Строим в открытую: Мой путь к $1k MRR с Lovable SaaS

Всем нравятся истории о том, как "построить что-то на виду", пока не доходит до того, чтобы делиться депрессивными частями. Неделя, когда у вас ноль регистраций. Функция, на создание которой вы потратили 40 часов, но никто ею не пользуется. Тишина после запуска. Это именно такая история. Моя цель была проста: создать SaaS-продукт с помощью Lovable AI и довести его до $1000 MRR. Я решил документировать это еженедельно на X, со всеми шероховатостями. Вот сжатая версия этого трехмесячного путешествия.

Подготовка: Идея и Инструмент

Я начал с широкой, ничем не примечательной идеи, распространенной среди начинающих основателей: универсальный инструмент для переработки AI-контента. Презентация была глупо расплывчатой. "Превращайте любой контент в любой другой контент". Он мог взять видео с YouTube и написать пост в блоге, или пост в блоге и написать твиты. Проблема была в том, что я создавал решение, не имея глубокого понимания какой-либо конкретной проблемы. Я строил продукт "что если". Что если люди захотят это?

Мой выбор инструмента был более обдуманным. Я выбрал Lovable AI. На дворе 2026 год, и ландшафт конструкторов AI-приложений шумен. Lovable выделялся своим визуальным конструктором логики и фокусом на создании надежных бэкендов, а не просто блестящих фронтендов. Я подумал, что смогу быстро создавать и итерировать сложные AI-рабочие процессы, не увязнув в бойлерплейт-коде и управлении серверами. План состоял в том, чтобы быстро проверить идею. Ирония в том, что в итоге я подтвердил, что моя идея была ужасной, что само по себе было успехом.

Недели 1-4: Разработка решения без проблемы

Первый месяц был сплошным строительством, классической ловушкой MVP. Я провел недели, проектируя эту красивую, гибкую систему. У нее были входы для аудиофайлов, URL-адресов YouTube и текстовых блоков. Цепочки AI-логики были сложными, предлагая разные тона и форматы вывода. Я создал гладкий пользовательский интерфейс с перетаскиванием. В конце четвертой недели я запустил "RepurposeAI" для своей небольшой аудитории на X и списка рассылки примерно из 200 человек.

Результатом была гнетущая тишина. Я получил несколько регистраций, в основном от поддерживающих друзей. Люди заходили, кликали и уходили. Ноль кредитных карт было введено. Я получил несколько вежливых сообщений с текстом "Крутой проект!", что является кодом для "Я никогда не буду этим пользоваться". Продукт был слишком универсальным. Он делал все, а это означало, что он не делал ничего особенно хорошо ни для кого. Это был швейцарский армейский нож, где каждый инструмент был немного погнут. Я построил мощный двигатель и ни к чему его не присоединил.

Недели 5-8: Поворот, который спас все

Униженный неудачным запуском, я сделал то, что должен был сделать на первой неделе: поговорил с пользователем. Ну, с "пользователем". Я связался с одним из трех человек, которые на самом деле пытались загрузить файл. Он был ведущим подкаста. Я попросил у него 15 минут времени. Он сказал: "Честно говоря, мне не нужен инструмент, который делает десять вещей. Мне нужен инструмент, который делает одну вещь идеально. Я просто хочу превратить свой последний эпизод подкаста в приличную тему в Twitter, чтобы продвигать его. Вот и все. Это занимает у меня час каждую неделю, и я ненавижу это".

Это был поворот. Этот разговор изменил все. Я решил убить RepurposeAI и создавать для этого одного человека. Новое приложение, которое я назвал PodThreads, будет делать только одно: принимать RSS-ленту подкаста, брать последний эпизод, транскрибировать его и генерировать высококачественную, увлекательную тему в Twitter на основе ключевых моментов. Это было обезболивающее, а не витамины.

Архитектура Lovable сделала этот поворот удивительно быстрым. Мне не пришлось начинать с нуля. Я просто удалил все лишние вводы, сфокусировал пользовательский интерфейс на одном поле "Введите RSS-ленту" и потратил время на доработку AI-логики. Я связал несколько AI-шагов: сначала, очиститель транскрипта. Затем, AI-модель для выявления наиболее привлекательных крючков и выводов. Наконец, еще одна модель для написания самой темы в разговорном стиле. За две недели у меня был новый, гиперфокусированный продукт.

