Кстати, рекомендую к прочтению своё мини эссе о наставниках тем, кто подписался меньше года назад: https://uberkinder.notion.site/9681a4c622e4486d810e9e7a08ac2ff1?pvs=4
Читать полностью…
Кажется o3 нашёл, как можно не меняя число инсталлов увеличить MRR минимум в 2 раза 💅
Будем тестировать гипотезу
«Мои конкуренты — тупые, поэтому я сделаю лучше»
Такое мышление — одна (из двух) самых больших ошибок фаундеров.
На самом деле, редко удаётся встретить тупого и в то же время успешного человека. Ещё реже встретишь таких людей в мире стартапов. Поэтому почти всегда есть причина, по которой продукт такой, какой он есть.
И если ты просто заклеймил другого фаундера тупым, то единственный тупой тут ты.
Майкл Сайбел, CEO Y Combinator
@y_everyday — рефлексируем об акселератор с выпускниками на $800+ млрд 🤩
Обновил цены и длительности подписок: https://apps.apple.com/app/vibe-reply/id6553989941 😈
Читать полностью…
Основные схемы контент маркетинга
1. In-house контент
Контент, который ты публикуешь на страницах акаунтов, которыми владеешь (основная или побочная страница)
А: ты создаёшь контент сам
✅ плюсы: бесплатно (маржинальность 100%)
⛔️ минусы: тратит твоё время, требует придрочиться
🚫 узкое место: твоя пропускная способность
Б: создают твои фрилансеры: например, платишь фиксу за видос (либо у вас полноценный продакшн с видеомейкером, монажером, продюссером и т.д. - своим или внешним)
✅ плюсы: почти не тратит твоё время (только на ревью, и то опционально); можешь быстро тестировать новые гипотезы / форматы видосов; маржинальность всё ещё очень высокая, если стабильно создают виральные видосы
⛔️ минусы: стоит денег, при этом оплата не привязана к результату
🚫 узкое место: пропускная способность креаторов (но можно взять больше креаторов) + твой бюджет + capcut навыки креаторов
В: автоматизированный контент ака "контент ферма"
✅ плюсы: можно генерить х10-х50 больше контента, почти не тратит твоё время (только тратишь время на ревью), в большинстве случаев бесплатно (API кост пренебрежимо мал на фоне контента сделанного чужими руками... но это уже не актуально, если ты генеришь фото/видео); если это работает и стабильно генерит виральные видосы, маржинальность максимальная, близка к 100%
⛔️ минусы: требует много времени автоматизировать контент под каждый формат; теряется гибкость в тестировании новых форматов / качество контента как правило ниже;
🚫 узкое место: скорость переключения на новые форматы; если требует фото/видео генерацию, может быть дорого
+ есть возможность делать гибридные схемы
2. Платное промо
Контент, который ты покупаешь и публикуешь на чужих страницах с регулярно большим числом просмотров (алгоритм рилсов/тиктока/шортсов их уже знает)
А: Микро-инфлюенсеры: креаторы (вручную/полуавтоматически/автоматически) делают контент и публикуют на своих страницах с ссылкой на твой аккаунт; ты платишь им за просмотры (CPM = Cost Per Mile, цена за 1000 просмотров) с лимитом бюджета за видос / за неделю. например, $2 за 1000 просмотров с лимитом $200 за видос (чтобы не разориться если видос залетел на миллионы просмотров)
✅ плюсы: их относительно много, выплата зависит от результата (если видосы не собирают нихуя, ты не платишь почти нихуя); маржинальность ниже, но всё ещё высокая
⛔️ минусы: не все просмотры одинаково ценны (нужно смотреть гео + качество интеграций аппа) / качество контента надо контролировать / может быть сложно менеджерить когда масштабируешь
🚫 узкое место: твой бюджет
Б: Инфлюенсеры: большие блогеры с аудиторией от 50-100К, ты платишь $X upfront
✅ плюсы: большая аудитория; большая тёплая аудитория (если подобрал правильного инфлюенсера); маржинальность ещё ниже, но всё ещё может быть хорошей если с конверсией в скачивание и гео всё гуд
⛔️ минусы: не готовы работать с выплатой после публикации / за результат; более дорогие просмотры; рекомендуется брать сразу набор видосов (если один из них залетит = вси окупаются)
🚫 узкое место: твой бюджет + их ограниченное число + в большинстве случаев игнорят
3. Платформенная реклама (TikTok, FB и др)
✅ плюсы: лучше таргетит аудиторию которая тебе нужна; бесконечно скейлится
