Highline Beta: представляем Candor — платформу для синтетических пользовательских исследований
Когда ChatGPT только появился, команда Highline Beta сделала то, что делали все.
Они попросили модель сыграть роль клиента. «Тебе 38 лет, ты продакт-менеджер в SaaS-компании среднего сегмента. Я задам тебе несколько вопросов.»
Первые десять минут казалось, что это работает, но потом появились трещины. Ответы звучали правдоподобно, однако оставались поверхностными: модель усредняла всё, что знала о «продакт-менеджерах», и возвращала это обратно. Никакой остроты, никакой памяти, никаких разногласий — никакого живого человека.
Команда подождала. Модели улучшались. Появились другие платформы для синтетических исследований — их тоже попробовали. Некоторые работали быстро. Большинство не дотягивали до качества, достаточного для принятия реальных решений. Несколько стоили неоправданно дорого. И почти ни одна не делала того, что действительно было важно: строила персонажей на основе реальных данных, а не выдуманных промптов.
Поэтому решили построить инструмент самостоятельно — так появился Candor.
Что такое Candor
Построить стало проще. Построить правильную вещь — нет.
Candor проводит discovery-исследования, тестирование концепций, price testing и валидацию ценностного предложения на синтетических пользователях. Возможность провести интервью — не самое интересное в инструменте. Это умеют многие. Важно то, что лежит в основе персонажа.
Команда целенаправленно заложила несколько принципов.
1. Персонажи строятся на ваших данных, а не на промпте. Загрузите ваши исследования, транскрипты и отчёты. Candor извлекает сигналы, находит подтверждающие материалы в открытых источниках и собирает аудиторию с нуля. Каждый атрибут персонажа снабжён тегом источника: можно проследить происхождение любого утверждения до первичных данных.
2. Персонажи возражают. Реальные люди не соглашаются со всем подряд. Персонажи Candor придерживаются собственных позиций, спорят друг с другом и не выходят из образа. Никакого дрейфа в сторону дежурного «да, отличная мысль».
3. Память между сессиями. Проведите интервью с тем же персонажем через неделю с новой концепцией — он помнит предыдущий разговор. Это даёт лонгитюдный сигнал, а не сброс к нулю при каждом запуске.
4. Критик проверяет каждый ответ. Прежде чем ответ попадает к вам, отдельная модель сверяет его с предыдущими высказываниями персонажа и исходными данными. Если ответ противоречит ранее сказанному, это фиксируется.
Где авторы видят возможность
Синтетические исследования не заменяют разговоры с реальными клиентами. Они дополняют их.
Узкое место никогда не было в методе исследования. Оно в том, сколько исследований команда может реально провести. Команда проводит одно исследование за раз. Product, бренд, ценообразование и инновации требуют десяти. Срочные исследования занимают очередь первыми, большинство остальных так и не запускаются, и в итоге люди принимают решения на интуиции или на ChatGPT-промпте, который про себя называют «исследованием».
Раунд с панелью стоит десятки тысяч долларов и занимает недели. Это значит, что тестируются только те вопросы, которые можно однозначно обосновать. Всё остальное уходит в продакшен непроверенным.
Candor создан для этого «всего остального». Данные, обоснованные реальными источниками, доступны в тот же день, когда задан вопрос — чтобы дорогие и медленные исследования оставались для тех решений, которые действительно их заслуживают.
Платформа находится в стадии разработки. Команда открывает лист ожидания — заявки принимаются на сайте runcandor.com.