Сводный отчёт

CogniPath — консолидация 10 экспертных анализов

31 июля 2026 · Несколько голосов — один взгляд: где риски, где решения и что делать первым

1. Резюме для руководителя

CogniPath — это не «ещё один ИИ-чат для учёбы». Все 10 экспертов независимо сошлись в одном: системообразующий актив продукта — не диалог, а измеримая карта знаний (mastery × прочность) с моделью памяти. Это единственное, что ChatGPT и Khan Academy не делают и не будут делать как продукт. Победа CogniPath — за процессом (диагностика, карта, интервальное повторение, дисциплина интерфейса), а не за качеством текста.

Вторая точка согласия: продукт сейчас — «всё для всех» (5 сегментов, 5 предметов, 3 сценария). Это три компании в одном слайде. Главный стратегический шаг — выбрать ОДИН beachhead-сегмент и ОДИН предмет и доказать на них удержание и платёж, прежде чем расширяться.

Третья: диагностика «за 5–10 минут» реалистична только как вероятностная карта на формальном графе знаний (KST + адаптивный отбор вопросов), а не как попытка точно «просканировать» ученика. Диалог без задач обманывается «словоблудием»; нужен гибрид «задачи → диалог → задачи» и модели ошибок.

Ключевая метафора итога: у команды уже есть правильная архитектура и правильная экосистема экспертизы. Не хватает дисциплины первого клиента: 90 дней валидации без кода, прежде чем строить «красивый MVP».

2. Что показало независимое рассмотрение

2.1 Пять областей согласия

№	Вывод	Эксперты
1	Карта знаний — двумерный живой артефакт (mastery × strength), который растёт и «увядает»; без модели забывания карта систематически переоценивает знание	neuroscientist, kst, edtech-ux, game-designer
2	Диагностика валидна только с моделями ошибок (BKT/DINA + slip/guess) и изоморфными вариациями задач; диалог должен зондировать навыки по сценарию движка	kst, ai-engineer, methodist
3	Геймификация = «невидимая»: награда — момент понимания («щелчок»), а не очки/бейджи; награждение «правильности» разрушает и мотивацию, и данные	game-designer, edtech-ux, ux-writer, neuroscientist
4	Интеграции — входной билет, а не фича: LTI 1.3 + NRPS + AGS + 1EdTech для вузов; SCIM/SAML/HRIS для корпораций	edtech-pm, b2b-sales
5	GTM-путь — bottom-up: freemium студенты → бесплатные преподаватели → вузы/корпорации; первый доход не из enterprise	edtech-pm, startup-coach, b2b-sales

2.2 Спорные точки

Вопрос	Позиция A	Позиция B	Рекомендация
Первый сегмент	B2C взрослый 30–45, карьерный переход в Data Science (startup-coach)	Студенты вузов 18–25 (improve.md)	Решить по данным 30-дневной валидации; взрослый B2C — быстрее платёж
Роль геймификации в MVP	Минимум механик, только «щелчок» и карта	Без геймификации школьники не удерживаются	Не первый рынок — школьники; для взрослого B2C геймификация отвлекает
Когда продавать B2B	Сейчас, на прототипе, через «аудит компетенций»	Только после подтверждённого B2C-retention	«Аудит компетенций» на прототипе — и валидация, и финансирование
Диагностика в MVP	Сразу байесовский трекер	Начать с ручной карты на 20 концептов	Формальный граф + BKT с первого дня, но на малом объёме (1 модуль)

3. Риски из improve.md и решения, которые их закрывают

Риск	Кто дал решение	Суть решения
1 Педагогическая валидность, галлюцинации	kst, methodist, ai-engineer, ux-writer	Валидность — архитектурный принцип, а не этап: экспертная разметка онтологии и Q-matrix с первого дня; LLM = генератор наблюдений, модель мастерства = выводы; 4 уровня валидации (kappa ≥ 0.6 / AUC ≥ 0.8)
2 Диалог vs точная диагностика	kst, methodist, neuroscientist	Гибридный план: 2 зондирующих диалога → 2 задачи (одна изоморфная); изоморфные вариации и вопросы на границы концепта ловят «уверенного новичка»
3 Латентность	ai-engineer	Параллельный критический путь (latency = max, не сумма) + streaming TTFT ≤ 500 мс + router-first каскад + трёхуровневый кэш; бюджет p95 ≈ 2.5 с
4 Бизнес-модель, удержание	edtech-pm, neuroscientist, edtech-ux	3 линии pricing (B2C за результат, вуз per-active-seat + ФГОС-отчёт, корпорации $40–60 + ROI-калькулятор); retention через spaced repetition в диалоге
5 Данные и этика	b2b-sales	Security-пакет (DPA, карта данных, SOC2-чеклист) готовится ДО первого звонка и продаётся как дифференциатор
6 Цена на модели	ai-engineer	Каскад: 60–70% вызовов на SLM/mini-тире; $0.20 → $0.02–0.05/сессию; prompt caching срезает 70–90% input-токенов
7 Локализация	ux-writer	Transcreation, а не перевод: локальные шаблоны, написанные носителем; тир-словарь; культурный аудит метафор
8 Сопротивление преподавателей	edtech-ux, methodist, b2b-sales	Готовые речевые скрипты («что сказать Марии»), право редактировать траектории, champion-стратегия
9 Масштабируемость карты	methodist, ai-engineer	Контентная фабрика «шаблон → параметры → генерация → верификация → одобрение педагога»
10 Offline	ai-engineer	Сжатые SLM (Phi-3/Qwen 2B) как побочный продукт каскада; не в первом срезе

