文｜光子星球
“五個離職同事里，至少有三個人在搞應用”，一位剛從大廠離職的員工告訴光子星球。
大廠高管出走、組團找融資，大熱項目組成員離職看應用，是目前AI賽道最真實的寫照。
進入2024年，模型層大局已定，鮮少有新玩家能夠進入。而卷生卷死的AI應用，門檻不高，投入成本低，“單槍匹馬+N個GPT”抵得過一支創(chuàng)業(yè)隊伍。
另一位剛從百度離職欲投身海外AI應用的前產品經理算了一筆賬：雇傭四名員工，兩個Claude Pro（薪資40美金/月），一個GPT（薪資20美金/月），一個Devv AI（薪資20美元/月），單月成本共計80美元。從技術開發(fā)到UI設計一應俱全，而其自身只需要作為產品經理提需求。
“折騰到最后可能還是要返廠，但至少得試一把，萬一就跑通了呢”，一位前大廠員工表示道?；诖耍忻嫔夏芸吹降腁I應用也不過是冰山一角，大量項目仍在深水區(qū)。
看上去今年創(chuàng)業(yè)環(huán)境似乎更友好了，實則恰恰相反。被迫接受了一年市場教育的投資人終于學聰明了，張口便是：“你的PMF（產品市場匹配)/TPF(技術產品匹配)是什么?”
肉眼可見的是，今年以來AI應用賽道初創(chuàng)公司融資數量正在減少。懸在頭上那把達摩克利斯之劍，把創(chuàng)業(yè)者推向了兩個極端，要么小而美，獨自優(yōu)雅；要么在用戶規(guī)模攀升中，跑通PMF/TPF。
后者最好的方式便是天降一場“流量雨”，躋身爆款應用行列。如此的潑天富貴，在國內屈指可數，早期的妙鴨到“哄哄模擬器”再到近期爆火的文風測試。
拆解三款爆款應用，用戶群體、傳播裂變渠道、流量增長曲線幾乎可以一比一復制，這對埋頭苦干的開發(fā)者來說不失為一個好消息。但流量催生的產品終是曇花一現，如何不困在制造流量的循環(huán)游戲中，找到商業(yè)轉化的正確著陸姿勢才是關鍵。
從妙鴨到文風測試
去年踩著AI相機風口爆火的妙鴨，首次證明了AI時代社交關系圈的重要性。
時間回到去年3月份，彼時張月光帶領的AI團隊才剛剛確定了“寫實人像”的方向。妙鴨作為阿里大文娛內部的“試驗品”本沒有過多期待，但令其團隊始料不及的是，妙鴨剛內測就顯露出爆火的潛質。
6月底，在為期兩周的內測期間，妙鴨使用人數達到了一萬人左右，邀請碼一碼難求。種子用戶是阿里大文娛內部的工作人員，通過在朋友圈分享傳播迅速打破圈層，向外擴散。7月17日，妙鴨全面上線，沖上微博熱搜，又進一步助推傳播。微信指數顯示，“妙鴨相機”一詞指數值在7月25日到達頂峰，前后熱度約維持了一周左右。
后期妙鴨熱度雖然逐漸回落，但還是影響了一波創(chuàng)業(yè)者。這些創(chuàng)業(yè)者亦步亦趨，將產品種子用戶沉淀在微信群里，開始了最早期的用戶反饋和產品迭代。如今的AIPPT和蛙蛙寫作等AI應用在社區(qū)運營上仍沿襲同樣思路。
今年年初的哄哄模擬器和年中的文風測試，則意外地跑通了“QQ空間-小紅書”的流量鏈路。
臨近春節(jié)，一款在線教你怎么在線哄女朋友的網站突然爆火。據開發(fā)者王登科統計，僅24小時之內，涌入超過60萬用戶，消耗了大模型十幾億token，發(fā)生2000萬次對話。突如其來的爆火，也讓王登科瞬間“負債累累”，背上了幾千美元的賬單。
事后追溯，王登科發(fā)現這次流量是從QQ空間和QQ群引爆。
他稱，剛開始找不到流量來源的原因在于，QQ空間和QQ群比較封閉，沒有KOL，傳播節(jié)點也很分散。彼時的QQ群已經逐漸Discord化，成為了孵化爆款AI應用的溫床。Minimax大火社交產品“Glow”就是在QQ群中逐漸成型。
