SEAMATE China Summer · 上海站
6 月 18 日，在出海同学会 China Summer 上海站，来自 AI 产品、全球增长、用户研究及品牌传播一线的实践者齐聚一堂。从昂贵的获客成本到用户心智构建，从产品价值验证到 PMF（产品市场契合度）探索，嘉宾们深入探讨了 PLG 乏力背景下的 AI 产品破局之道：当产品能力趋同，如何让用户记住你？喧嚣的声量中，有多少真正转化为留存与付费？
以下为本次活动核心观点与实践经验的精炼整理。
增长困境：标准化打法失效与市场内卷
在 China Summer 上海站的首场 Panel 中，Invoko 程梦琪、增长专家子木与 Webeye 田晨围绕 AI 产品的增长难题展开讨论。三位嘉宾虽视角不同，却达成共识：AI 产品并非失去增长机会，而是过去那些公开、标准化且可快速复制的增长方法正逐渐失效。
子木指出，市场内卷与同质化日益严重。大量新产品涌现，却难逃竞品影子，尤其在 AI 图片、视频及效率工具领域。许多产品从单一场景切入后，因天花板受限转向"All in One"或开放 API，最终导致能力与赛道再度重合。
产品趋同的同时，获客成本飙升。SEO 外链价格从 200 美元涨至 1000 美元；YouTube 博主合作费从几百美元激增至数千美元且需提前排期。随着大厂占据高价值关键词，新产品若想通过 SEO 获得稳定排名，往往需持续投入一至两年。
子木认为，尽管广告与自然流量仍需并行，但团队应聚焦 AI 时代的新兴渠道。真正的机会往往存在于尚未被大规模涌入的蓝海地带。
田晨从客户服务角度揭示了更残酷的现实：尽管 AI 产品与通用智能体层出不穷，但真正跑通商业闭环的寥寥无几。部分产品虽技术与声量尚可，但用户付费意愿与留存未达预期。头部产品在投放、招聘及体验上的优势，让新团队难以正面竞争。
热点生命周期也在缩短。概念驱动的关注度迅速消退，若产品易被复制且缺乏清晰差异化，后续商业化将举步维艰。
程梦琪则持更审慎态度，建议今年主动降低增长预期。头部 Agent 产品已通过大规模投放“清洗”了品类流量，后入局者即便产品优秀，也难再用同样手段获客。同时，KOC/KOL 合作成本上升、反馈周期拉长，不仅增加成本，更延缓了产品市场验证的速度。
随着 ROI 难以转正，团队从跨圈层传播转向争夺精准流量，使得增长竞争变得更为保守且拥挤。
价值验证：流量背后的深层危机
流量昂贵仅是表象，更深层的问题在于 AI 产品难以自证价值。
子木将增长挑战归结为两点：一是平台竞争加剧，YouTube、Instagram 等内容过载导致推荐概率下降；二是搜索机制变革，AI Overviews 与 AI Mode 让用户直接在搜索结果获取答案，“零点击”搜索压缩了新产品通过 SEO 获客的空间。
对早期团队而言，选对市场与选对渠道已成一体。进入利基市场前，需预判用户需求、评估 SEO 可行性、CPC 成本、竞品素材及内容竞争强度，这些均应在产品投入前纳入考量。
田晨强调产品价值的实证性：AI 是否真的提升效率、降低成本或解决垂直场景刚需？若无法回答这些问题，再完善的数据运营也难以支撑持续增长。
程梦琪分享了自身经历：产品三周上线，功能丰富却难以用简单语言阐述核心价值，导致用户不知所云。团队随即暂停增长动作，回归用户需求与场景打磨。在此期间，Reddit 成为获取真实反馈的关键渠道。通过拆解问题引发真实用户讨论，虽流量不大，却直接揭示了用户需求场景与核心功能方向。
回归本源：PMF 是增长的前提
三位嘉宾一致主张：先做产品，再做增长。
子木认为，PMF 仍是增长基石。早期团队的精细化运营应聚焦于用户访谈、行为分析及反馈收集，以验证真实需求。唯有产品方向确立，精细化运营才有放大对象。