4. Прорывные решения, которые другие могли упустить

Диагностика за 5–10 минут реальна не из-за «умного LLM», а из-за структуры графа. Адаптивный отбор вопросов (информация Фишера/KL) делает один ответ «закрывающим» целый подграф через отношения предшествования. ZPD определяется математически. kst
«Изоморфные вариации» — защита от «Я всё понял, но не решил». 2–3 задачи на один навык в разных контекстах и «Что будет, если…?» на границах концепта отличают робастное знание от хрупкого. kst
FSRS-ядро + слой половины жизни ACT-R + слой интерференции. Планировщик управляется числом R (вероятность извлечения). Повторение упаковано в «сюжетные повторы». Правило: первый review ≥ 24 часа. neuroscientist
«Щелчок» как ядро игровой петли и момент триумфа. Награда — само понимание: карта «вспыхивает», shareable-карточка «Я сегодня понял интегралы». Баллы, лидерборды, значки за просмотры запрещены. game-designer
Пилот как контролируемый эксперимент с заранее написанным отчётом. Baseline в день 0, одна цель, 3 метрики, контрольная группа, бизнес-кейс на 2-й неделе. b2b-sales
«Продавать не курс, а аудит компетенций». Пакет «20 человек, 5 ролей, отчёт за 2 недели» — точка входа без внедрения и без полного продукта. b2b-sales
Калибровка самооценки (JOL vs факт) как продукт. Разрыв «уверен → верно» — мета-навык, дифференциатор и диагностический слой (Даннинг-Крюгер). methodist, neuroscientist, kst
LearningObjective как первоклассная сущность (Bloom + SOLO + observable behaviors). LO — «мост» между планировщиком, генератором и оценщиком; превращает слои архитектуры в единый контур. methodist
Фиксированный скелет микро-сессии Activate → Explore → Practice → Reflect с IRE-ветвлением — одновременно педагогическое и инженерное решение (контроль латентности). methodist, ai-engineer
«Дневник первого пользователя» как спецификация. Три живых человека, 5 распечатанных диалогов, вопрос «Что ты будешь делать дальше?», видео пальцев. startup-coach

5. Рекомендуемая стратегия

5.1 Beachhead-сегмент

Взрослый самостоятельный учащийся 30–45 лет, готовящийся к карьерному переходу в Data Science/аналитику; предмет — только математика.

Платит своими деньгами и решает сам — нет тендеров и циклов 9 месяцев;
Боль высокая и датированная («мне 34, хочу в аналитику, не понимаю статистику»);
Математика — идеальный первый предмет: структурирована, есть верификатор, LLM легко проверяет;
Конкурент не ChatGPT: чат не ведёт по диагностированным пробелам и не возвращает к забытому;
Путь к B2B очевиден: тот же контент через 6–9 месяцев продаётся как «Data Literacy для менеджеров».

Школы/госсектор — только PR-канал. Корпорации — второй рынок. Университеты — третий.

5.2 Позиционирование против ChatGPT и Khan Academy

«ChatGPT отвечает, CogniPath ведёт» — система с диагностикой: знает, чего ты не знаешь, и не даёт прыгнуть вперёд до закрытия пробела.
«Khan Academy даёт контент, мы даём траекторию» — динамическая карта, зона ближайшего развития, диалоговая диагностика, интервальное повторение.
«ChatGPT — инструмент, мы — продукт с дисциплиной» — ритуал входа, короткие сессии, трекинг прогресса, момент триумфа.

5.3 Не делать (ложные пути — отсечено экспертами)

Заблуждение	Почему отсечено
Строить «полный MVP» 4–6 месяцев для всех сегментов	Анти-MVP. Нужны 4 последовательных среза, каждый продаётся и учит
Баллы/XP/бейджи/лидерборды	Разрушают скрытую оценку и внутреннюю мотивацию
Продавать «$50 за юзера» всем подряд	Не связано с экономическим эффектом покупателя
Начинать с enterprise B2B-продаж	Цикл 9–18 месяцев убьёт стартап до первой сделки
Автоматическое построение карты из сырых материалов в MVP	Ручная разметка 20 концептов = 2 дня, а не 6 месяцев разработки
Опросы «готовы ли платить»	Люди говорят «да» и не платят. Только реальный предзаказ — сигнал
Мобильное приложение, офлайн, маркетплейс в первый год	MoSCoW «Won't have» до подтверждённого retention
Использовать уверенность LLM (logprobs) как прокси знания ученика	Неопределённость модели ≠ неопределённость ученика
«5–10 минут диалога = полная карта знаний»	Реально только вероятностное распределение; карта должна показывать уверенность

