01. Методология и границы корпуса

Вопрос исследования#

Нужно отличить четыре разные вещи, которые легко смешать:

1. продукт технически доступен;
2. команда продолжает его развивать;
3. у продукта есть аудитория и повторное использование;
4. бизнес зарабатывает достаточно, чтобы быть устойчивым.

Живой сайт доказывает только первый пункт. Пустой subreddit не опровергает его, а прайсинг не доказывает четвёртый.

Что означает «собрать все отзывы»#

Буквально выгрузить каждый отзыв из всего интернета невозможно: часть площадок не предоставляет export/API, Discord закрыт от индексирования, app stores показывают региональные выборки, а один только AI Dungeon имеет более 100 тыс. Google Play отзывов.

В этом исследовании «все» операционализировано так:

• полный aggregate каждой найденной крупной review-площадки;
• полный corpus, когда официальный endpoint позволяет выгрузку;
• максимальный публично доступный corpus, когда площадка ставит лимит;
• все найденные независимые отзывы для micro-products, где их единицы;
• качественная выборка последних, наиболее полезных и негативных отзывов для интерпретации тем;
• явное перечисление закрытых или недоступных поверхностей.

Тексты и имена не архивировались. Это снижает риск избыточного воспроизведения пользовательского контента и сохраняет только необходимую исследовательскую структуру.

Точные повторные queries, ограничения surface sweep и матрица вывод → корпус/URL сохранены в 09-review-search-log.md.

Граница конкурентного census#

Категория не имеет официального реестра, а магазины постоянно добавляют однотипные solo story apps. Discovery шёл по пяти поверхностям: исходный market scan, списки похожих сайтов traffic estimators, блоки similar apps в магазинах, competitor-authored comparisons только как подсказки и открытый web/community search.

В основной direct audit попадает продукт, который на дату среза:

• заявляет автономного AI GM или AI-run RPG, а не только помощь живому мастеру;
• имеет идентифицируемый public product/app/pre-release surface;
• релевантен хотя бы одному центральному риску концепции: group play, voice, structured rules/state, persistent campaigns или mobile onboarding.

Adjacent VTT отделены от direct AI-GM. Generic character chat, обычные interactive-fiction apps без RPG-state, pure worldbuilding tools и human-GM marketplaces не считаются прямыми конкурентами. Mobile long tail с минимальной внешней валидацией перечисляется отдельно, чтобы его наличие не превращалось в одинаково глубокий аудит десятков клонов.

Формулировки среди изученной выборки обязательны: этот census существенно шире исходного shortlist, но не претендует на математически полный список каждого AI-story приложения во всех региональных магазинах.

Фактически собранный review corpus#

Полные или максимальные официальные выгрузки#

Apple ratings и письменные reviews — разные множества. Нельзя ожидать, что RSS вернёт столько же текстов, сколько App Store показывает оценок. Конкретно:

• RSS привязан к US storefront и не покрывает отзывы других стран;
• endpoint отдаёт не более 10 страниц / 500 последних письменных отзывов, поэтому корпуса AI Dungeon, AI Game Master и Everweave — recent-window, а не lifetime sample;
• если возвращено меньше 500 записей, это означает только исчерпание доступной US RSS выдачи на дату сбора, а не доказательство, что в мире существует ровно столько письменных отзывов;
• средняя оценка обработанного text corpus не равна displayed App Store rating: первая считается только по доступным письменным отзывам, вторая включает более широкий lifetime ratings set;
• сортировка mostRecent создаёт временной bias: релиз, outage или изменение paywall могут непропорционально влиять на последние отзывы.

Сборщик находится в data/reviews/collect_store_reviews.py, агрегаты — в review-aggregates.json. Review body, title и author обрабатываются в памяти и не записываются; CSV содержит ID, дату, rating/recommendation и thematic flags.

Google Play#

Использованы официальные агрегаты карточек:

• AI Dungeon: 1M+ downloads, около 101–106K reviews, 4,0–4,1 в разных текущих срезах;
• AI Game Master: 100K+ downloads, 13,8K reviews, 4,6;
• Quest Portal: 50K+ downloads;
• FableAI: 100K+ downloads, 4,2; карточка одновременно показывала 5,56K в rating panel и 5,88K в top summary;
• Everweave: 500K+ downloads, 359 reviews, 2,7; официальный install bucket используется отдельно от AppBrain estimate;
• Taleborn: 10K+ downloads, 239 reviews, 4,0;
• Endless Fantasy AI: 1K+ downloads, 80 reviews, 4,2;
• Master RPG AI: 100K+ downloads, 2,06K reviews, 3,5.