QQ群流量外溢路徑在文風測試網站得以進一步明晰。據文風測試網站算法模型負責人Ankie介紹，文風測試網站的爆火源于其朋友在QQ空間發(fā)的一條動態(tài)。測試用戶開始涌入網站，半個小時文風測試網站502崩潰，一個小時之內帖子的轉發(fā)量達到了3000。截至7月初，該條動態(tài)轉發(fā)量已經將近有1.5萬。
據光子星球調查發(fā)現，QQ空間和QQ群里聚集了大量00、05后的年輕人，他們對新事物接受程度較高，態(tài)度也更加開放。在QQ形成了大量二次元、乙女、同人、宅男、耽改為標簽的亞文化群體。
基于QQ用戶特性，這實際上在回答一個核心問題：AI應用到底需要一個怎樣的“風洞測試”？答案是，試錯成本低、容錯率高、敢于嘗試新事物。
緊接著，以QQ為圓心，流量開始向小紅書、豆瓣、微博四面八方迸發(fā)。其中流量承接效果最好的是小紅書。Ankie團隊把文風測試排名前三的結果納入了統計，截至目前，網站累計產生了約200萬個測試結果。僅小紅書一個平臺就貢獻了300多萬的瀏覽量，轉發(fā)和討論熱度居高不下。
爆款AI應用啟示錄
借用Ankie的一句話來形容文風網站：“非典型創(chuàng)業(yè)”。
“非典型”有幾層含義，大學生在校畢業(yè)論文項目，成本低至500元，純粹為愛發(fā)電。
但站在AI應用井噴的關鍵節(jié)點，研究具有爆款氣質的AI應用，或許能成為打開超級APP的鑰匙。
應用的傳播路徑基本形成：在QQ空間和QQ群里醞釀，瞬時爆發(fā)后，流量開始向四處擴散。Ankie認為小紅書之所以能夠成為流量二次爆發(fā)地得益于其開放和推薦機制。
“無論是在QQ空間、微博還是豆瓣，如果你不去主動搜索，或者沒有朋友在用，就不會收到相關推薦，但小紅書卻能。比如你平時關注閱讀、寫作方面的內容，很大概率就能被推薦到我們網站”，Ankie表示道。
光子星球注意到，小紅書已經成為了大模型公司和AI應用的營銷陣地，最大的目的不在于導流轉化，而是明晰用戶畫像和獲取垂類領域的數據。Kimi在B站、抖音、微博等地大肆投流，但在小紅書則發(fā)起“Kimi居然還能這樣”的話題，希望通過收集prompt和使用場景來進行用戶分層。
Kimi目前上線的“Kimi+”就是用戶細分后的結果，即把一些最熱門、最常用的功能單獨做成Agent。此外，小紅書上的熱門應用也成了Kimi+“素材來源”，其首頁一段時間內就掛著與文風測試網站相似的“文風測試器”功能。
Ankie告訴我們，“上述Kimi玩法來自于我們的文風測試網站”，該說法也得到了Kimi運營人員的證實，曾主動聯系Ankie詢問是否需要從首頁撤掉。
盡管Ankie放棄了Kimi撤銷“文風測試器”的提議，但絲毫未減弱文風測試網站的爆火程度。在網站基建極其差，動輒就502的情況下，文風測試網站的流量熱度持續(xù)了約三周，流量高峰期日活達到十萬，衰落期降到一萬以內。該應用的長尾效應超出了Ankie的預期，直到今天，還有人源源不斷地在小紅書分享測試結果。
“有些人會重復去測試，特別對于養(yǎng)成寫作習慣的部分用戶，只要寫了新的，就會再重新測試一遍”，Ankie談道。
事實證明，一個好的idea比大模型噱頭更重要。
Ankie在采訪中跟我們復盤成功經驗提到了幾點：放棄對大模型的執(zhí)念，能快速讓用戶用起來才是王道。2016年的算法技術、垂類小模型、作家測試數據集，幾乎構成了文風測試網站的全部。
