Bulan terakhir ini saya mencoba melakukan sesuatu yang ternyata jauh lebih sulit daripada menulis kode.

Menemukan produk yang bagus.

Bukan sekadar ide menarik yang tampak keren bagi pengembang, tetapi produk yang memiliki pasar nyata dan orang-orang bersedia membayar.

Dan semakin lama saya memikirkannya, semakin saya yakin: menulis MVP seringkali lebih mudah daripada memahami apa yang sebenarnya perlu ditulis.

Semuanya Berawal dari Transkripsi

Awalnya saya ingin membuat layanan untuk mentranskripsi audio dan video.

Idenya tampak cukup logis: unggah video, dapatkan transkripsi teks dalam format yang nyaman, lalu dengan satu tombol buat ringkasan singkat isinya.

Terlebih lagi, permintaan untuk layanan semacam itu memang ada. Misalnya, permintaan "video ke teks" di Yandex Wordstat menunjukkan sekitar 30 ribu permintaan per bulan.

Saya bahkan sempat membuat MVP pertama: membuat situs web, backend, dan menghubungkan jaringan saraf saya sendiri.

Tampaknya — ini dia, produknya.

Tetapi ketika saya mulai melihat pasar lebih dekat, muncul perasaan bahwa saya agak terlambat. Layanan transkripsi sudah sangat banyak, dan banyak dari mereka melakukan hal yang kurang lebih sama.

Dan saya mulai menanyakan pertanyaan yang cukup tidak nyaman pada diri sendiri:

Mengapa seseorang membutuhkan transkriber lain?

Saya bisa membuat antarmuka lebih indah, menambahkan jaringan saraf lain, atau menemukan beberapa fungsi tambahan. Tetapi semua itu mulai terlihat seperti upaya untuk membenarkan ide yang dipilih, bukan mencari kebutuhan nyata.

Dari Transkripsi Teks — ke Video Pendek

Pada titik tertentu, saya mulai berpikir bukan tentang transkripsi itu sendiri, tetapi tentang apa yang orang lakukan dengan teks yang dihasilkan selanjutnya.

Jadi saya sampai pada video pendek.

Reels, Shorts, TikTok, dan format vertikal lainnya telah lama mengubah subtitle menjadi elemen desain tersendiri. Ini bukan sekadar teks di bagian bawah layar.

Kata-kata besar, penyorotan frasa tertentu, animasi, perubahan ukuran dan warna, penempatan teks di dekat objek dalam bingkai — semua ini membantu mempertahankan perhatian penonton.

Maka muncullah ide untuk membuat layanan bukan untuk transkripsi, tetapi untuk membuat dan mengedit subtitle yang menarik untuk video pendek.

Dan ini sudah menjadi produk yang sangat berbeda.

Awalnya idenya tampak sederhana: kenali ucapan, dapatkan timecode, dan berikan pengguna editor yang nyaman.

Tetapi semakin saya memikirkannya, semakin banyak peluang yang muncul:

• mendeteksi objek dalam bingkai dan tidak menutupinya dengan subtitle;
• secara otomatis menyorot kata-kata penting;
• menambahkan animasi;
• menyesuaikan gaya dengan video tertentu;
• menemukan momen yang perlu ditekankan secara visual.

Dan kemudian imajinasi pengembang mulai bekerja: B-roll, pengeditan otomatis, sinkronisasi bibir, bekerja dengan trek audio, mengedit video dengan agen AI.

Pada titik tertentu, saya menyadari bahwa dengan cara ini sangat mudah untuk menemukan produk lima tahun ke depan.

Jadi saya memutuskan untuk berhenti dan mulai dari hal yang jauh lebih sederhana:

Membuat editor subtitle yang layak.

Apa yang Terjadi

Maka lahirlah SaaS pertama saya — Captions Space.

Ide utama layanan ini sederhana: unggah video, dapatkan subtitle secara otomatis, dan dengan cepat menjadikannya rapi.

