JobPocket
JobPocket は、job pages 上で resume fit を score し resume tailoring を支援する Chrome and Firefox extension です。founder は day one に lean, low-cost stack で launch しましたが、0 users and 0 revenue だったため、open question は infrastructure cost ではなく distribution と willingness to pay でした。
出典を見るプロダクト概要
何だったか
JobPocket は browser extension として、job listing pages から resume fit を score し、resume text の tailoring を支援します。
誰のためか
課題 / 価値
resume と job description を比較し、より強い application を準備する manual work を減らすこと。
中核ワークフロー
supported job listing を開き、resume-fit scoring を実行し、missing keywords を確認し、cloud credits or local AI で resume text を tailor する。
中核依存
active job searches 中の repeated use と、privacy or convenience wedge への paid intent を証明する必要があります。
プロダクト形態
価格モデル
founder は 10 free credits、paid credit packs、$25 one-time local AI unlock を説明しました。
競合または代替手段
何が起きたか
概要
founder は low-cost extension stack で JobPocket を launch し、day one に 0 users and 0 revenue を報告しました。
結果
product は live でしたが、post 時点の public evidence は users、revenue、retention、repeat acquisition channel をまだ示していませんでした。
中核リスク
lean extension launch は shipping speed を証明できても、repeated job-seeker demand を証明するわけではありません。
需要シグナル
founder は day one に 0 users and 0 revenue を報告しており、public evidence は retention や paid demand をまだ証明していません。
集客上の問題
low infrastructure cost と quick extension approval はありましたが、active job seekers に届く repeatable acquisition channel はまだ示されていません。
タイムライン
- founder は deliberately simple stack と free-tier infrastructure で extension を built しました。
- Chrome は extension を quickly approved し、post 時点では Firefox approval は still pending でした。
- launch は founder によれば 0 users and 0 revenue から始まりました。
- founder は local AI を possible privacy-focused differentiator と position しました。
作る前に確認すること
なぜ重要か
AI job-search tools は crowded and episodic market で競います。search が終わると users は churn しやすく、free alternatives より明確に良い result がなければ pay しにくいです。
主な確認事項
another job-search extension に投資する前に、job seekers が active search 中に繰り返し使い、privacy or convenience に pay することを証明してください。
チェックリスト
- 今もっとも urgency が高い job-seeker segment はどれか。
- users は privacy、convenience、better application outcomes のどれに pay するのか。
- workflow が必要な moment に active job seekers へ届く repeatable channel はあるか。
- last week に multiple roles へ applied した active job seekers に interview する。
- keyword gap checks や local AI resume tailoring など one narrow workflow で paid pilot を run する。
- first-run interest ではなく multiple applications across repeat use を track する。
- cloud credits と local AI unlock の conversion を比較する。
参考になる場合
- job search、resumes、applications 周りの AI workflow を作っている。
- strongest promise が privacy、local AI、existing browser workflow 内の convenience である。
- low infrastructure cost を、build を続ける理由として見ている。
参考になりにくい場合
- active job seekers に繰り返し届く recruiting、coaching、job-board channel がすでにある。
- product が internal tool で、paid public distribution を必要としない。
開発前テスト
- workflow を automate する前に active job seekers へ manual resume-fit review を offer し、payment を求める。
- local AI privacy offer と cloud-credit offer を分けた landing page を test する。
- 同じ week 内で second and third application に users が戻るかを track する。
応用できる学び
- shipping speed と demand proof を分ける。
- more AI features を加える前に active job search 中の repeated use を test する。
- users が privacy、convenience、better application quality の何に pay するかを測る。
- extension-store listing が demand を作ると仮定する前に one acquisition channel を validate する。
今作るなら
another job-search extension に投資する前に、active job search 中の repeated use、cloud credits と local AI unlock の conversion、privacy wedge に対する payment intent を分けて測ってください。