在ChatGPT、Kimi等通用對話助手之外，AI應用的價值是更懂場景和用戶。一個案例或許可以側面印證，起初，Ankie預計用戶對AI測試結果的信任度在60%-70%，但沒想到竟收到了“被打擊到了”“完全不想再寫作”的反饋。
只有引導用戶打破各種“框”，才能實現破圈傳播和增長。對比下來，在Kimi中生成的文風測試結果有兩個最主要的問題，測試結果冰冷且不夠有說服力，生成結果缺乏分享轉發(fā)的欲望，從本質上來看，輸入和輸出都沒能逃出問答框。而文風測試網站雖然也是在框里生成答案，但通過各種截圖、網站鏈接的傳播，最后產生了巨大流量。
爆款可復制，AI應用商業(yè)化思考
制造一個爆款AI應用是偶然，那制造一批呢？
王登科證明了復制爆款AI應用的可行性。延續(xù)文風網站調性（簡潔）、用戶群體（二次元、同人）基礎上，他如法炮制，復制出了OC測試、名家嘴替等AI應用。
作為參考，文風測試網站的全部支出成本在500元。雖然爆款AI應用有周期，但只要能掌握方法論，跳出曇花一現的周期，就可以無限地延長熱度曲線。
Ankie認為目前輕量化的AI應用與網易云H5功能如出一轍，既可以在業(yè)務研發(fā)過程中進行A/B 測試，收獲用戶反饋數據，預測上線效果。也可以通過爆款應用引流到主業(yè)務上，繼而實現轉化。
如此一來，我們似乎找到了一條全新的引流路徑。省去幾十萬的投流成本，以爆款的應用/Agent為餌料，吸引用戶使用，建立一定用戶黏性后，導流跳轉到主AI應用上。
導流的效果初步顯現，王登科在《從文風測試到OC分析，AI產品的一波流也有春天》一文指出，“OC成分測試雖然是一個小玩具，但是給團隊產品精準導流的效果好到不可思議。OC成分測試約30萬人的訪問量，帶來數萬APP的下載轉化”。
拆解上面的流程實則有兩波流量，AI應用作為流量接口吸納第一輪“潑天富貴”，導流后的主APP承接第二波空降流量，找尋商業(yè)轉化落點。
站在商業(yè)化的角度思考，流量與廣告變現掛鉤，單就上面的流量傳導過程就可以產生兩次廣告收入。最初的應用可視為主APP的功能切片或嘗鮮，所以開發(fā)者在研發(fā)過程中要思考為應用導流，以及與主營業(yè)務的匹配程度。如果前者是一項AI性格測試，后面導流到了一款寵物應用，就會顯得十分割裂。一旦用戶體驗感受損，必然會影響最后的轉化。
Kimi的思路其實沒有問題，比起專門開發(fā)一個網站或應用，現在大火的智能體更適合輕量化的訴求。但就像上文所述，好的想法、垂類的場景數據集和具有傳播分享的趣味性，都缺一不可。
觀察市面上AI應用，大部分AI應用仍以付費訂閱制為主，但能一上來就產生付費的寥寥無幾。就現下應用市場來看，日活、月活不過是浮云，訂閱付費率和續(xù)費率或許才是檢驗AIGC時代應用能不能打的唯一標準。
大多數AI產品為了活下去還是會選擇to B，這種模式在免費應用中尤為常見。通過在應用中展示廣告，AI公司能夠從廣告商那里獲得收入。
另一種是“訂閱收費+分成”機制，有些AI應用會跟大模型廠商進行深度合作，大模型廠商需要通過落地產品案例來證明自身模型能力，AI應用也需要降低調用API成本。
二者互為導流通道，用戶使用AI應用過程中會消耗token，也會強化對該模型廠商的心智。在大模型廠商的產品入口也能調用AI應用的相關功能，為應用引流，最終帶來的訂閱付費轉化，將由二者按比例分成。
談論超級應用或許還為時尚早，但王登科和Ankie的實踐為我們揭示了一條可行之路：通過精心設計的輕量化AI應用，不僅能夠有效吸引用戶，還能在商業(yè)化道路上開辟可能性。
這些應用如同精心編織的漁網，捕捉著用戶興趣和注意力，最終將他們引導至更深層次的產品體驗中，這才是審視爆款應用案例的意義所在。