Layanan ini mengenali ucapan dan membuat subtitle dengan timecode. Setelah itu, video dapat dibuka di editor.

Jika pengenalan salah di suatu tempat, teks dapat segera diperbaiki. Jika subtitle muncul terlalu cepat atau terlalu lambat — ubah waktunya.

Artinya, AI melakukan bagian pekerjaan yang rutin, dan manusia dengan cepat memeriksa serta mengedit hasilnya.

Dan bagi saya, ini adalah prinsip produk yang cukup penting:

AI tidak harus melakukan semuanya sendiri. Terkadang lebih berguna untuk mengotomatiskan 80% pekerjaan yang membosankan dan meninggalkan 20% terakhir untuk manusia, di mana kontrol dan pengambilan keputusan diperlukan.

Mengapa Editor Teks Biasa Tidak Cukup

Bagian terpisah dari proyek ini adalah desain.

Jika Anda melihat Reels dan Shorts yang populer, akan terlihat bahwa subtitle di sana sering menjadi bagian penuh dari gaya visual video.

Oleh karena itu, tidak cukup hanya memberi pengguna kemampuan untuk memperbaiki teks.

Perlu mengelola font, ukuran, warna, penyorotan kata, latar belakang, garis tepi, jumlah baris, dan posisi teks. Namun, kecil kemungkinan seseorang ingin mengatur semuanya dari awal untuk setiap video.

Jadi saya menambahkan gaya siap pakai:

• Minimal — varian minimalis sederhana;
• Beauty — gaya yang lebih ekspresif;
• Business — desain kalem untuk konten bisnis.

Pilih opsi yang sesuai, ubah sesuatu jika perlu — dan Anda dapat melanjutkan pekerjaan.

Pada akhirnya, skenario dasarnya terlihat seperti ini:

Video → pengenalan → subtitle → pengeditan → desain → video jadi.

Bagian Tersulit — Berhenti Tepat Waktu

Ini masih versi pertama produk.

Saya sengaja berusaha untuk tidak mengubahnya menjadi mesin dengan seratus fungsi AI, meskipun godaannya sangat besar.

Jika Anda mulai melihat video sebagai kumpulan data, peluangnya memang sangat banyak:

• menganalisis tidak hanya ucapan, tetapi juga gambar;
• memahami apa yang ada dalam bingkai;
• menentukan posisi orang;
• memilih ruang kosong untuk subtitle;
• mempertimbangkan konteks apa yang dikatakan;
• mengubah desain tergantung pada konten;
• menemukan momen penting;
• menambahkan B-roll.

Ke depannya, Anda bahkan dapat meninggalkan editor video klasik dan memberi pengguna kemampuan untuk cukup menulis:

"Buat dari video ini Reels yang dinamis dengan gaya saluran saya".

Dan kemudian dapatkan hasil jadi.

Tapi itu sudah tahap berikutnya.

Sekarang saya jauh lebih tertarik untuk menguji hipotesis yang lebih sederhana:

Apakah orang membutuhkan alat yang nyaman untuk membuat dan mengedit subtitle?

Karena di sinilah produk sebenarnya dimulai. Bukan dari jumlah fitur AI, tetapi dari apakah ia memecahkan masalah tertentu dan apakah orang siap untuk kembali lagi.

Jadi untuk saat ini saya hanya membuat, mencoba, dan melihat apa yang terjadi.

Ini adalah SaaS mandiri pertama saya, dan saya sendiri tertarik untuk menjalani seluruh perjalanan: dari ide dan baris kode pertama hingga pengguna pertama dan, mungkin, uang pertama.

Jika Anda pernah membuat SaaS sendiri atau meluncurkan MVP, ceritakan di komentar: bagaimana Anda memahami bahwa Anda menemukan kebutuhan nyata, bukan sekadar ide yang menarik bagi diri sendiri?

Anda dapat mengikuti perkembangan proyek di saluran Telegram saya: @imironov

Proyek itu sendiri: Captions Space