Как запустить генератор изображений нейросетью в России — разбор TheFluxTrain

Логика такая. Обычная генерация картинок выдаёт каждый раз новое лицо и стиль — для одной картинки это нормально, но для серии нет. Если делаешь виртуального персонажа или серию сцен с одним героем, нужно, чтобы лицо, одежда и стиль не менялись от кадра к кадру. TheFluxTrain закрывает именно это: пользователь загружает 10–20 фото-референсов, сервис обучает на них отдельную модель, дальше можно генерировать десятки сцен с тем же героем. Аудитория — те, кто делает виртуальных персонажей, серийные изображения и контент для соцсетей.

Модель — оплата за кредиты, без подписки: 1000 бесплатных кредитов при регистрации, дальше пакеты. Рост был быстрым по срокам сборки: MVP за пять дней на коде из прошлых проектов — готовая авторизация, биллинг, каркас фронтенда. Сейчас это около $2 тысяч в месяц, один основатель, ноль сотрудников, проект прибыльный. Стартовые расходы — около $100.

Самая чувствительная часть — обучение модели на референсах так, чтобы лицо и стиль оставались одинаковыми во всех сценах. Это и был главный технический сложный момент у оригинала: подобрать параметры обучения, при которых герой не «плывёт» от кадра к кадру. Дальше проще: дать простой интерфейс, чтобы пользователь не разбирался в Python и облачных видеокартах, добавить пакетную подготовку референсов и подключить оплату за кредиты. Оригинал собрал это на готовых кубиках — обучение поверх Stable Diffusion, обработка через OpenAI, фронтенд на Nuxt, бэкенд на Node.

Сколько стоит работа нейросети. Здесь две статьи расходов: разовое обучение модели на каждого пользователя (это аренда видеокарты на время тренировки) и сама генерация картинок пакетами. Обучение дороже одной генерации, потому что это отдельный вычислительный прогон под каждого клиента. В калькуляторе ниже эта себестоимость сидит в ползунке «маржа».

Беру Wordstat — он показывает, сколько раз в месяц вводят запрос. И здесь, в отличие от узких ниш, спрос на саму генерацию картинок нейросетью большой. Одна фраза «нейросеть для фото» — 103 138 запросов в месяц, «нейросеть для генерации изображений» — 55 606. Люди массово ищут, как сделать картинку нейросетью.

Вот как распределён прямой спрос на генерацию изображений — это люди, которые ищут именно сделать картинку или фото нейросетью:

Завёл эти фразы в Директ и снял реальные ставки аукциона. Вот ставка, по которой начинаются показы (низ выдачи):

TheFluxTrain берёт оплату за кредиты, но проще считать так же, как для подписки: сколько стоит привести одного платящего. Это цена клика, делённая на конверсию в покупку. Беру три уровня ставки — низ выдачи, средний показ и основной показ — и считаю при разной конверсии. Конверсия — допущение, поэтому диапазоном.

Логика как у любого проекта: заходишь с небольшим бюджетом и всю прибыль возвращаешь обратно в рекламу — и реклама, и прибыль растут с каждым кругом. Продукт на кредитах, поэтому выручка с клиента — это средний пакет, умноженный на сколько раз он покупает. Двигай ползунки: клик и чек взял из реальных данных, конверсию, повторные покупки и маржу — это допущения.

Кроме платной рекламы есть второй, бесплатный канал — поиск: статьи и страницы под запросы. Посетители приходят бесплатно, но их число нужно растить материалами. Разбил тему на группы запросов — вот сколько людей ищет каждую (Wordstat, в месяц):

По задаче «сделать картинку нейросетью» в рунете работают сразу два бесплатных сервиса от крупных компаний — с ними тяжело конкурировать ценой. Зато в узких задачах (ИИ-фотосессия, аватары, фото для маркетплейсов) есть слой платных сервисов с оплатой в рублях. Вот кто это делает и за сколько:

Соберу цифры разбора вместе. Спрос на генерацию картинок нейросетью большой: «нейросеть для фото» — 103 138, «нейросеть для генерации изображений» — 55 606 запросов в месяц. Клик очень дешёвый — 3–11 рублей на низе выдачи. Платные нишевые сервисы держат чек в коридоре 200–3 000 рублей. Но есть две оговорки. Первая: общую генерацию «любой картинки» держат бесплатные Шедеврум от Яндекса и Kandinsky от Сбера — с ними по цене напрямую не конкурировать. Вторая: узкая задача самого оригинала — один и тот же герой в разных сценах, виртуальные персонажи — почти не ищется напрямую, около 800 запросов в месяц. Большой спрос — у общей генерации, у узкой задачи оригинала спроса напрямую нет.

Как рос оригинал. TheFluxTrain вышел на свою выручку почти без платной рекламы — на собственном контенте. Основатель сам писал пошаговые гайды формата «для новичков»: как обучить свою ИИ-модель, как удержать одно лицо во всех сценах, как сделать виртуального инфлюенсера в три шага — и каждый такой гайд вёл прямо в продукт. Этот контент он усиливал руками: выложил рабочий прототип на Reddit для первой реакции и приходил в комментарии под чужими популярными статьями в той же нише со словами «я автор сервиса, который делает это проще — попробуйте». Платная реклама заметной роли не сыграла. Серия гайдов и тактика комментариев подтверждаются его публикациями; первый пост на Reddit и точные цифры трафика — из разбора кейса, это допущение.

Где брать клиентов в России. Канал оригинала переносится напрямую: вместо Medium — статьи и гайды на VC, Дзене и в Telegram, под запросы «как сделать ИИ-фотосессию», «как обучить нейросеть на своих фото», «как сделать виртуального персонажа». Дешёвый платный клик есть, спроса по нему много, но реклама ведёт на узкую задачу, а не на «ещё один генератор картинок» — иначе сравнение пойдёт с бесплатными сервисами. Главная ставка — на контент, который объясняет узкую задачу и приводит уже тёплого клиента, как и у оригинала.

Пара гипотез — проверит только запуск. Первая (допущение): повторять этот кейс есть смысл не как «универсальный генератор картинок», а как сервис под одну понятную задачу — ИИ-фотосессия по своим фото, аватары, фото товаров для маркетплейсов, — где у людей есть конкретная боль и они готовы платить. Вторая (допущение): повторять стоит тому, кто умеет делать обучающий контент — гайды, которые сами приводят клиента; платить за дешёвый клик и конкурировать на нём с бесплатными Шедеврумом и Kandinsky смысла мало. Бесплатные сервисы заняли «общую генерацию», но слой платных узких сервисов живой и небольшой — место есть именно в узкой задаче с понятной аудиторией.