Ищем нишу для продукта с нейросетями на примере Excalidraw

Осенью 2024 года Miro отключил платные аккаунты из России и Беларуси, бесплатные оставил. За два года на освободившееся место пришли Яндекс, VK, МТС, Битрикс24 и ещё с десяток российских сервисов. Поэтому, когда в октябре 2026-го на Хабре вышла новость о новых ограничениях Miro, её почти никто не стал обсуждать: пользователи к тому времени уже переехали.

Когда крупный сервис уходит с рынка, хочется сразу сделать ему замену. Но об уходе узнают все в один день, Яндекс тоже. Если делать просто ещё одну доску вместо Miro, придётся тягаться с корпорациями по бюджету, и шансов тут мало.

Мне стало интересно, что получится, если копать глубже. За вечер с ИИ я нашла сегмент, до которого у корпораций не доходят руки. Это команды, которые держат open source доску Excalidraw на своих серверах, любят её и при этом скучают по функциям Miro.

Статья для тех, кто пишет код и думает о своём продукте. Расскажу, какими нейросетями искать нишу, как разбирать источники и по каким фреймворкам оценивать идею, чтобы понять, принесёт ли она деньги, до того как вы потратите на неё полгода. Подход я собрала из практик Y Combinator, исследований McKinsey и Anthropic и проверила на примере с Excalidraw.

Почему не стоит брать идею из подборки

Пол Грэм, сооснователь Y Combinator, называет идеи, придуманные за столом, «ситкомными». В сериале они звучали бы правдоподобно, а настоящей потребности за ними нет. В его эссе есть пример с соцсетью для владельцев питомцев. Знакомые собачники вежливо скажут «может, и попробую», и на этом всё, пользователей не будет.

Подборки «идей для бизнеса» почти целиком состоят из таких идей. Их прочитали тысячи людей, а спрос никто не проверял. В Y Combinator для самых заманчивых ловушек даже есть термин tarpit ideas, идеи-трясины. Они кажутся простыми, на них слетается много основателей, и годами ничего не взлетает, потому что сложность спрятана в устройстве рынка.

С ИИ собрать продукт стало проще, поэтому теперь всё решает выбор, что именно собирать. В марте 2026 года Miro купил Reforge, платформу для обучения продуктовых команд. Её CEO Брайан Балфур объяснил сделку тем, что с ИИ командам нужны новые навыки, от прототипирования до стратегии.

В России ошибка стоит дороже. За 2025 год российские стартапы привлекли всего $159 млн, а сделок стало на 42% меньше. Так что проверять идею приходится на свои деньги и до того, как вкладываться всерьёз.

Что нейросети изменили в исследовании рынка

Раньше на исследование ниши уходили недели, иностранные источники мешал читать язык, а разбор данных стоил денег. Теперь большую часть этой работы берёт на себя нейросеть.

Агент глубокого исследования за время от 2 до 30 минут проходит десятки и сотни страниц и выдаёт отчёт со ссылками.

Китайский, английский и русский модель читает одинаково. Поэтому Xiaohongshu (что-то вроде Pinterest и Instagram в одном) и Zhihu (китайская Quora) становятся доступны без переводчика.

Тысячи отзывов модель сама раскладывает по темам, тональности и силе сигнала. Раньше на это сажали отдел аналитики.

В McKinsey проверили это на продакт-менеджерах. Часть сэкономленного времени пришлась как раз на сведение пользовательских исследований, когда команда ещё ищет идею.

Какие нейросети и инструменты брать

Версии моделей обновляются каждые пару месяцев, так что в таблице семейства моделей и задачи, для которых я их беру в октябре 2026 года.

Одного инструмента мне обычно мало. Источники я ищу в Perplexity, а разбирать их и писать выводы отдаю Claude или ChatGPT. Такую связку советуют и в обзорах инструментов.

Как обрабатывать источники

1. Выгрузите отзывы, треды и issues в таблицу парсером или агентом. В таблице нужны текст, оценка, дата, источник и ссылка.

2. Уберите дубли, рекламу и отзывы без текста. Если источники на разных языках, переведите всё на один.

