Evidence Map — Global Party-First AI RPG
Created: 2026-07-22
Updated: 2026-07-24
Status: Supporting evidence for Draft PRD
Primary document: 2026-07-22-global-party-ai-rpg.md
Как читать карту#
- Fact — непосредственно подтверждён источником или собранным корпусом.
- Inference — продуктовый вывод из нескольких наблюдений.
- Hypothesis — выбранная ставка, которую исследование делает разумной, но не доказывает.
- Gate — измерение, которое должно подтвердить или опровергнуть ставку.
Внутренние ссылки ведут в полный research pack. Первичные URL и классы качества находятся в основном source ledger и competitor source ledger. Текущие пробелы собраны в market/product research gap audit, а способ получения недостающих первичных данных — в primary research protocol.
Decision → Evidence#
| ID | Решение PRD | Evidence | Статус доказательства | Ограничение / gate |
|---|---|---|---|---|
| E01 | Категория существует, но не пуста | AI Dungeon ≈4,4M estimated visits за июнь 2026; Infinite Worlds ≈1,93M; AI Realm ≈1,11M; несколько mobile apps имеют 100K+ install floors — executive audit, traffic audit | Fact: distribution signals; estimators ≠ MAU | Не доказывает спрос на party-first формат или нашу retention |
| E02 | Не конкурировать только обещанием AI-GM | Прямые продукты уже заявляют memory, multiplayer, TTS, images, rules и world generation — competitive landscape, direct census | Fact | Набор функций не измеряет качество реализации |
| E03 | Structured state — core advantage | В корпусе повторяются memory/state complaints: AI Game Master rules/state 84/500, Everweave 118/500, FableAI memory 22/95; подробные counts — review synthesis | Fact: theme salience; Inference: architecture priority | Keyword hit не равен sentiment/incidence; нужен собственный replay и session defect log |
| E04 | LLM не authoritative | Long-context retrieval ненадёжен; конкуренты используют layered memory, но продолжают получать continuity complaints — MVP architecture, claim C11–C12 в evidence matrix | Inference | Доказать invariant/replay suite и реальные сессии |
| E05 | Human voice room + canonical action clips | Масштабные competitors обычно дают text/async multiplayer или TTS; полного независимо проверенного voice-room + turn actions + split privacy нет — review synthesis, multiplayer, executive audit | Inference from studied sample | Нельзя заявлять универсальное отсутствие; Wyrdlyre и VoxDungeon имеют близкие first-party claims |
| E06 | Initial 60–90 minute one-shot; 120 minutes conditional | One-shot ограничивает главный риск long memory и позволяет измерить completion; простота и быстрый join ценятся в adjacent products — MVP rationale, review synthesis | Hypothesis | Проверить duration, completion и repeat на English-language cohorts; 120 минут не называть baseline без отдельного triggered test |
| E07 | 3–5 existing friends, без matchmaking | Первичный job — убрать GM/setup friction у уже существующей группы; invite flows встречаются у competitors — audience research, acquisition audit | Hypothesis for global segment | Ранние audience данные в основном RU и organizer-centric; нужны host, guest, declined-guest и intact-party interviews плюс invite smoke test |
| E08 | Responsive web/PWA first | Cross-platform voice room нужен сразу; native stores ограничивают explicit/UGC content и добавляют review/payment constraints — client strategy, policy review | Inference | Проверить mobile browser audio/background reliability; native может выиграть distribution позже |
| E09 | Оригинальная лёгкая система, не D&D clone | Knave 1e и SRD имеют конкретные лицензии, но trademarks, art и non-SRD material не передаются; Knave 2e требует отдельной проверки — IP review | Fact + risk decision | Письменная license/IP review до публичного naming и content production |
| E10 | Host pays, invited guests free | Паттерн существует у AI Dungeon и Friends & Fables; общий checkout каждого гостя ухудшает invite loop — business model, claim C10 в evidence matrix | Fact: pattern; Hypothesis: наш WTP и paid completion | Реальный host-pass checkout только после появления fulfillable inventory; accepted invites, completion, refunds и contribution margin |
| E11 | Не брать деньги за каждый ход | Price/token themes особенно заметны у AI Game Master, Everweave и AI Dungeon; пользователи жалуются на оплату исправлений — review synthesis | Inference | Проверить host-pass price и actual gross margin; complaints не доказывают выбранную цену |
| E12 | Activation offer определяется экспериментом | Value продукта возникает только после группового completion, но полная бесплатная игра может разрушить экономику при низкой конверсии | Product hypothesis | После capacity и paid inventory: randomized full-free vs short free taste vs refundable booking; D90 contribution primary, paid completion и D30 repeat — non-inferiority guardrails |
| E13 | Event-driven images | Генерация каждого хода повышает latency/cost; scene-based imagery сохраняет атмосферу — MVP media decision, claim C22 в evidence matrix | Hypothesis | A/B image frequency vs pace, satisfaction и cost |
| E14 | Restricted adults-only launch | Unrestricted explicit UGC конфликтует с Apple/Google policies; mixed-age rooms резко расширяют compliance scope — risk review | Fact: policy constraints; Inference: launch envelope | Legal/provider review по launch countries; age gate не делает illegal content допустимым |
| E15 | Invite/creator/UGC loops важнее раннего paid scale | У лидеров высокий direct share; наблюдаемые loops — UGC, referrals, communities, stores и invites; causal attribution почти нигде не раскрыта — traffic and acquisition | Fact: surfaces/loops; effectiveness unknown | Instrument first-touch, invite conversion, K-factor и cohort retention |