⛔️ минусы: низкая маржинальность; видос не продолжает набирать просмотры спустя неделю-месяц; нет виральной волны если видос хороший
🚫 узкое место: бюджет + твой контент
Подробнее расскажет OG виральных аппок: https://www.youtube.com/watch?v=jrNIZqL22Ag
Ваш @bogdanisssimo (делай репост, если было полезно) 🥰
Так ну ещё пару vanity-метрик (всё по iOS):
- самая прибыльная неделя
- самый прибыльный месяц (на 30% больше чем в апреле)
- пиковый MRR (на 55% больше чем в апреле)
- на 50% больше активных подписок чем в апреле
- на 47% больше новых триалов чем в апреле
- на 44% больше прирост новых подписок чем в апреле
- ARPU вырос на 37%
- конверсия install-trial увеличилась на 48%
- число скачиваний в мае/апреле одинаковое (но слитый бюджет в 1.5 раза меньше)
AI, Heidegger, and Evangelion (Score: 150+ in 1 day)
Link: https://readhacker.news/s/6v2yU
Comments: https://readhacker.news/c/6v2yU
Они: «Богдан, ты много работаешь, это ненормально»
Богдан: заводит блог, рассказывает про работу, притягивает к себе таких же как он, теперь вы вместе много работаете и это становится для вас новой нормой
когда видишь в логах оплаты месячной подписки из US по цене половины подписки на год в условной Индии
Читать полностью…
Вайб скачивает в среднем 100 человек на свои айфоны каждый день
Самые популярные страны за последние 28 дней:
1. Россия
2. США
3. Мексика
Чем разработка и внедрение AI продуктов отличается от других IT-продуктов
/channel/c3po_notes/317
Каждому человеку нужен хотя бы один человек в жизни, который скажет ему, что он не такой уж и особенный, как он думает.
Успешным людям таких людей понадобится даже больше.
На днях я вернулся в Ташкент, первое что сделал - задался целью наладить сон тренировки и питание, которые у меня полетели в Тайланде
Послушал один из подкастов Брайана Джонсона, в нем его команда делали рисерч, когда лучше тренироваться, пришли к выводу что вечерние тренировки статзначимо херят сон, восстановление, самочувствие
Поэтому я хожу теперь по утрам сразу после пробуждения, мне очень повезло, сейчас мой зал буквально в 5 минутах пешком от дома. Я вспоминаю свои самые продуктивные (и в плане работы, и в плане тренировок) эпизоды жизни в Питере и в Москве, когда зал был в 5-10 минутах – это очень способствовало ходить каждый день, потому что физических препятствий сделать +1 тренировку было меньше (все по канонам книги Atomic Habits)
Для ранних отходов ко сну использую по Алексу Хормози будильник, когда пора сделать Shutdown routine и пойти домой спать + приложение RISE для подсчёта твоего Sleep Debt и циркадных циклов
Вместо диеты использую доставку питания на целый день, где за тебя уже составили рацион на нужный кбжу (делегировал, лол). Также вернулся к работе в коворкингах. Доставка и коворкинг в сумме выходят в 3 раза дешевле, чем работать в кафе, не говоря уже про стабильный Wi-Fi и отсутствие возни с кбжу (нужно всего лишь не есть лишнего)
P.S. По приложениям, чтобы меня не ебали вопросами в комментариях:
• RISE - для трекинга сна
• FitnessAI - для AI-генерации тренировок
• CalAI - для трекинга калорий по фото
#lifeops
Это мы смотрим https://www.youtube.com/watch?v=uq1Vzi-52dA
Сон > Тренировки > Питание > Бизнес/Работа
🌙 1. Сон (должен быть твой №1 приоритет в жизни, non-negational)
- последний приём пищи за 2 часа, а лучше за 4 часа до сна
- wind-down за 1 час до сна: прогулки, книги, медитация - ок
- никаких экранов перед сном (мелатонин), минимум света
- постоянство: одно и то же время сна ежедневно (+- 30 мин)
- избегать кофе за 8-12 часов до сна
💪 2. Тренировки
- 30+ минут каждый день: кардио / силовые - не важно
- двигайся в течение дня [я сам хожу, когда думаю или на созвоне]
🧀 3. Диета (на 3 месте потому что когда хорошо спишь и тренируешься - хочется само собой хорошо питаться)
- никогда не надейся на силу воли, полагайся на дисциплину/систему [от себя добавлю, что насколько знаю к концу дня у нас спадает вниз уровень дофамина, меньше хочется напрягаться/поднимать жопу/решаться на что-то, поэтому к концу дня поддаться соблазнам проще, сила воли слабее - и это нужно учитывать!]
