AI 产品沉思录：以monica为例说说AI 应用的打法

这一年多，有很多公司都“跟风”做了一个 AI 应用的全家桶，明明都是“套壳”，有人访问量都上了榜单，而更多的是无人问津，他们甚至还不知道为什么。

尽管站在大模型的角度来说，理论上还处于技术比拼阶段，甚至认为产品的最终心态还没有定论，而另一波早就直接拿着做的产品搞运营做增长的阶段了。

还是来自Perplexity的CEO那句话「拥有十万用户的套壳产品，比拥有自有模型却没有用户更有意义」，毕竟「买不到用户的大模型，开始倒闭了」。

今天我就用2C 应用代表之一monica.im 来举例，分享总结下一些方法，解答一些朋友问到的问题，主要是「结合大模型的API开发小产品，然后在验证成功后进行持续运营和迭代」。

背景介绍：

产品名：monica.im

定位：Monica 是一个由 ChatGPT API 提供支持的 Chrome 扩展，旨在成为您轻松聊天和撰写文案的个人 AI 助手。

创始人：肖弘，连续创业者，之前他们公司（投资方包括明略科技和腾讯产业创投）做过针对企业微信的 SAAS 工具（我自己也是他们一个微信公众号插件产品壹伴的用户。）

市场：出海，用户以海外用户为主。

数据：

根据创始人在几次播客节目中提到的数据总结大概为：

用户量百万级，日活跃用户数十万（2023 年底的一个节目），更多“真实”的数据可以通过下面这些看出个大概。

 五月出海排名 11 位。数据来源：aicpb （排名第四的也是一个浏览器插件，产品功能也都差不多）

数据来源：similarweb

Monica 在chrome 插件用户量。

之前收购的产品 ChatGPT4Google 插件用户量。

producthunt相关数据。

产品路径：

1，”抄“Jasper（2B>2C，GPT套壳“鼻祖”，曾经的现象级 AI 应用），产品形态是 web 。

2，chatgpt 发布后，对产品形态有了新的定义，浏览器插件的形式更符合「赋能每一个输入框」（2C）。

3，冷启动来自收购的一个独立开发者的产品chart for Google，快速完成用户积累。

（目前chart for Google在 chrome 上的用户量依然很大）

4，产品形态从插件拓展到了全客户端。

5，从单一的应用发展成 AI 全家桶，覆盖更多场景。

收费模式：

免费用户有每日使用限制。（ 即便10 万用户就是一年就是 10w*99=990 万美金啊，同志们～）

好了，下面就是借着它来说说一些能带来增长的方法，他们这个团队做的很细，执行力很强：

1，浏览器插件这种形式，对于开发者来说成本低（易用，灵活）。用户体验也好（即时，便捷）。如果说将AI聊天窗口视为一个多功能、可扩展的交互平台，那么浏览器插件这个形式就也更方便整合各种 AI大模型工具统一输出给有需要的用户。

当然说句难听的，这个玩意儿就跟“牛皮癣”一样，你打开任意网页它都会用各种形态无处不在，所以也就更便于一带多搞成全家桶。

网页侧边栏

输入框

甚至网站图片上都给你多一个按钮

各种特定网站的右侧融合，可以说搜索引擎，也可以是视频网站。

还有复制文本的时候悬浮窗口

更重要的是，你装了一个这样的插件，你也不大愿意再装一个类似的，因为各种插件争先恐后的抢占你的页面空间，那画面实在太混乱了。比如你看我这个右侧的插件们……

同样的，包括 poe 在内的套壳全家桶能变成一个“好产品”，我觉得有一个重要的因素就在于，如果我单独一个一个去用起来可能订阅费就是 N 个 20 美金每个月，而买一个全家桶可能就一个 20 美金就搞定了，帮用户省钱省力也是一种 PMF 不是？

「All in one的思路从用户价值上来说是更强的。对于用户来说，体验UI是一致的，数据是打通的。可以在同样的问题上有更多的上下文，获取更好的体验。不用再去寻找，不用多次去on board，多次去注册账号。这就是是Monica一直做的一件事。」

