Описание

AI Agent Opportunity Researcher & Validator — это навык для подтверждения рыночных гипотез на основе реальных фактов, который помогает находить, исследовать, оценивать и документировать реальные проблемы. Их можно превратить в продаваемые навыки ИИ-агентов, автоматизированные рабочие процессы, утилиты для разработчиков, цифровые продукты и микро-SaaS-инструменты. Вместо генерации шаблонных идей для стартапов этот навык использует повторяемый рабочий процесс из 6 этапов: 1. Поиск: анализ официальных журналов изменений, устаревших API, проблем на GitHub, форумов поддержки, отзывов и регуляторных обновлений (с акцентом на последние 24–72 часа и постоянные проблемы с недавними триггерами). 2. Выделение проблемы: определение того, кто сталкивается с трудностями, триггеров рабочих процессов, частоты, последствий и затрат на текущие обходные пути. 3. Проверка фактов: классификация каждого утверждения как ФАКТ, ПРЯМОЕ_ДОКАЗАТЕЛЬСТВО, УМОЗАКЛЮЧЕНИЕ, ГИПОТЕЗА или НЕИЗВЕСТНО с отслеживанием четырех дат (публикации, события, сообщения и доступа) для фильтрации устаревших или повторно опубликованных новостей. 4. Анализ конкуренции: сравнение коммерческих SaaS, инструментов с открытым исходным кодом, существующих навыков, встроенных функций платформ и ручных процессов — с отказом от излишней сложности ИИ, если достаточно простого скрипта, чек-листа или таблицы. 5. Оценка и фильтрация (100-балльная шкала): оценка кандидатов по 9 взвешенным критериям, 4 независимым рейтингам достоверности (проблема, решение, спрос, готовность платить) и строгим барьерам для опровергнутых утверждений, нереализуемости инструментов или критических рисков безопасности и лицензирования. 6. Разработка экспериментов по проверке: присвоение статусов ПЕРЕЙТИ К ПРОТОТИПУ, ПРОВЕРИТЬ ДАЛЬШЕ или ОТКЛОНИТЬ ИЛИ ОТЛОЖИТЬ, дополненных бюджетом от 0 до 50 долларов США, экспериментом по проверке за 7 дней или менее, измеримыми порогами прохождения, 16-секционным отчетом в формате Markdown и экспортом в JSON для дальнейшего прототипирования.