- избегай переедания, чувствовать лёгкий голод - это нормально [и даже полезно, потому что наш организм развивался, когда приёмы пищи были редкие и быть голодным было наше default state, состояние нашей максимальной продуктивности]
- придерживаться среднеземноморской диеты; не нужно задротить с питанием и подсчитывать каждую калорию [в этом плане приложения аля Cal AI / CalSnap несмотря на неточности уже вырабатывают правильную привычку сознательного отношения к питанию, но без задротства, которое только увеличивает стресс]
🧩 Everyone’s looking for the hack — and the hack is patience.
Знаете, год назад я была уверена, что понимаю, что делаю.
Сейчас смотрю на те записи и думаю: что это вообще было?
Через год, скорее всего, так же подумаю про сейчас 😁
Учиться можно на своем опыте.
А можно на опыте других билдеров (второе дешевле),
хоть всех ошибок и не избежать 😎
Так что ловите список моих фейлов:
– делать брендбук до релиза 😪
– неделями расписывать GTM вместо того, чтобы просто запуститься 📝
– откладывать разговоры с инвесторами, потому что "пока не дотягиваем" 😐
– тянуть с закрытием партнерств или фич, которые не летят 🍒
– строить на личных ощущениях, а не на фактах и метриках 🧠
– нанимать людей на энтузиазме, а не по опыту, не делать интервью с человеком с опытом если ты объективно не можешь оценить кандидата 🎧
– думать, что маркетинг — это просто 😁 как по мне так он в 10 раз сложнее разработки, и крутых людей там в 10 раз меньше 😢
– тянуть с релизом, чем быстрее релиз тем лучше, так как будет фидбек пользователей а не просто абстрактный касдев 😐
И главное — переоценивать важность продукта для пользователя и недооценивать силу итераций, регулярности и банального keep pushing, избавляться от лишнего и не жалеть того, что не взлетело 🧘♀️
Вообще считаю что на этом и строится продукт – что ты просто делаешь каждый день хоть что-то, итерируешься, учишься — и не сдаешься 💃
Писать своих Computer-Use агентов это сложно, но интересно. Особенно доставляет когда у человека вооруженного AI единица парсинга занимала 15-20 минут, а у твоей итоговой системы 1.5-2 минуты
Наверное главную интуицию, которую я забрал, что если какие то шаги можно делать без LLM, их нужно делать без LLM
1, Так, например, у всех фронтир LLM, которые я щупал, всё ещё херово с OCR когда речь про разметку точных координат (даже Gemini). Поэтому делаю банальный приём, прогонять сперва через обычную OCR модель, совать найденные блоки текста вместе с координатами прям в промпт (будет много мусорных но это и не важно – LLM разберётся), после чего просим выполнить то или иное задание
По сути это тот же приём, что я раскрывал в статье на Хабре «Мечтает ли GPT-4o о сегментации картинок?», когда мы обогащаем LLM предварительной точной разметкой, нивелируя её слабые места
2. Полезно логировать все шаги агента вместе с тайм стемпами и потом просить gemini/sonnet найти узкие места, понять что сейчас самое узкое место
Опять же, нередко замена на захардкоженые скроллы / клики или заскриптованные циклы - спасают от большого числа геморроя, где LLM тупит на ровном месте
3. Батч-обработка всех нагенеренных скриншотов – наш бро. На удивление последние LLM довольно аккуратно обрабатывают десятки скриншотов разом
4. Итс окей иметь минорные ошибки и не выдрачивать всё до полного идеала. Это нормально если автоматически распарсится 99% данных и затем при валидации понадобится в полуручном режиме добить оставшийся 1%
#browser_use #ocr
пользователи проводят разные социальные эксперименты: https://apps.apple.com/app/vibe-reply/id6553989941
Читать полностью…
