Последний месяц я пытаюсь сделать то, что, как оказалось, гораздо сложнее написания кода.

Придумать хороший продукт.

Не просто интересную идею, которая кажется классной разработчику, а продукт, для которого существует реальный рынок и люди готовы платить.

И чем дольше я об этом думаю, тем сильнее убеждаюсь: написать MVP зачастую проще, чем понять, что именно нужно написать.

Всё начиналось с транскрибации

Изначально я хотел сделать сервис для транскрибации аудио и видео.

Идея казалась вполне логичной: загружаешь видео, получаешь текстовую расшифровку в удобном формате, а затем одной кнопкой делаешь краткую выжимку содержания.

Тем более спрос на такую услугу действительно есть. Например, запрос «видео в текст» в Яндекс Вордстат показывает порядка 30 тысяч запросов в месяц.

Я даже успел навайбкодить первый MVP: сделал сайт, бэкенд и подключил свои нейронные сети.

Казалось бы — вот он, продукт.

Но когда я начал внимательнее смотреть на рынок, появилось ощущение, что немного опоздал. Сервисов для транскрибации уже огромное количество, причём многие из них делают примерно одно и то же.

И я начал задавать себе довольно неприятный вопрос:

А зачем кому-то нужен ещё один транскрибатор?

Можно сделать интерфейс красивее, добавить ещё одну нейросеть или придумать несколько дополнительных функций. Но всё это уже начинало походить на попытку оправдать выбранную идею, а не на поиск реальной потребности.

От расшифровки текста — к коротким видео

В какой-то момент я начал думать не о самой транскрибации, а о том, что люди делают с полученным текстом дальше.

Так я пришёл к коротким видео.

Reels, Shorts, TikTok и другие вертикальные форматы давно превратили субтитры в отдельный элемент дизайна. Это уже не просто текст в нижней части экрана.

Большие слова, выделение отдельных фраз, анимация, изменение размера и цвета, размещение текста рядом с объектами в кадре — всё это помогает удерживать внимание зрителя.

Так появилась идея сделать сервис не для транскрибации, а для создания и редактирования эффектных субтитров для коротких видео.

И это уже совсем другой продукт.

Сначала идея выглядела просто: распознать речь, получить таймкоды и дать пользователю удобный редактор.

Но чем больше я над ней думал, тем больше появлялось возможностей:

• определять объекты в кадре и не перекрывать их субтитрами;
• автоматически выделять важные слова;
• добавлять анимации;
• подбирать оформление под конкретное видео;
• находить моменты, которые стоит визуально подчеркнуть.

А дальше фантазия разработчика начинает разгоняться: B-roll, автоматический монтаж, синхронизация губ, работа с аудиодорожкой, редактирование видео с помощью AI-агента.

В какой-то момент я понял, что таким образом очень легко придумать продукт лет на пять вперёд.

Поэтому решил остановиться и начать с гораздо более простой вещи:

Сделать нормальный редактор субтитров.

Что получилось

Так появился мой первый SaaS — Captions Space.

Основная идея сервиса простая: загрузить видео, автоматически получить субтитры и быстро привести их в нормальный вид.

Сервис распознаёт речь и создаёт субтитры с таймкодами. После этого видео можно открыть в редакторе.

Если распознавание где-то ошиблось, текст можно сразу исправить. Если субтитр появляется слишком рано или слишком поздно — изменить тайминг.

То есть AI выполняет рутинную часть работы, а человек быстро проверяет и редактирует результат.

И для меня это довольно важный принцип продукта:

AI не обязательно должен делать всё самостоятельно. Иногда полезнее автоматизировать 80% скучной работы и оставить человеку последние 20%, где нужны контроль и принятие решений.

Почему обычного текстового редактора недостаточно

Отдельная часть проекта — оформление.

Если посмотреть на популярные Reels и Shorts, становится заметно, что субтитры там часто являются полноценной частью визуального стиля видео.

Поэтому недостаточно просто дать пользователю возможность исправить текст.

Нужно управлять шрифтом, размером, цветом, выделением слов, фоном, обводкой, количеством строк и расположением текста. При этом вряд ли кому-то захочется настраивать всё с нуля для каждого ролика.

Поэтому я добавил готовые стили:

• Minimal — простой минималистичный вариант;
• Beauty — более выразительный стиль;
• Business — сдержанное оформление для делового контента.

Выбираешь подходящий вариант, при необходимости что-то меняешь — и можно продолжать работу.

В итоге базовый сценарий выглядит так:

Видео → распознавание → субтитры → редактирование → оформление → готовое видео.

Самая сложная часть — вовремя остановиться

Пока это только первая версия продукта.

Я специально стараюсь не превращать её в комбайн из сотни AI-функций, хотя соблазн очень большой.

Если начать смотреть на видео как на набор данных, возможностей действительно огромное количество:

• анализировать не только речь, но и изображение;
• понимать, что находится в кадре;
• определять положение человека;
• выбирать свободное место для субтитров;
• учитывать контекст сказанного;
• менять оформление в зависимости от содержания;
• находить важные моменты;
• добавлять B-roll.

В перспективе можно вообще отказаться от классического видеоредактора и дать пользователю возможность просто написать:

«Сделай из этого видео динамичный Reels в стиле моего канала».

А затем получить готовый результат.

Но это уже следующий этап.

Сейчас мне гораздо интереснее проверить более простую гипотезу:

Нужен ли людям удобный инструмент для создания и редактирования субтитров?

Потому что именно здесь начинается настоящий продукт. Не с количества AI-функций, а с того, решает ли он конкретную проблему и готовы ли люди возвращаться к нему снова.

Поэтому пока я просто делаю, пробую и смотрю, что из этого получится.

Это мой первый самостоятельный SaaS, и мне самому интересно пройти весь путь: от идеи и первых строк кода до первых пользователей и, возможно, первых денег.

Если вы делали собственный SaaS или запускали MVP, расскажите в комментариях: как вы понимали, что нашли реальную потребность, а не просто интересную для себя идею?

За развитием проекта можно следить в моём Telegram-канале: @imironov

Сам проект: Captions Space