年增长 20 倍的 Eraser，如何把 AI 副产品打造成增长引擎？复盘 DiagramGPT 的辅助产品策略

当主产品已经能稳定增长，新的产品线应该投入多少精力去筹划，如何能 1+1 >2 ，让主线、支线都能双赢呢？什么类型的业务 / 公司是适合去以 AI 为产品线去做投入的呢？

Erase 创始人 Shin Kim 的这篇文章也许会给你一些答案，如果你也正在思考这些问题，欢迎阅读。

本文编译：https://www.growthunhinged.com/p/how-an-ai-sidecar-product-drove-30

---

Eraser 是我在 2020 年 11 月创立的一个专为工程团队设计的文档与图表工具 — 在过去一年中实现了迅猛发展，用户数量激增了 20 倍。

我们专注于为开发人员提供针对性功能，如基于代码的图表生成和 GitHub 同步，这些是我们产品的核心部分。我们还尝试了一些较少被探索的增长策略，例如与虚拟办公室合作，以及提供无需注册即可体验的产品。

在 2023 年 5 月，我们推出了名为 DiagramGPT 的 AI 辅助产品（sidecar product），这是一个能够根据自然语言描述或代码片段自动生成图表的 AI 工具。我之所以写下这篇文章，是想向那些已经开发出内部大语言模型（LLM）原型但还在为下一步发展而苦苦寻找方向的软件团队分享我们的经历。这是一篇案例研究，回顾了我们团队的行动与收获，如果你们也在思考要不要做一个 AI 附属产品，这篇文章也许对你有所帮助。

根据 OpenView 即将发布的 2023 年 SaaS 行业基准报告，过去一年中有 46% 的 SaaS 公司推出了 AI 功能，另外 31% 正在积极开发或测试 AI 功能。换言之，超过四分之三的 SaaS 公司已经或正在进行 AI 研发项目。

然而，将新功能整合到现有成熟产品中通常难度极大。这通常会导致两种失败情况：

• AI 原型在无休止的迭代中失去推动力

• 推出了大幅度缩水的版本进行市场测试，但未能引起客户的兴趣

正如我们通过 DiagramGPT 所展示的，存在另一种可能的发展道路。辅助产品可以作为一种机制，快速向用户提供一个大胆、纯粹的 AI 功能构想。它能够提供定性和定量的反馈，帮助将 AI 功能融入主产品。当然，如果它能够取得成功，这个辅助产品还能成为一个有效的自然用户增长渠道。如今，DiagramGPT 已经占到了 Eraser 用户注册量的 30%。

#1 构建 DiagramGPT

2023 年我们就开始尝试使用 GPT-4 ，很快我们就发现，LLM 已经变得足够智能，能够创造图表了。我们只需输入自然语言或代码片段，就能生成漂亮的图表。初期的成果令人印象深刻，这促使我决定飞往波士顿，与我们的首席工程师 Yoel Tadmor 进行为期一周的密切合作，共同启动这个新的 AI 项目。

在项目的第一天，我们讨论了是否应该将生成图表的功能作为产品的一部分，还是将其开发成一个独立的辅助产品。我们很快决定以辅助产品的形式推进，因为我们不想让它受到我们主产品中特性开发所需精细工艺的限制。我们希望在不断变化的 LLM 领域中迅速站稳脚跟，而最佳的方式就是尽快推出这个产品。

虽然我们将重点放在了快速开发上，但我们依然不忘为用户带来令人愉悦的体验。例如，在生成图表的过程中，我们没有简单地展示一个加载的旋转图标，而是创造了一种流畅的体验，使得生成过程中的每一个阶段都能逐帧呈现。这样不仅让用户在等待时感到不那么枯燥，还让整个产品体验显得更加生动有趣。

我们还做了一个重要决策，那就是为这个辅助产品创造一个单独的品牌身份，取名为 DiagramGPT，而非 Eraser AI。这样做的目的是为了让这个辅助产品与我们的主要品牌保持一定的独立性，这意味着如果它未能成功，我们也能更容易地选择放弃。此外，即便我们当时的官网采用了浅色模式，我们依然选择了深色模式来构建 DiagramGPT，并精心设计了一个风格略有不同的 logo，以强调其独特的品牌形象。

#2 发布 DiagramGPT

我们对待 DiagramGPT 的发布就如同发布一个全新产品一样。我们在日历上标定了一个具体的发布日期，并且围绕这个日期组织了工程和市场部门的准备工作。我们还邀请了一些热心的用户提前体验，并录制了一段内容丰富的演示视频。随着发布日期的临近，我们对 DiagramGPT 越发有信心，决定投入更多时间来优化用户体验。因此，我们将发布日期稍微推迟了几天，以便进一步改善流式体验和图表的布局。

我们在推出时的一个重要决策是 call-to-action（CTA）。DiagramGPT 作为一个无需注册就能使用的辅助产品，存在于我们的营销网站上。考虑到如果 DiagramGPT 取得成功，我们希望它带来什么样的商业效益？

最直接的想法是引导用户创建 Eraser 账户。但这似乎并不完全符合我们的初衷，因为我们认为在 AI 图表绘制这个新兴领域，发现用户需求和学习新知更为关键，增长则是其次。因此，我们将 “让我们聊聊”/“申请早期访问” 设定为主要的 CTA 话术。

