У официальных API соцсетей есть фундаментальный пробел: они отдают текст и метрики, но не видят визуал. Сетка профиля, баннер с оффером, сторис с промокодом, кнопка «Book a demo» в шапке — для API всего этого не существует. А для покупателя существует именно это.

Что видит Vision LLM, которого нет в API

Мультимодальная модель получает на вход скриншот профиля и возвращает структурированный разбор:

  • Ниша и под-ниша с оценкой уверенности (B2B SaaS → HR-tech, 0.94)
  • Визуальная премиальность бренда: любительская съёмка или продакшн-студия
  • Офферы и CTA на баннерах и в закрепе (OCR + понимание композиции)
  • Признаки активности: свежесть последнего поста, живые сторис
  • Контакты в шапке: ссылки, календари, мессенджеры — даже написанные картинкой

Эти данные скармливаются в скоринг ICP до первого касания. В наших тестах Vision-отбраковка убирает до 40% списка: фарм-аккаунты и неживые бренды видны по сетке за секунды — то, на что у аналитика ушли бы минуты.

Computer Use: там, где API заканчивается

Вторая половина контура — действия. Официальные API не позволяют смотреть сторис, листать ленту или заполнять веб-формы. Playwright-агент с человекоподобной механикой закрывает это:

session.start(container, residential_proxy)
  → bezier_cursor.move(profile_card)
  → read_delay(2.4s)
  → scroll(natural_velocity)
  → like(post_3, relevance=0.87)
  → screenshot_log.save(every_step)

Ключевое слово — человекоподобной: курсор движется по кривым Безье, паузы распределены как у чтения, а суточные потолки соответствуют поведению живого пользователя. Детекторы автоматизации ищут роботизированные паттерны — ровные интервалы, мгновенные клики, отсутствие скролла. Их здесь нет.

Песочница и журнал доказательств

Каждая сессия работает в изолированном контейнере: отдельный отпечаток браузера, residential-прокси, отсутствие кросс-контаминации между аккаунтами клиентов. Каждый шаг записывается со скриншотом — если платформа оспорит действие, у вас есть полный журнал того, что реально происходило.

Границы: где стоит красная линия

  • Vision Automation дополняет официальный API, а не заменяет его — постинг и DM остаются на API
  • Суточные лимиты живого пользователя: ≤ 80 лайков, ≤ 40 просмотров сторис на сессию
  • Авто-стоп при CAPTCHA и phone-verify с эскалацией человеку
  • Policy-gate перед стартом: задачи, нарушающие ToS платформы, отклоняются движком

Куда это движется

Следующий год устранит границу «API vs интерфейс»: агенты будут свободно комбинировать оба контура — читать визуал через Vision, действовать через API там, где он есть, и через Computer Use там, где его нет. Победят не те, у кого больше автоматизации, а те, у кого она неотличима от внимательного человека.

Лучший агент — тот, чьи действия невозможно отличить от действий вашего самого внимательного SDR.

Boostly Vision Lab, 2026