6. Дорожная карта (синтез планов всех экспертов)

Фаза	Срок	Ключевые работы
0 Валидация без кода	30 дней	Дневник первого пользователя (10 интервью, бумажный прототип); concierge MVP с реальными предзаказами; онтология навыков на 1 модуль (8–12 LO, Q-matrix 30–50 заданий); ToV-гайд; security-пакет. Gate: retention D30 ≥ 20–25% ИЛИ 3+ предзаказа
1 MVP-срез «диалог + диагностика»	30–90 дней	Один предмет, веб-чат + ручная карта на 20 концептов + SymPy; BKT-трекер, адаптивный выбор по графу; скелет микро-сессии; параллельный критический путь, streaming, роутер, кэш; eval-инфраструктура с первого коммита
2 Карта, память, триумф	3–6 мес	Двумерная карта mastery × strength (FSRS + half-life); момент триумфа; пилот 50 студентов (kappa ≥ 0.6, AUC ≥ 0.8); A/B «скелет vs свободный чат»; B2B-параллельно «аудит компетенций»
3 B2B и расширение	6–12 мес	Bottom-up в вузы (LTI Tier 1–2 на Moodle); корпоративные пилоты с контрольной группой; ФГОС-отчёт; библиотека шаблонов; второй предмет только после доказанного learning gain; RCT-публикация

7. Ключевые метрики успеха

Продукт · Retention D30

≥ 25–30%

Продукт · Время до первой ценности

< 5 минут

Педагогика · Согласие с преподавателем

kappa ≥ 0.6

Педагогика · ROC-AUC «освоил/нет»

≥ 0.8

Педагогика · Learning gain (внешний тест)

d > 0.5

Память · Retention 30 дней (R>0.7)

против обычного

Инженерия · p95 latency

< 3 с

Инженерия · Cost/session

< $0.05

Экономика · free→paid

2–5%

PMF-сигнал

пилот → контракт

8. Ближайшие 30 дней (checklist)

Неделя 1: собрать security-пакет; написать ToV-гайд + персона тьютора; зафиксировать LO и карту навыков на 1 модуль математики.
Неделя 1–2: найти 10 людей из beachhead-сегмента (LinkedIn, Хабр, Telegram-чаты по аналитике); подготовить бумажный прототип 5 диалогов.
Неделя 2: провести 5 интервью-экспериментов (видео пальцев); запустить outreach 20 компаний по ICP с оффером «бесплатный аудит компетенций».
Неделя 3–4: concierge-сессии для 5–10 человек; замер возвращаемости без напоминаний; попросить реальный предзаказ.
Неделя 4: gate-решение go/no-go; 1-страничный инвестор-мемо (аватар, 10+ интервью, retention, готовность платить) — только если gate пройден.

9. Взгляд экспертов друг на друга (синергии)

kst × neuroscientist: модель знаний двумерна (mastery × strength); между «learned» и «mastered» — состояние «consolidating»; ZPD учитывает не только сложность, но и распад во времени.
methodist × ai-engineer: скелет микро-сессии — рычаг контроля латентности и стоимости; рубрики реализуются как JSON-пасс; «педагогическая единица» определяет chunking и кэш.
neuroscientist × ai-engineer: повторы — дешёвые шаблонные пробы; LLM подключается только при провале recall (R < 0.7) — прямой способ срезать токены.
neuroscientist × game-designer: «достижения за прочность» («удерживаешь 10 тем живыми месяц») стимулируют долгосрочное поведение.
edtech-ux × methodist × ux-writer: «готовая реплика для Марии» в панели преподавателя — конверсационный аналог интеграции.
kst × edtech-pm: диагностика — ещё и продающий актив: «карта пробелов за 5 минут» = WOW-момент активации.
startup-coach × b2b-sales: «аудит компетенций» на прототипе — источник финансирования и валидации без ожидания PMF.

10. Заключение

CogniPath — хорошая идея с незакрытым вопросом стратегии запуска. Актив уникальный: единственный ИИ-тьютор, который не объясняет, а диагностирует, ведёт по карте знаний и помнит, что ты забыл.

Выбрать один beachhead (взрослый B2C, математика, карьерный переход).
Валидировать 90 дней без кода — дневник первого пользователя, concierge, реальные предзаказы.
Строить срез за срезом, а не один большой MVP: диалог+диагностика → карта+память → B2B.
Заложить фундаменты сразу: модель памяти, LO, eval-инфраструктуру, security-пакет — миграция потом дороже.
Продавать результат, а не движок: аудит компетенций, ФГОС-отчёт, ROI-калькулятор, «карта пробелов».

Деньги приходят за доказанной способностью решать, а не за красивую архитектуру. Первый платный пользователь важнее первого слайда для инвестора.