2，没事儿多看看相关榜单，多在社交媒体上关注各位独立开发者在做的东西，以及新冒出来的“热门”应用（推荐关注公众号：梭哈 AI）。借着别人的手去快速发现用户需求，“抄”起来。Monica创始人发现chatgpt-for-google并花几百万收购的过程其实就很值得学习，完全是一个验证 PMF 和低成本增长的过程。

同样也包括，我们前面看到的，Monica 即便收购了chatgpt-for-google，也并没有把后者直接合并到Monica上，而是各自“独立”，只是做了一些简单的流量导入。

创始人在一起播客节目里自己是这么说的「我们认为我们需要有能力自己推动产品的增长。有些人可能会听到一些传言，说Monica的增长动力来自于Change for Google，但实际上它只是帮助我们完成了PMF的验证。因为只有一定数量级的用户才能反映出这个流程的效果。」

3，SEO 要重视，尤其是出海。

我认识一个老板，也攒了一个团队搞了一个 AI 应用全家桶，聊天， 画图，音视频应有尽有，看上去很美好，实际上无人问津。他们这个东西你甚至在互联网上都搜不到。一个很重要的点就是，他们团队甚至不知道什么是 SEO。

我还是拿Monica举例：

它的语言非常的多，感觉全世界主流语言全覆盖了，URL 形式是这样的：

中文：https://monica.im/zh_CN

英语：https://monica.im/en

日语：https://monica.im/ja

同样，对应语境下的应用 url 是这样的，比如文本转图片AI免费生成器：

中文：https://monica.im/zh_CN/image-tools/ai-image-generator-from-text

英语：https://monica.im/en/image-tools/ai-image-generator-from-text

日语：https://monica.im/ja/image-tools/ai-image-generator-from-text

甚至他们的 FAQ 和 blog 也是这种玩法，在搜索结果里，它就可以这样～几十个简单的页面也能裂变出 N 个页面被搜到。

比如它有一个贡献不少流量的词其实是“chatpdf”，排名约 Google 第五名。

而现在，有了 AI 的加持，实现起来也是非常的简单，可能一个prompt 就搞定了，比如我的一个应用提示词如下：

你是一名专业的精通中文，英文，韩文，日语的翻译专家，请按以下需求进行准确翻译，1.过滤掉参数信息，参数格式如--xx xx；2.翻译成简体中文，日文，韩文，英文；用json输出如下格式内容{"zh":"","jp":"","kr":"","en":""}

一番自动化之后，就能“轻松收获”地球村各个角落的用户了。

4，促销信息，丰富多彩。

在我安装体验的时间里，我会不断从各个场景主动或被动触发到这个促销信息，真的是为了让你变成付费用户，“不择手段”啊～

5，传播

他们自己也在采访中提到，早期会有很多 KOL 分享，比如我们经常见到的那类文章《十大好用的免费 AI 工具》，然后他们自己把他们的工具放在某个位置上。也会找博主定点投放。还有提交一些 AI 导航站（帮别人提交应用到各种到航站也是一门生意）。

当然参加各种访谈也是一种传播方式。

邀约注册有奖：针对普通用户的方案。

单次邀请可获得100 条免费查询（含 Claude 3 & GPT-4） 邀请 3 名好友获得永久免费的 GPT-3.5（实际上 ChatGPT 官方也是免费的）

联盟计划：针对有流量的站长或者开发者。

通过每一次推荐能赚取最高 $44.8 美元佣金。

联盟后台

比如热门开源软件 chatts 的网站也有这个联盟链接。

分享：用户可以把跟 AI 交互的结果公开分享出去，都附带 Monica 地址。

我甚至有点阴谋论觉得，后面是不是就让这些用户生成的内容利用用户的资源分享，直接提交给搜索引擎当自己网站的内容来获取大量的搜索长尾流量了，就像上次豆包闹的沸沸扬扬的 “AI 投毒”事件一样。（目前还没有发现）