3. Разбейте отзывы на отдельные мнения. В одном отзыве часто несколько жалоб, и модель вытащит каждую с темой, тональностью и цитатой. Так же делают в научных работах по анализу отзывов.

4. Сгруппируйте мнения. Их переводят в эмбеддинги и кластеризуют, обычно связкой UMAP, HDBSCAN и BERTopic. Когда методы сравнивали на отзывах, самые осмысленные темы получились у BERTopic. После этого модель может дать каждой теме короткое понятное название.

5. Для каждой темы определите силу сигнала по таблице из шага 3, посчитайте, как часто она встречается, и посмотрите, растёт ли она со временем.

6. Откройте несколько исходных отзывов по каждой крупной теме. Модель любит уверенно обобщать и может найти тренд, которого нет.

Если отзывов несколько сотен, разбивку, группировку и оценку можно сделать одним промптом в чате. Для тысяч понадобится скрипт, но его тоже можно попросить у ИИ. Я начинала с такого промпта:

Вот 300 отзывов на 1-3 звезды о сервисах онлайн-досок. Для каждого выдели отдельные жалобы. Сгруппируй жалобы в темы. Для каждой темы дай название, число упоминаний, две короткие цитаты и пометку, пишет ли кто-то, что платит за обходное решение. Отсортируй по числу упоминаний. Не добавляй тем, которых нет в отзывах.

Шаг 1. Пропустите идею через 10 вопросов YC

Джаред Фридман, партнёр Y Combinator, собрал эти вопросы, когда разбирал, откуда взялись идеи у сотни лучших компаний YC. Оказалось, что минимум 70% из них пришли к идее сами, из собственного опыта, без всякого мозгового штурма.

1. Подходите ли вы для этого рынка? Фридман считает этот вопрос главным.

2. Насколько большой рынок сейчас и будет ли он расти?

3. Насколько острая проблема? Лучший случай, когда людям сейчас нечем её решить.

4. Есть ли конкуренты? Чаще это хороший знак, значит, спрос есть.

5. Хотите ли вы этот продукт сами? Знаете ли лично тех, кто хочет?

6. Стало ли это возможным или нужным недавно?

7. Есть ли похожие бизнесы, которые уже зарабатывают?

8. Готовы ли вы работать над этим годами?

9. Масштабируется ли бизнес?

10. Насколько удачна сама область идей?

Ещё Фридман пишет, что некоторые признаки только выглядят минусами. Если идею трудно начать, область кажется скучной или конкуренты уже есть, это скорее говорит в её пользу.

У Грэма есть ещё один критерий, про форму спроса. По его мнению, лучше сделать продукт, который очень нужен небольшой группе, чем продукт, который всем нужен чуть-чуть. Он сравнивает такой рынок с колодцем: узко, зато глубоко.

С нейросетями хорошо сочетаются ещё несколько методов.

• Jobs to Be Done ищет задачу, ради которой человек «нанимает» продукт. Модель неплохо достаёт такие задачи из отзывов, если попросить её писать по шаблону «когда я…, я хочу…, чтобы…».

• The Mom Test Роба Фитцпатрика учит спрашивать на интервью о прошлом поведении и потраченных деньгах, потому что мнение о вашей идее ничего не стоит. ИИ поможет составить вопросы и разобрать расшифровки.

• Дерево возможностей Терезы Торрес (Opportunity Solution Tree) идёт от цели к возможностям и решениям и держится на регулярных разговорах с пользователями. Темы, которые нашла нейросеть, ложатся в ветки этого дерева.

Шаг 2. Найдите сигналы спроса

Спрос видно по жалобам, обходным путям, ручной работе и деньгам, которые люди уже платят. Вот где я ищу эти следы.

Больше всего, по-моему, недооценивают отзывы о конкурентах. Читать стоит отзывы на 1-3 звезды, там люди сами пишут, чего им не хватает и за что они готовы платить.

• Из международных площадок это G2, Capterra, Trustpilot, Product Hunt, App Store и Google Play.

• На китайском Xiaohongshu каждый популярный пост читается как отзыв или гайд по покупке. На Zhihu видно, какими словами люди описывают проблему и каких конкурентов сравнивают. Есть ещё отзывы на Taobao и Tmall. Аудитория там огромная, а язык ИИ переведёт.

