бренд B / хуки
Общие вирусные механики

У каждого своя история.
Свои источники.
Своя память.
Своя обратная связь.
И всё это внутри одной системы.

Ещё один бесплатный заменитель - просто сохранять всё вручную

Само хранение референсов давно можно решить.
Saved.
Collections.
Telegram.
Notion.
Таблица.
Чат проекта.
Нашёл ролик - куда-нибудь положил.

Но через некоторое время возникают другие вопросы.
Я уже видел это?
Почему вообще тогда сохранил?
Использовали мы эту механику или нет?
Показывал я её этому клиенту?
Не было ли почти такого же ролика неделю назад?
Какой именно элемент мне тогда понравился?

То есть обычное сохранение хорошо отвечает на вопрос:

“Куда положить ссылку?”

Но гораздо хуже отвечает на:

“Что мы уже знаем об этом материале?”

И здесь появляется совсем другая функция.

Память может оказаться важнее рекомендации

Контент Скаут должен помнить не только URL.

Он должен помнить контекст.
Этот ролик уже показывали.
Этот отклонили.
Этот сохранили из-за первых трёх секунд.
Этот использовали в проекте.
Этот оказался слишком сложным для производства.
Этот формат уже обсуждали.
Этот автор несколько раз приносил полезные находки.

Тогда следующий поиск начинается не с чистого листа.
Постепенно у системы появляется рабочая память конкретного проекта.
И это уже намного интереснее обычного списка сохранённых роликов.

Прямые конкуренты тоже есть

Чем глубже я смотрел рынок, тем больше находил сервисов, которые закрывают отдельные части этой работы.
1of10.
Viewstats.
Virlo.
SpotCue.
YTSpy.
Filmot.
Popsters.
LiveDune.

И другие инструменты вокруг creator research, trend research, аналитики и мониторинга контента.
Поэтому говорить:

“Такого никто не делает”

точно нельзя. Делают.

Причём некоторые уже довольно близко подходят к нашей задаче.
Они помогают:

• искать сильные ролики,
• смотреть аналитику,
• исследовать авторов,
• находить outliers,
• следить за трендами,
• искать материалы по теме.

Но мне кажется, здесь всё равно остаётся небольшое, но важное отличие.

Большинство таких инструментов отвечает на вопросы вроде:

Что уже хорошо сработало?
Что растёт?
Какой ролик выбился из обычной статистики?
Что публикует конкурент?

А Контент Скаут должен отвечать на другой:

Что из всего этого конкретно мне стоит посмотреть сейчас?

Популярность сама по себе ничего не решает

Допустим, видео собрало миллион просмотров.
Это сильный сигнал?
Не обязательно.

Если автор обычно набирает два миллиона, ничего особенного не случилось.
А другой канал обычно получает 5 тысяч.
И вдруг новый ролик набрал 100 тысяч.
Вот это уже интереснее.

Поэтому в системе полезны:

• скорость роста,
• отклонение от обычных результатов автора,
• возраст ролика,
• динамика просмотров,
• появление похожей механики у разных авторов,
• распространение формата между нишами.

Но даже очень сильный сигнал ещё не означает:

“Покажи его пользователю”.

Он может вообще не иметь отношения к текущей задаче.

Поэтому статистика - один из сигналов.
Не конечный результат.

Ещё один конкурент - человек

Можно вообще ничего не автоматизировать.

Можно дать эту работу младшему SMM специалисту.
Ассистенту.
Исследователю.
Фрилансеру.

И попросить:

• смотреть нужные площадки,
• собирать интересное,
• убирать повторы,
• готовить подборку.

У человека здесь много преимуществ:

• Он понимает контекст.
• Ему можно объяснить нюанс.
• Он способен заметить что-то неожиданное.
• Может спросить.
• Может понять странную шутку.

Поэтому Контент Скаут конкурирует не только с программами.
Он конкурирует ещё и с частью человеческой работы.

И здесь уже важна экономика.
Если первичный поиск в основном состоит из повторяемых действий, цифровой сотрудник потенциально может делать их постоянно, сразу для нескольких контекстов и с общей памятью.
А человек подключается позже.
Там, где уже действительно нужен человек.

И вот здесь для меня появляется основная продуктовая граница

Я бы сейчас не строил продукт, который помогает посмотреть ещё больше контента.
Контента и так слишком много.
Не нужна ещё одна бесконечная лента.

Мне интереснее противоположная задача.

Сократить количество контента, которое человеку вообще приходится смотреть.

Условно система обнаружила 1 000 потенциальных материалов.
Человеку не нужно видеть 1 000.
Не нужно даже 100.
Ему нужно увидеть 10 - 20, которые действительно относятся к его текущей работе.

Если несколько из них окажутся полезными, задача выполнена.

