Я проверяю, как нейросети справляются с настоящими бытовыми и рабочими задачами: показываю запросы, результаты, ошибки и честные выводы.
Отдельно проверил метод на примере «ищу авитолога»: в 649 отображённых строках по рабочему журналу отметил 209 кандидатов и после ручной фильтрации отнёс 100 записей к отдельным публичным сигналам намерения.
Из 120 предметно исследованных кандидатов выбрал 100: для каждой ниши показал стороны рынка, сигнал дефицита, фильтры, монетизацию, MVP, риск и источники.
Из 192 ниш выбрал 15 с подтверждённым спросом и понятной монетизацией. Внутри — Wordstat, конкуренция, ручной MVP и три теста на неделю.
Собираю повторяющиеся советы из девяти личных историй в 9 проверяемых РП: действие, метрика, риск и условие пересмотра.
Проверяю, сможет ли нейросеть выделить из длинного голосового поручения, сроки и ответственных — и где она допускает ошибки.