• Из российских подойдут RuStore, Wildberries и Ozon, Отзовик, IRecommend, Яндекс Карты для офлайн-бизнесов и вопросы на Хабр Q&A.

Я ищу повторы. Если одна и та же жалоба встречается раз двадцать, в продукте дыра.

Разработчики жалуются в GitHub issues. Смотрите те, что открыты годами и собрали много реакций. В Show HN на Hacker News по комментариям видно, что людей цепляет и что раздражает, а в Ask HN прямо спрашивают, каким инструментом решить задачу. На Reddit ищите фразы «I wish there was an app for» и «alternative to». Западные тренды доходят до нас с задержкой, и это даёт фору по времени.

Отдельная история, когда платформа меняет правила и пользователи остаются без инструментов. В июле 2025 года Chrome отключил расширения на Manifest V2 у всех пользователей, а с Chrome 139 они перестали работать совсем. У каждого такого расширения осталась аудитория. Можно зайти и с другой стороны и делать плагины и интеграции для растущих платформ, куда пользователи приходят быстрее, чем появляются инструменты.

Популярные таблицы и шаблоны на Etsy, Gumroad и в Notion показывают, что люди до сих пор делают руками. Easlo, например, продаёт шаблоны для Notion, и к 2024 году у него набрались десятки тысяч покупателей. Шаблон, который хорошо продаётся, часто оказывается прототипом будущего продукта.

Самый сильный сигнал даёт краудфандинг, потому что там люди платят за то, чего ещё нет. Kickstarter удобно смотреть как витрину спроса. Российская Planeta.ru за год собрала 201 млн рублей, в основном на музыку и социальные проекты. На площадках вроде Microns продают небольшие готовые продукты вместе с пользователями и выручкой. А Y Combinator сам публикует темы, в которых видит спрос, в разделе Requests for Startups.

Соцсети показывают, чем люди увлечены прямо сейчас. Если договориться с креатором о партнёрстве, дистрибуция будет с первого дня, потому что его аудитория станет вашей. В России то же самое происходит в VK Клипах и Telegram-каналах.

Ещё один путь называют геоарбитражем. Продукт, который работает на одном рынке, переносят на другой и адаптируют под местные платежи и законы, у нас это СБП, 152-ФЗ и интеграция с 1С. В YC такой ориентир называют прокси. Так Rappi взял модель DoorDash и перенёс доставку еды в Латинскую Америку. Ушедшие сервисы тоже сюда относятся, просто этот сигнал видят все, и копать приходится глубже.

И последнее. Если задачу решают только длинным чек-листом шагов на сорок, нормального инструмента для неё нет.

Шаг 3. Оцените, будут ли платить

Сигналы бывают разной силы. В таблице они идут от сильных к слабым.

Потом я считаю на салфетке, сколько людей в сегменте, сколько они платят за ближайшую альтернативу и какую долю можно реально забрать за год. Если даже на зарплату одного человека не набирается, стоит искать сегмент глубже или соседний.

В B2B считают так же, только сигналы тише, а цикл сделки длиннее. Решение там принимает несколько человек: пользователь, руководитель, безопасность и закупка. Поэтому искать сигнал стоит у тех, кто работает с инструментом каждый день, и сразу проверять, есть ли у них бюджет и право голоса. Самые честные сигналы в B2B лежат в открытом доступе. По вакансиям конкурентов видно, куда они вкладываются, по тендерам видны реальные бюджеты, а по истории изменений в документации понятно, что просили клиенты.

Шаг 4. Разбираю нишу Excalidraw вместе с ИИ

Этот разбор занял у меня один вечер. Claude с веб-поиском искал и сводил источники, я проверяла. Раньше на такое уходило несколько недель.

Сначала я попросила найти, что люди пишут про Excalidraw на своих серверах. Вот что нашлось.

• У проекта 135 тысяч звёзд на GitHub и лицензия MIT, так что на этом коде можно легально строить свой продукт.

• Если поставить Excalidraw на свой сервер, совместное редактирование и ссылки из коробки не работают. Запрос на это висит в репозитории уже много лет.

• Сообщество собирает свои сборки с совместной работой.