田晨指出，大公司不缺数据中台与运营能力，缺的是让用户产生“惊喜感”的产品。若产品本身缺乏吸引力，运营仅能短暂美化数据。合理顺序应是先获用户认可，再通过运营扩大增长。
程梦琪补充道，稳定交付结果的 AI 产品并不多见。许多产品功能繁多却变动频繁，关键任务难以稳定完成。早期团队可快速上线验证，但若用户无法清晰感知价值，应立即止损解决产品问题，而非继续盲目买量。
投放只能 bring 用户，却无法回答“用户为何留下”这一核心命题。
渠道策略：寻找未被规模化的机会
增长机会依然存在，但分布不再均匀。
程梦琪指出，不同类型产品需匹配不同路径。ToB Agent 或 Marketing Agent 仍依赖生态、社区与品牌建设，以筛选长期合作伙伴；而 ToC 效率工具缺乏网络效应，需持续展示具体 Use Case，清晰传达解决的痛点与交付的价值。
内容可吸引用户，但产品必须履约。过度承诺导致体验不稳，只会透支信任。
与此同时，尚未被规模化开发的渠道仍具潜力。它们可能小众且鲜少被讨论，但只要目标用户真实存在，便可能成为新产品的首批增长源。
所谓“流量洼地”，不仅是寻找廉价平台，更是锁定具体人群、细化内容策略或采用非标准化运营方式。当众人争夺同一批资源时，小团队的突破口往往在于需要耐心、判断力与行业深耕的领域。
长期主义：从短期热度到可持续价值
短期流量易制造错觉。产品上线初期的推文、测评与数据上涨，若在一周后热度消退用户不在，则毫无意义。
子木判断增长可持续性的标准是留存与推荐。即使用户未主动推荐，只要三个月后仍在持续使用，即证明产品提供了真实价值。
田晨回归商业模式本质：用户是否愿付费？AI 是否真提效降本？热度可带来融资，却无法替代长期运转的商业逻辑。
程梦琪提出“价值型功能”与“增长功能”的分类法：前者负责留存付费，需稳定精细；后者负责话题流量，可有趣但不一定直接创造价值。两者需区分评估，避免混淆。
亿级播放的有趣功能不代表长期留存，看似平淡的解决问题功能却至关重要。团队需用两套标准分别衡量其效果。
PLG 并未完全失效，失效的是仅靠新概念、榜单或投放就能自然滚动的幻想。
AI 产品未来仍需流量，但更需回答三个问题：用户为何来、为何留、为何付费。流量开启开始，持续交付价值决定增长延续。
用户心智：在产品趋同中建立独特性
第二场 Panel 聚焦另一核心议题：当 AI 产品日益相似，用户为何记住你？新功能易被复制，模型能力难成壁垒。SoloEnt.ai 陈姗姗、Mizzen 孙克强与 Puffery Studio Elle 从产品、用户研究与品牌传播角度，共同探讨如何在能力过剩时代建立用户心智。
Founder Mode：创始人的行业洞察
SoloEnt.ai 从 3 月运营至 5 月实现上万美元 MRR，全程零推广费用，依靠持续内容生产。陈姗姗总结三大前提：创始人需深谙行业并曾获利；团队需长期使用自家产品；创始团队需坚信并持续讲述品牌故事。
SoloEnt.ai 切入长篇小说写作领域，团队兼具内容商业逻辑理解与工具产品经验。他们不追求短期内容爆发，而是由创始人持续输出对行业与产品的深度理解。
陈姗姗强调，垂直 AI 产品中"Founder Mode"至关重要。创始人比代运营更清楚产品价值与用户沟通要点，稳定清晰的叙述比突发爆款更具长远价值。
叙事对象：精准定位具体场景
孙克强关注“叙事对象”。早期团队目标人群无需宽泛，而应极度具体，明确用户在何场景下如何使用及描述产品。
他分享案例：某海外品牌原 targeting 办公室精英，调研发现真实场景是母亲为体育课孩子准备代餐，提供“安心感”。品牌遂调整传播方向，聚焦家庭场景。
用户记住的并非功能数量，而是产品介入生活的具体时刻。