Выручка по США за эту неделю превысила выручку по РФ на 20%+. Вот бы теперь так было по целому месяцу 💸💸💸
Скачать Vibe: https://apps.apple.com/app/vibe-reply/id6553989941
Вообще, я согласен, что под определённым ракурсом мир B2B продуктов и мир B2C продуктов не так далеки, как кажется
B2C продукт можно продавать тем, у кого аудитория или сотрудники – конечные пользователи твоего SaaS. И наоборот
Пример: разработчикам/дизайнерам нравится работать с Miro/Cursor/Figma/Notion – они агитируют свой менеджмент взять им корпоративную подписку на всю команду / весь департамент. Называется PLS (product-led sales), когда через B2C мы уходим вверх по иерархии на B2B или даже на B2E (Enterprise sales)
Ещё пример: мои друзья из Aesty сделали AI стилиста (мобильное приложение, B2C продукт), сейчас рассматривают переход в B2B, когда деньги получаешь от фешн-брендов, вревращаешься в классический маркетплейс "мы вам трафик, вы нам деньги": /channel/neural_prosecco/736
Gemini 2.5 Pro MAX > Claude 4 Sonnet > Gemini 2.5 Pro
Читать полностью…
Просьба всем, очень важно, кто не зарегистрирован на ProductHunt, зарегистрироваться https://www.producthunt.com/
(потому что голоса тех, кто не зареган за какой-то срок до дня запуска, не учитываются)
• 30,000+ пользователей
• Из них почти 8,000 iOS
Slow but steady growth 📈
Скачать Vibe: https://onelink.to/vibe-ai
3 подхода делать RAG, которым не учат AI-энджоеры с ютуба, но который сильно лучше работает на практике – по опыту моих друзей и меня
Стандартный подход к RAG подробно описан здесь: /channel/bogdanisssimo/195
Коротко, идея: мы хотим снабжать LLM нашим контекстом, чтобы она отвечала оглядываясь на него. Стандартный подход: нарезаем документы нашего контекста на чанки. Превращаем каждый чанк в эмбеддинг. На инференсе превращаем запрос пользователя в эмбеддинг, находим похожие документы. Кидаем в контекст. Звучит клёво и логично, но на практике добиться высокой точности бывает очень сложно
А как можно по-другому?
Идея #1. Хранить документы в PostgreSQL или другой не-векторной БД. Каждый документ размечается по некому набору полей (например, цена / локация / тип / время / другие параметры). Просить LLM-маршрутизатор выдать через SO параметры (или даже напрямую просить SQL, if you are brave enough), отфильтровать / отсортировать - подсунуть в контекст. Нет эмбеддингов - нет проблем. Retrieval есть? Есть.
Идея №2. Кидать все документы в контекст дешёвой и быстрой LLM-маршрутизатора, просить выделить релевантный запросу контекст для основной модели. Плюсы: подходит как для атомарных фактов (аля найти иголку в стоге сена), так и для верхнеуровневых выводов, когда нужно агрегировать некое знание сразу по большому числу документов. Снова, нет эмбеддингов - нет проблем. Мелкая LLM сильно лучше справляется с ретривалом, чем эмбеддер + косинусная близость. В большинстве юзкейсов не так много данных, чтобы бить по деньгам, тем более сейчас довольно дешёвое кеширование токенов у LLM-провайдеров.
Идея №3. Делаем или классический RAG, или один из перечисленных, но вместо слепого разбития на чанки по какому-то автоматизированному правилу, просим LLM сделать саммари и/или выделить ключевые идеи и/или выделить атомарные факты (желательно не скупиться по качеству модели, процедуру делаем 1 раз). У стандартного RAG проблема что большинство чанков (если вы будете их логировать и смотреть глазками) будет мусор, пустота, вода. А как известно, мусор на входе – мусор на выходе. После такой более въедливой обработки вы получите и на порядок меньше токенов, и в них будет сильно плотнее информация.
Делитесь постом если было полезно
Ваш @bogdanisssimo 🥰