• Хостинги продают развёртывание Excalidraw с совместной работой в один клик, от €9 в месяц. По таблице выше это сигнал второй силы, за решение уже платят.

• Для воркшопов с таймерами и голосованием в сравнениях советуют Miro. В Excalidraw этих функций нет.

Потом я посмотрела на конкурентов.

• У Яндекс Досок с февраля 2025 года есть версия для серверов крупных компаний, но эстетика у неё другая.

• Excalidraw+ версию для своего сервера ещё разрабатывает, и она войдёт в корпоративную лицензию.

• Для tldraw в продакшне нужен лицензионный ключ, а коммерческую лицензию продают через отдел продаж.

Из этого получилась гипотеза. Доска в эстетике Excalidraw с функциями для воркшопов, как в Miro, которую компания ставит на свой сервер в России. Если пройтись по вопросам YC, проблема острая для узкой группы, конкуренты есть, похожие бизнесы зарабатывают, а окно открылось недавно.

Факты ИИ собирает быстро, но оценивать их всё равно человеку. McKinsey проверили это на 40 продакт-менеджерах. С ИИ продуктивность выросла на 40%, опытные сохранили качество, а начинающие стали работать быстрее, но хуже. ИИ уверенно путает даты, версии и цены, поэтому каждый факт приходится сверять с первоисточником. В моём разборе часть данных в пересказах оказалась устаревшей, и на проверку ушла заметная часть вечера.

Шаг 5. Найдите преимущество, которое не скопируют

В стартапах такое преимущество называют moat, то есть ров. Конкурент не сможет быстро его повторить, даже если захочет.

Корпорация считает рынок миллиардами и отчитывается перед акционерами каждый квартал. Сегмент в несколько тысяч команд ей невыгоден, даже если она его заметила. А маленькая команда может годами копать нишу, которая ей самой интересна. Excalidraw, кстати, начался 1 января 2020 года с твита инженера Facebook о небольшом приложении для рисования.

Маленькие команды ещё и быстрее берут в работу новые инструменты. Anthropic разобрали 500 тысяч диалогов про код. По предварительной оценке, 33% диалогов в Claude Code касались работы стартапов и только 13% задач крупных компаний.

Если вы знаете нишу изнутри и пользователи вам доверяют, крупному конкуренту понадобятся годы, чтобы это догнать.

Шаг 6. Проверьте деньгами, без программиста

Пол Бакхайт, один из партнёров YC, советует командам с сомнительной идеей сначала попробовать её продать, а строить потом. Пока продаёшь, часто находится настоящая идея.

Первую проверку можно провести за выходные с лендингом, листом ожидания и предзаказом. В зачёт идут только оплаты и предзаказы.

Прототип тоже соберёт ИИ. Примерно у четверти стартапов зимнего набора YC 2025 года 95% кода написал ИИ, а весь набор рос в сумме на 10% в неделю.

Без инженера не обойтись там, где появляются пользователи и данные. Чтобы совместное редактирование Excalidraw заработало на своём сервере, нужны отдельный сервер для совместной работы и HTTPS, и настраивать это лучше инфраструктурному инженеру.

Маркетинг без бюджета

Реклама для российского рынка ограничена, а на большие бюджеты у маленькой команды нет денег. Зато можно попасть в момент или сделать так, чтобы продуктом делились сами пользователи.

Когда Miro уходил, Pruffme сделал импорт досок. Сначала через него перенесли 146 досок, а к августу 2024 года уже 12 тысяч.

Excalidraw разошёлся по Twitter за две недели после поста автора о первых результатах.

Компания из одного человека

В мае 2025 года Дарио Амодеи, CEO Anthropic, предсказал, что в 2026 году появится первая компания стоимостью миллиард долларов с одним сотрудником. Инструменты для такой компании уже есть у всех. Но в Массачусетском технологическом институте заметили, что люди, которые пишут с ChatGPT, хуже помнят свой текст и меньше считают его своим. С нишей то же самое. Если только пересылать выводы модели, рынок вы так и не узнаете и не отличите настоящий сигнал от уверенной ошибки. Нейросеть найдёт и разложит источники, а читать их, сомневаться и решать, что строить, придётся вам. Автор продукта и его первый пользователь всё равно вы.