身份认同：连接用户情感需求
Elle 提出大胆策略：某服务 One Person Company 的产品在 Meta 裁员日租用广告车至总部附近，向失业者传递"AI Agent 助你创业”的信息，精准触达情绪与需求群体。
在 Labubu 推广中，邀请北美 LGBTQ 群体参与拆箱，利用其鲜明表达与产品稀缺随机性结合，产生强烈传播效应。
爆款非偶然，关键在于找到具体人群，理解其身份认同诉求，并将产品与之连接。用户购买的不仅是功能，更是自我表达的方式。
战略取舍：避免能力泛滥与方向错误
AI 产品的最大困难常非能力不足，而是能力过多。传统互联网产品边界清晰，而 Agent 可覆盖多场景。技术可行不代表产品应全面铺开。
SoloEnt.ai 初攻长篇小说，随用户增多面临写论文、公众号等新需求。若同时推广所有能力，产品定位将模糊，内容团队亦难满足多元要求。因此，早期产品必须主动取舍。
孙克强警示方向错误的高昂成本。他曾亲历 Meta 在新方向的重金投入失败，回国后又因距离时差导致用户访谈不足，在未达留存预期时提前投流，终致结果不理想。对早期团队，最贵的不是流量，而是在错误方向持续投入。
Elle 指出“虚假声量”陷阱：Twitter 上千美元可获得百万曝光，但转化率极低。Twitter 适于制造热度，而带着真实需求的用户更多存在于长视频、搜索与垂直社区。这些渠道数据未必亮眼，却能带来真实转化。
团队若只关注曝光点赞，易将“被看见”误认为“被需要”。
陈姗姗认为，增长方式由行业而非时代决定。AI 时代变化在于产品价值难以讲清：功能越多越难上手，看似简单的产品又未必解决真问题。创始人因产品不稳定而模糊能力边界，导致用户匹配效率低下。
AI 增长问题不仅源于渠道变贵，更来自产品预期与真实能力间的鸿沟。
Go-To-Market：聚焦当下问题解决
Elle 认为，当产品能力差异缩小，Go-To-Market 策略愈发重要。产品发布不应像“孔雀开屏”罗列所有技术亮点，用户关心的是眼前问题能否解决，而非未来愿景。
陈姗姗强调垂直行业 Know-how 的重要性。会用 Agent 不等于懂行业，AI 短剧需懂短剧变现，AI 写作需懂作者生态。若无行业价值交付能力，单纯叠加 AI 难以成功。
除行业理解外，早期团队还需韧性。模型与市场瞬息万变，产品不可能首日即完美。团队需不断调整并向用户透明沟通。危险的不是失败，而是因能力过多而迟迟无法决策核心方向。
孙克强选择大模型暂难覆盖的领域：用户研究中的“提问”环节。大模型擅长回答与创作，却不善提出好问题。Mizzen 以此切入，并利用在地化样本招募等琐碎工作构建壁垒，这些非通用任务正是创业公司的护城河。
PMF 验证：从用户反应中寻找线索
大多数产品无法一上线即找到 PMF。早期团队应从用户真实反应中找线索，而非赌一次方向正确。
Elle 分享消费品推广经验：判断内容是否击中需求，重点看收藏数而非播放点赞。收藏意味着用户认为有用并计划回看，比单纯曝光更接近真实需求。
孙克强指出调研方式需因地制宜。铺货型业务可通过海关数据、销量快速验证；但品牌建设、研发投入等高成本方向，一旦出错代价巨大，此时用户研究必不可少。尤其出海团队需克服距离障碍，持续倾听海外用户声音。
陈姗姗视用户研究为产品能力而非独立岗位。验证 PMF 需区分事实（Facts）、需求（Demands）与观点（Opinions）。用户所言未必所行，团队忌只挑选喜欢听的反馈作为方向。
无足够数据的早期团队可采用直接方法：潜入已盈利的竞争对手社群，观察付费用户的抱怨。这些抱怨可能指向竞品不愿做或做不到的领域，其中藏着新团队的机会。
用户心智非一句口号或一次活动热度，而是产品长期稳定回答：你是谁、为谁服务、能帮用户完成什么。