В этом смысле Контент Скаут работает почти против обычной ленты

Нативной платформе выгодно, чтобы человек смотрел дальше.
Следующий ролик.
Ещё один.
Ещё пять минут.
Ещё одна сессия.

Рабочему инструменту нужен другой результат.
Человек открыл подборку.
Посмотрел несколько материалов.
Нашёл нужные сигналы.
И закрыл задачу.

Одна система оптимизируется на продолжение потребления.
Другая должна оптимизироваться на завершение исследования.

Мне кажется, это сейчас самое сильное различие.

Но слишком хорошая фильтрация тоже может всё испортить

Есть обратная проблема.
Допустим, пользователь попросил:

“Показывай мне ролики про недвижимость”.

Система обучилась. И теперь идеально показывает ему только недвижимость.
Через некоторое время мы получим “профессиональный туннельных взгляд”.

А хорошие идеи часто приходят вообще из других мест.
Референс для недвижимости может прийти из автомобильного контента.
Для ресторана - из фейш.
Для SaaS - из игр.
Для банка - из ролика кофейни.

Поэтому система не должна всё сильнее сужать человека до уже знакомого профиля.
В ней должно оставаться место для неожиданного.

Основная часть выдачи может быть максимально точной.
Часть - из соседних тем.
Небольшая часть - специально за пределами привычного поля.
Не случайный мусор.

А управляемое расширение насмотренности.

Тогда получается не одна лента, а несколько режимов исследования

Например:
Точно по задаче

Максимально релевантные новые материалы.
Что начинает расти

Ранние сильные сигналы и метрики.
Конкуренты

Новые материалы от конкретного списка компаний и авторов.
Соседние ниши

Контент, который напрямую не совпадает с темой, но содержит интересную механику.
Неожиданное

Небольшое количество материалов за пределами привычного профиля.
Тогда продукт уже не просто пытается угадать вкус пользователя.
Он помогает управлять самим процессом исследования.

Как я сейчас формулирую продукт

После всех предыдущих этапов мне уже не нравится формулировка:

“AI для поиска видео”.

Слишком широко.
Не нравится:

“Сервис трендов”.

Тренды - только часть задачи.
И даже:

“Рекомендательная система для SMM”

описывает продукт не совсем правильно.

Сейчас мне ближе:

Цифровой контент-скаут постоянно исследует внешнее видеополе и превращает большой поток материалов в небольшой список новых кандидатов, которые конкретной команде действительно стоит посмотреть.

Он не заменяет SMM.
Не принимает финальное креативное решение.
Не придумывает весь контент.

Он находится раньше.
Перед человеком.

Его работа сейчас выглядит примерно так

мониторировать источники
находить новое
помнить просмотренное
убирать дубли
понимать содержание
отсекать очевидно неподходящее
замечать сильные сигналы
разделять исследовательские контексты
ранжировать под конкретную задачу
объяснять, почему материал может быть интересен
показывать короткую выборку

А дальше уже человек.
посмотреть
оценить
выбрать
адаптировать
превратить в идею
отправить в производство

Если совсем коротко

Не помочь человеку посмотреть больше контента. Помочь ему посмотреть меньше.

Но именно того, который действительно заслуживает внимания.
Пока это и есть для меня основная отличительная черта продукта.

И всё-таки продукт ещё не доказан

Сигнал уже выглядит достаточно сильным, чтобы продолжать.
Есть мой собственный повторяющийся опыт.
Есть та же работа в другом бизнесе.
Есть вакансии, где бизнес уже платит за внешний контентный поиск.
Есть кастдевы, которые помогли отделить механическую часть от насмотренности и профессионального решения.
Есть понятные бесплатные и платные альтернативы.

И уже можно сформулировать отличие продукта.
Но всё это ещё очень легко разрушить одной проверкой.

Если Контент Скаут даст человеку отличную короткую выборку, а тот после этого всё равно откроет Reels и ещё час будет искать самостоятельно, ничего мы не автоматизировали. Мы просто добавили ещё один источник контента …

Поэтому дальше нужно смотреть реальную работу

У меня уже назначены встречи с людьми, которые делают такой поиск руками.
Теперь мне важно не спрашивать:

“Нравится ли вам идея?”

А просто смотреть на экран.
Что человек открывает первым.
Что вводит.
Как быстро листает.
На чём задерживается.
Почему один ролик сохраняет.
Почему другой пропускает.
Когда решает, что поиска достаточно.
Куда складывает найденное.
Что потом действительно доходит до работы.

Главный вопрос сейчас очень простой:

Если цифровой контент-скаут подготовит хорошую короткую выборку, перестанет ли человек выполнять заметную часть первичного поиска вручную?

Если да, следующим шагом уже имеет смысл делать пилот.
Если нет, значит бесплатная лента пока сильнее отдельного продукта.