在发布当天，我们在所有社交媒体渠道上发布了演示视频。视频在 Twitter 上获得了良好反响，尤其是考虑到我们不到 1000 的粉丝量。借助这种社交媒体的正面反馈，我们向众多热门 AI Newsletter 推介了 DiagramGPT。随后，几个大型 Newsletter 在接下来的一期中报道了 DiagramGPT，这比我们最初在社交媒体上的帖子产生了更大的影响。

#3 DiagramGPT 发布后

发布后，我们非常庆幸自己选择了 CTA 的方式进行启动，因为在随后的一个月中，我们通过 DiagramGPT 安排了超过 40 次的用户探索电话会议。虽然并非每次电话都能带来深刻的洞见，但却让我们有机会广泛了解从博士生到大型企业的软件架构师等不同背景对 AI 图表绘制感兴趣的用户。这些对话还增强了我们的信心，促使我们开发并推出了 DiagramGPT 的 API 版本。

DiagramGPT 还提供了大量的使用数据，这些数据的样本量足够大，使我们能够在主产品中加入更优秀的 AI 图表绘制功能。例如，我们发现大约一半的图表生成尝试实际上是对原始输入的重试或微调——这让我们意识到，在图表上进行 AI 驱动的迭代编辑非常关键，因此我们会将这一功能整合进了我们的核心产品。

DiagramGPT 最终也在吸引注册方面取得了显著成效。尽管在初期通过发布活动和 Newsletter 带来了一波流量高峰，但我们最初并不确定这种趋势能否持续。然而出乎意料的是，流量实际上通过口碑传播稳步增长。图表生成领域相比文本或图像生成的竞争要小得多，因此作为首个推出引人入胜演示的产品就足以持续吸引用户的兴趣。

为了促使访客注册 Eraser，我们设置了一个门槛，即只有注册用户才能编辑图表。用户可以生成图表，但在没有注册的情况下无法编辑。鉴于 AI 生成的内容很少能一次达到完美，我们发现有实际工作需求的用户往往会选择注册。

DiagramGPT 最终占到了 Eraser 注册量的大约 30%。随着使用量的增加，我们的服务成本也随之上升，因此我们最终设定了一个限制，即在创建 Eraser 账户之前用户只能生成有限数量的图表。

#4 构建 AI 辅助产品的理由

##1. 建立一个持续且自然增长的用户获取渠道

如果成功，你的辅助产品可以成为一个可靠的、几乎零成本的用户获取渠道，能够实现自我增长。这是一种让你最引人注目的功能跳出注册/付费门槛的策略，让即使是意图不强的用户也能轻松体验你的产品。

在我们的例子中，DiagramGPT 的发布和 Newsletter 对其的提及激发了人们最初的兴趣。随后，它主要通过口碑传播实现了增长，而这过程中我们团队几乎不需要付出额外的努力。公众日益增长的兴趣在寻找和采纳 AI 工具方面对我们非常有利。对于我们来说，为辅助产品进行付费营销并不划算，对大多数公司来说可能也是如此，除非转化率非常高。

##2. 验证 AI 功能的需求

你的 AI 功能可能会颠覆游戏规则，也可能是浪费时间的巨大挑战，但不去尝试，就很难判断它将会是哪种情况。AI 辅助产品是一种在不影响核心产品的前提下快速测试市场需求的方法。你可以进行大胆的实验，因为如果它们不成功，放弃它们也非常容易。

##3. 利用用户数据指导产品开发

如今，开发 AI 功能的难点之一在于缺乏成熟的设计模式作为参考。例如，你开发的特定 AI 功能应该采用聊天界面还是非聊天界面？在这方面，参考业界同行或竞争对手可能并无太大帮助，因为他们自己也可能还在探索阶段。然而，如果你的产品已经获得了足够的用户关注，并且你有时间去等待和观察，那么辅助产品所产生的用户使用数据可以为你的决策提供重要指引。

#5 不建立 AI 辅助产品的理由

虽然我们在 Eraser 的经历非常积极，但 AI 辅助产品并不适合所有人。以下是一些需要考虑的因素。

##1. 它可能会分散注意力。

与其他增长策略不同，AI 辅助产品需要真正投入工程和设计的时间和精力，这可能相当于开发一个中等规模的功能。你是更倾向于推出核心产品的新功能，还是发布这个辅助产品呢？不过，AI 辅助产品通常比较轻量，因为大多数软件团队在过去 12 个月中（参考前文提及的 OpenView 调查数据）已经投入了时间开发内部研发原型。对于这些团队而言，推出辅助产品的额外投入将是最小的。

##2. 它可能会削弱核心产品的使用率。

如果在无需注册的辅助产品中提供了过多的价值，用户就可能减少注册核心产品的动力。以 Eraser 为例，如果 DiagramGPT 每次都能完美地生成图表，我们可能最终会有许多 DiagramGPT 用户不觉得有必要去注册 Eraser。理想的辅助产品体验应该能提供实际价值，同时让用户产生更多的需求和期待。

##3. 根据你使用的 LLM 堆栈，LLM 的使用成本可能会急剧上升。（如开源软件 vs. OpenAI，GPT-3.5 vs. GPT-4 等）

这是一个需要特别注意的问题，因为软件团队通常不焦虑基础设施成本。但要确保你的 AI 辅助产品成本可控，这非常必要——即通过你的注册转化率、付费转化率和客户终身价值（LTV）能够证明涉及 LLM 的基础设施成本是合理的。

# end

Hi，感谢看到最后，我是小鱼，如果对文章 / 案例感兴趣，或者是相关领域的从业 / 创业者，无论你在任何地区和时区，欢迎加我们微信 JKtheSeeker（请备注称呼+公司），see you on the cloud!