SeekUp.ai
Wskaż jednego twórcę na TikToku, który działa — dostaniesz wszystkich, którzy działają podobnie.
- 4 agents
- połączone agenty AI
- 4 axes
- oceny na kandydata
- days → min
- na wyszukanie twórcy
Kontekst
Pipeline agentów AI do wyszukiwania influencerów. Podajesz referencyjny profil na TikToku, który już sprawdza się dla Twojej marki; cztery połączone agenty analizują jego filmy, komentarze i sposób mówienia, szukają twórców podobnych, oceniają każdego kandydata w czterech osiach i zwracają gotowy do eksportu raport do kontaktu. Obecnie w publicznej becie.
Produkt
- Co sprzedaje
- Wyszukiwanie twórców podobnych: gotowe do kampanii listy kreatorów z oceną dopasowania i pisemnym uzasadnieniem dla każdego kandydata.
- Kto kupuje
- Marki i zespoły marketingowe prowadzące kampanie z twórcami na TikToku, które muszą wyjść poza garstkę influencerów, których już znają.
- Cennik
- Dostęp w becie za 49,99 €/miesiąc zamiast 99,99 € — 50% rabatu na start, można anulować w każdej chwili.
- Przewaga
- Konkurencja dopasowuje po liczbie obserwujących, języku i ogólnym temacie. SeekUp dopasowuje po stylu komunikacji, typie odbiorców i sentymencie komentarzy — kim ktoś jest kontra jak faktycznie komunikuje.
Problem
Znalezienie twórców, którzy naprawdę pasują do marki, to ręczna praca badawcza: oglądanie setek filmów, czytanie tysięcy komentarzy, ocena tonu. Zajmuje dni na kampanię, więc zespoły domyślnie wracają do tych kilku influencerów, których już znają, a tych nowych wybierają po liczbie obserwujących — mierniku, który nic nie mówi o tym, czy ich odbiorcy zareagują na tę markę.
Architektura
Pipeline to lejek o rosnącym koszcie na kandydata: tanie filtry działają na wielu profilach, kosztowna analiza multimodalna tylko na tych nielicznych, które przetrwały. Ta kolejność sprawia, że koszt inferencji na wyszukiwanie jest na tyle przewidywalny, by sprzedawać go w stałej cenie miesięcznej.
Specyfikacja techniczna
- Pipeline agentów
- Cztery etapy — analiza profilu → odkrywanie → dopasowanie → raport — każdy niezależnie obserwowalny i możliwy do ponowienia.
- Sygnały dopasowania
- Trafność tematu, analiza komentarzy, styl treści i metryki wyników, złożone w jeden wskaźnik dopasowania pokazywany przy każdym kandydacie.
- Głębokość analizy
- Treść filmów, ton wypowiedzi i sentyment komentarzy, a nie sama liczba obserwujących — dopasowanie jakościowe, nie liczbowe.
- Przepustowość
- Setki analiz profili na sekundę na etapie odkrywania; wyszukiwanie, które człowiekowi zajęłoby dni, kończy się w minutach.
- Kontrola kosztów
- Tanie filtry najpierw, kosztowna analiza multimodalna na końcu — koszt inferencji na wyszukiwanie pozostaje ograniczony przy stałej subskrypcji.
- Wynik
- Eksportowalna lista twórców z oceną dopasowania i pisemnym uzasadnieniem dla każdego, gotowa do bezpośredniego kontaktu.
- Zasięg
- TikTok na start, agenty dla Instagrama i YouTube'a w budowie.
- Status
- Publiczna beta — w pełni funkcjonalna, z częstymi aktualizacjami interfejsu.
Jak to zbudowałem
Zamodelowałem produkt jako cztery połączone agenty — głęboka analiza profilu, inteligentne odkrywanie, dopasowanie, generowanie raportu — bo każdy etap ma inny profil kosztowy i inny tryb awarii.
Sprawiłem, że pierwszy agent analizuje profil referencyjny naprawdę: nie same statystyki, ale treść filmów, interakcje i wątki komentarzy, żeby dalsze wyszukiwanie wiedziało, czego właściwie szuka.
Użyłem profilu referencyjnego jako zapytania do odkrywania, wydobywając zarówno dużych, jak i małych twórców, a nie tylko tych już wysoko w rankingu obserwujących.
Oceniłem każdego kandydata w czterech jawnych osiach — trafność tematu, analiza komentarzy, styl treści i metryki wyników — żeby dopasowanie dało się prześwietlić, a nie było jedną nieprzejrzystą liczbą.
Umieściłem etap filtrowania przed kosztowną fazą porównania, żeby głęboka analiza uruchamiała się tylko na kandydatach, którzy przeszli tanie sprawdzenia.
Zrobiłem z wyniku raport do pobrania z pisemnym uzasadnieniem per twórca, bo zespół marketingowy musi uzasadnić wydatek przed kimś jeszcze.
Rezultat
- Zamiana wielodniowej ręcznej pracy badawczej w wyszukiwanie zwracające ocenioną listę w kilka minut.
- Dopasowanie stało się wytłumaczalne: każdy kandydat ma cztery pod-oceny i pisemne uzasadnienie — to właśnie pozwala zespołowi marketingowemu podjąć decyzję.
- Konstrukcja lejka utrzymuje przewidywalny koszt inferencji na wyszukiwanie, co czyni stałą cenę 49,99 €/miesiąc opłacalną.
- Start w publicznej becie od razu z płatnym progiem, zamiast darmowego pilotażu bez sygnału cenowego.