Недели 9-12: Не масштабируемая работа до первого дохода

Этот новый продукт все еще нуждался в клиентах, и на этот раз я не собирался просто твитить в пустоту. Здесь началась немасштабируемая работа. Цель была узкой - ведущие подкастов в сфере технологий и стартапов. Поэтому я отправился на их поиски. Вся моя стратегия на следующий месяц может быть сведена к нескольким ручным, повторяющимся задачам:

• Поиск потенциальных клиентов: Я провел дни, просматривая Spotify и Apple Podcasts в поисках шоу для C-suite моего идеального профиля клиента. Я составил список из 100 подкастов.
• Ручные "демонстрации": Я выбрал 20 ведущих из списка. Я взял их последний эпизод, пропустил его через свой инструмент и отполировал результат. Это занимало около 5-10 минут на ведущего.
• Холодные обращения: Я отправил прямое сообщение каждому из 20 ведущих на X. Никакого спама. Это было личное. "Привет, [Имя], мне очень понравился эпизод с [Гость] о [Тема]. Часть про X была отличной. Я взял на себя смелость создать для вас тему в Twitter с основными моментами. Надеюсь, это полезно!" Затем я вставил тему.
• Конверсия: Отклик был небо и земля по сравнению с моим первым запуском. Около половины из них ответили. Несколько опубликовали созданную мной тему. И пятеро из них спросили: "Это здорово, как вы это сделали?" Я отправил им ссылку на PodThreads. В первую неделю два из них перешли на мой план за $29/мес. Я заработал свои первые $58 MRR. Ощущение от первого уведомления Stripe было лучше, чем любая метрика тщеславия.

Я повторял этот процесс каждый день. Отзывы от этих первых клиентов были чистым золотом. Они запрашивали форматы постов для LinkedIn. Они просили разные варианты тона. Они находили ошибки. Поскольку я использовал Lovable, я мог внедрять эти изменения за часы, а не недели. Каждая функция, которую я создавал, была прямым ответом на запрос платящего клиента.

Преодоление $1k MRR (и путь к $5k)

Достижение $1k MRR было медленным, устойчивым подъемом, а не внезапным взрывом. Это был результат добавления двух-трех клиентов в неделю от прямого обращения и сарафанного радио. Переломный момент наступил примерно на 11-й неделе. Один из моих первых пользователей, ведущий со скромной, но очень вовлеченной аудиторией, спонтанно упомянул инструмент в конце своего шоу. Это единственное упоминание привлекло больше регистраций за один день, чем все мои предыдущие усилия вместе взятые. Это были высокомотивированные пользователи, которые уже понимали проблему. Многие конвертировались в течение нескольких часов.

Вот как выглядел рост:

| Неделя | MRR | Ключевое событие | | :--- | :------ | :-------------------------------------- | | 9 | $58 | Первые 2 платящих клиента от холодных DM | | 10 | $261 | Уточненный охват, 7 новых клиентов | | 11 | $609 | Добавлен формат LinkedIn, улучшена удержание | | 12 | $1,102 | Упоминание от пользователя вызвало волну |

Пересечение отметки в $1 тыс. MRR ощущалось не столько как финишная черта, сколько как стартовая. Это доказывало, что я нашел реальную проблему и создал жизнеспособное решение. Следующая цель - $5 тыс. MRR. Путь к ней включает меньше немасштабируемой работы и больше масштабируемых систем. Мне нужно создать реальный процесс регистрации, изучить интеграции с платформами хостинга подкастов и превратить довольных клиентов в повторяющийся маркетинговый канал. Основа заложена. Теперь пришло время развивать ее.

Был ли Lovable правильным инструментом для этого проекта?

Да, Lovable был правильным выбором, потому что скорость итерации была самым важным фактором. Когда моя первоначальная идея провалилась, я смог изменить весь продукт менее чем за две недели, не переписывая все. Визуальный рабочий процесс для связывания AI-подсказок и обработки логики позволил мне почти мгновенно реагировать на ранние отзывы клиентов. Основным недостатком является то, что вы зависите от библиотеки компонентов платформы. Если вам нужен гиперкастомизированный фронтенд-элемент или нишевый API, который не поддерживается, возможно, вам придется найти обходной путь. Для MVP и раннего роста его скорость не имеет себе равных.

Сколько стоило достижение $1k MRR?

Мои расходы за первые три месяца были на удивление низкими. Вот разбивка:

• Подписка Lovable: ~ $99/месяц ($297 всего)
• OpenAI API Costs: ~ $40/месяц (масштабировались с использованием, $120 всего)
• Имя домена: $15/год

Общая сумма потраченных денег для достижения $1k MRR составила примерно $432. Основным вложением было мое собственное время. Избегая кастомного кода, серверов и сложной инфраструктуры, я свел расходы к минимуму. Это огромное преимущество использования AI-нативных конструкторов - они абстрагируют наиболее затратные части от запуска софтверной компании.

Какой была ваша самая большая ошибка?

Моей самой большой ошибкой было влюбиться в мое первоначальное решение, прежде чем подтвердить проблему. Я потратил месяц на создание "гибкого" инструмента, который никому не был нужен. Это был классический случай преждевременного проектирования. Я должен был провести этот первый месяц на сабреддитах о подкастинге и в Twitter, общаясь с потенциальными пользователями и узнавая об их рабочих процессах. Я мог бы подтвердить идею для PodThreads с нулевой строкой кода. Вместо этого я создал продукт, наблюдал, как он терпит неудачу, а затем начал общаться с пользователями. Это был дорогостоящий, но ценный урок смирения.