最后分享创始人在几个播客节目中的观点，会有些启发（注意时间线，毕竟不同时间，人的想法未必没有变化）：

1，我觉得我关注度更多的还是说旧场景怎么在变新，而不是说我们要探索一个新东西。

2， 每天工作其实不断的提高我的downside。Upside是一个看命看运气，看各种环境的事情。

3，你商业的话越牛逼，你增长越牛逼。商业化能力是决定了增长能力的。

4，钱泛滥的时候，大家也容易做错误的决策，就说一些应该被重要的审视的问题，就更容易的随意的去看待。

5，比方企业级服务，很多大企业和唯一要求很高的企业，他是不愿意说我用API这种方式去使用的。但是如果开源的可以深化部署的模型能够到达3.5的水平，很多生意他可能就成立了。

6，我认为只要设备没有变化，然后还是手机，还是电脑，那么传统GUI的那些能力还是非常重要的。

7，我们通过观察竞争对手做了什么事情，而来思考我们怎样更好的服务客户。

by 2023.12.24 《插件、套壳、收购产品? Monica 从 0 到百万用户的 AI 助手之路 | 对谈 Monica 创始人肖弘》

8，其实从产品经理的视角说法就是与其说我们去拿一个别的模型，还不如用世界上最好的模型。

9，如果你在推特上居然刷到了他的产品的话，那几乎一定PMF了。因为他没有钱推广，你都你都刷到了，那肯定PMF了。

10，POE是个套壳的集大成者，他套了所有的壳。套壳到极致就是牛逼，我们也套，就不要抵抗这个需求了…把所有的模型都接了。这是一个用户需要的东西…不是一个静态的问题……我们先把这事儿了不用纠结，然后再去说，我再去找更多的场景，把它做更厚。

11，这波AI应该还是一个效率提升，生产效率工具，在海外可能是一个挺大的市场，或者说很容易有商业化的一个市场。国内可能相对来说会更困难一点。

12，数据本身不是壁垒。但是有了数据之后，你把它作为context一起传给LLM，让这个LLM更懂你我觉得这个差异化体验是壁垒。

13，应用公司其实就是消费电子公司，应该按照消费电子公司去去理解应用公司。是一个全方位的竞争。（比如买大模型公司的 token，各种定价就是典型的供应链管理问题，关于品牌，关注渠道，关注毛利率等，挺像消费电子公司，像苹果、像华为、像小米、像大疆这样的公司。）

14，没干那就先干了再说，干到天花板再说。对，就是该干啥干啥。当然可能大厂哪天把我灭了，那灭了就灭了，好像也没什么办法。

15，to c的领域可能分两类。一类就是那个过程其实你没那么爽，他就更多的会CUI化。第二就是这个过程就是一种爽，这是一种体验，所以他就不太会CUI。（命令行用户交互）

16，在过去的很长一段时间里面，其实互联网产品经理是高度的分工化和职能化，反而不像对外的那个产品经理了。但今天我觉得如果是AI应用的产品经理的话，他可能又得回到宝洁当时定义的产品经理。（知道技术的边界在哪。他知道现在的LLM模型的技术能干哪些的哪些事不能干，包括成本，市场）

by 2024.1.9 的《Vol.12 张鹏对谈白鸦、肖弘、潘乱：大模型时代的产品要怎么做？》

17，第一是执行力，然后第二是用户体验，第三可能是私有数据。对，然后重要性是依次往就是执行力大于体验，大于是私有数据的。

18，做增长，做流量，它跟可能做投资、炒股票有点像。就是说你一旦总结成一个经验，然后公之于众他就不灵了。还是靠组织，学习型的组织和执行力很强的组织。

19，你第一个做出来，他就会获得很好的流量，以及大量的这一次形成 AI博主之类的人就会帮你推荐。如果如果你的速度够快的话，其实你是能够抢到很多红利的。所以我觉得执行力再次说非常重要。

20，从0到1最重要的事情是快速验证PMF。从1到10的时候，我觉得核心的判断说你有没有一个稳定的流量来源。可以是这个投放来的，也可以是你的用户口碑推荐来的，或者是你去你去买一个固定的广告。从10到100可能是商业引擎搭建再更好一些。（也就回到了前面也提到的商业化能力等于增长能力）

2024.3.19《 中美头部AI应用实战分享：Typeface、Monica如何从0到1，机会、挑战和长期壁垒》