Публичного официального стабильного bulk export отзывов не найдено. Карточка Google Play даёт coarse install bucket и текущий aggregate, но видимые тексты могут зависеть от страны, языка, устройства и сортировки. Поэтому Google Play themes не выдаются за полный corpus, видимые примеры используются только для качественной сверки, а iOS sentiment не экстраполируется на Android.

Community и web#

• Friends & Fables и AI Realm: индексируемые Reddit threads, official subreddits, Discord Discovery counts и независимые hands-on обзоры;
• VoxDungeon: весь найденный независимый corpus — один содержательный комментарий к launch post;
• TableForge: весь найденный независимый corpus — один support thread;
• mimicdm: ноль независимых отзывов, один first-party testimonial;
• StoryRoll, LoreKeeper и LoreTorch: независимого review corpus недостаточно для достоверных thematic counts;
• DungeonsDeep.ai: небольшая beta-выборка Reddit;
• Roll20, Foundry и Owlbear: Trustpilot агрегаты слишком малы относительно аудитории, поэтому используются только как complaint discovery, не как representative rating.

Как кодировались темы#

Автоматическая часть — literal keyword coding, а не sentiment model. Один отзыв может иметь несколько тем. Например, текст о забытом inventory и дорогих tokens одновременно попадает в memory_continuity, rules_combat_state и price_monetization.

Категории:

• creativity;
• memory_continuity;
• rules_combat_state;
• price_monetization;
• bugs_stability;
• repetition_output_quality;
• ui_ux;
• multiplayer_voice;
• moderation_privacy.

Ограничения:

• keyword hit не сообщает, позитивно или негативно упомянута тема;
• числа между темами нельзя складывать;
• морфология и сарказм могут быть пропущены;
• количественные counts использованы для поиска повторяемости, а выводы проверены чтением отзывов.

Иерархия источников#

Особенно маркируются self-serving comparison pages. StoryRoll, LoreKeeper и DungeonsDeep публикуют статьи «лучшие AI GM» и сравнивают себя с конкурентами. Они полезны для census и positioning, но не доказывают превосходство, трафик или качество.

Трафик#

Traffic estimator сообщает visits, а не людей, MAU или платящих пользователей. Один человек может создать много визитов; web-оценка не видит всю native-app активность.

Использованы:

• Similarweb — в основном июнь 2026;
• Semrush — июнь 2026 для AI Realm и два предыдущих месячных среза;
• app-store installs/ratings — для app-first продуктов;
• Steam concurrency — только как PC-channel signal.

Similarweb объясняет, что Not enough data означает недостаточно данных для надёжной оценки, а не ноль посещений. Semrush также является моделью и особенно неопределён для новых/малых доменов.

Поэтому для VoxDungeon, TableForge, mimicdm, StoryRoll, LoreKeeper и LoreTorch не проставлен придуманный диапазон <5K. Значение — не измеряется публично / unknown.

Деньги#

Используется строгая лестница:

1. раскрытая компанией выручка/прибыль;
2. modelled mobile IAP или revenue estimate с названием источника;
3. funding/crowdfunding — отдельная колонка, никогда не revenue;
4. pricing — только факт возможности платить;
5. нет основания — unknown, без фантазий.

Запрещённый расчёт: monthly visits × subscription price. В нём отсутствуют unique visitors, player/host ratio, free users, conversion, renewal, churn, annual discounts, app/web overlap, refunds и store fees.

Классификация жизнеспособности#

Для статуса dead требуются как минимум два независимых сильных сигнала. Пустой subreddit, отсутствие Similarweb и старый блог по отдельности недостаточны.

Дата и воспроизводимость#

• Срез страниц: 21–22 июля 2026 года, timezone Asia/Ho_Chi_Minh.
• Данные площадок меняются; точные counts могут отличаться через несколько дней.
• В каждом claim сохранены период и источник.
• Список всех URL — в 07-source-ledger.md.