| E16 | Partnership не является launch dependency | Chicken Curry имеет assets, но appetite, права и incremental economics публично не подтверждены — partnership analysis, claims C15–C18 в evidence matrix | Fact: uncertainty; Decision | Независимый pilot сначала; любой branded module только после written license |
| E17 | Long campaigns deferred | Competitors обещают memory, но независимого proof длинной надёжности нет; reviews показывают drift — executive audit, claim C25 в evidence matrix | Fact: proof gap; Decision | Thousand-event replay и multi-session group tests до marketing claim |
| E18 | North Star — qualified party sessions completed within promised timebox | Регистрации, visits, generated stories и participant-hours сами по себе не показывают успешную групповую игру; исследование рекомендует completion и same-party repeat — business validation | Inference | Participant-hours оставить cost/usage diagnostic; сопоставить group outcome с participant-level enjoyment, agency, safety, repeat и unit economics |
| E19 | Использовать Google Trends для vocabulary/message, не как доказательство global demand | Успешный global run сохранил 19/19 time-series/geography/related-query jobs. Category/reference terms активны; AI-DM vocabulary растёт с низкой базы; AI game master семантически загрязнён, а D&D without DM не имеет наблюдаемого signal. Индекс 0–100 относителен и не равен запросам, игрокам или revenue — global Trends report |
Fact: directional search evidence; Inference: message priority | Повторить sampling и проверить broad-vs-AI message реальными formed/completed/paid groups |
| E20 | Custom premise запускать после curated baseline | Гибкая генерация мира уже является category feature, но пользовательский ввод расширяет moderation, rating и scenario-quality surface — MVP architecture, risk review | Product requirement + Hypothesis | HYP-CUSTOM-01: сравнить completion/repeat, intervention, defects и safety incidents; при провале оставить curated-only catalog |
Что исследование не доказывает#
- Размер global TAM/SAM/SOM для party-first AI-RPG.
- Что English-speaking groups предпочтут 60–90 минут именно в юмористическом тоне; 120 минут остаётся отдельной условной веткой.
- Что human voice room увеличит retention достаточно, чтобы покрыть сложность и COGS.
- Какую цену примет хост и сколько сессий купит одна группа.
- Что первый полный free one-shot эффективнее ограниченного free taste.
- Что split-party используется достаточно часто для marketing headline, хотя privacy architecture нужна до его запуска.
- Что конкретный creator/IP partnership даст incremental users и не создаст каннибализацию или brand risk.
- Что web/PWA обеспечит достаточную mobile audio reliability и re-engagement без native app.
- Что решение о покупке и участии принимает один хост: роли гостей, veto, social risk и причины отказа пока не исследованы полноценно.
- Что repeat отражает продуктовый value, а не novelty или единственный удачный сценарий.
- Что текущая стартовая geography превосходит альтернативы по спросу, policy, платежам, acquisition и unit economics.
- Каковы достижимые TAM/SAM/SOM, CAC и willingness-to-pay; публичные category signals их не заменяют.
Обязательные новые доказательства#
| Stage | Evidence to collect | Decision unlocked |
|---|---|---|
| Problem и group-decision research | Последний реальный group-game attempt, причина срыва, роли organizer/GM/guest, guest veto и social risk, уже оплаченные alternatives; unbiased и high-intent cohorts раздельно | Подтверждение primary segment, decision-making unit и message |
| Concept comparison + independent capacity-limited smoke | Honest concept comparison после problem interview; затем новый all-exposed host cohort, real slot selection, invites sent/accepted, formation и причины отказа; без preselection formed parties и без трактовки неплатёжного intent как WTP | Выбор proposition и право на concierge |
| Concierge, 12 sessions | Два QA-equivalent original-IP one-shots; start/completion, interventions, latency, correction, false-valid commits, participant-level enjoyment/agency/social dynamics и split-party failures | Право строить automated closed alpha |
| Closed alpha, 30–50 groups | Same-party D7/D30 completion второго one-shot, invite conversion, state defects, privacy, COGS и content QA cost | Retention, architecture и distribution decision |
| Paid pilot после появления inventory | Successful authorization/capture и fulfillment, refunds, paid second-session completion, repeat purchase, contribution margin | Host-pass price и viability |
| Long-memory benchmark | Thousand-event replay, retrieval accuracy, branch chronology, provider/model migration | Campaign expansion |
| Policy/IP review | Rule-system rights, provider terms, voice lifecycle, content envelope by country | Public launch and native distribution |
Source Quality Boundary#
- Similarweb, Semrush, Sensor Tower и AppBrain — directional models, не internal analytics.
- Store install buckets и ratings не равны MAU, retention или revenue.
- First-party feature pages доказывают заявленную функцию, но не её качество.
- Review keyword counts показывают salience темы, не polarity или incidence.
- Отсутствие estimator data означает
unknown, а не нулевой traffic. - Pricing, funding и crowdfunding не являются revenue.
Полная методология и результаты проверки находятся в research validation report и competitor dossier validation report.