本文来自微信公众号： 出海同学会 ，作者：出海同学会，原文标题：《China Summer干货｜AI 应用的用户心智铸造与全球增长》
6月18日，在出海同学会China Summer上海站，几位来自AI产品、全球增长、用户研究和品牌传播一线的实践者，从越来越贵的获客成本，聊到用户心智、产品价值和PMF。当PLG开始乏力，AI产品该如何继续增长？当产品能力越来越接近，用户为什么要记住你？而那些看起来热闹的声量，又有多少真正变成了留存和付费？
以下是本场活动核心观点与实践经验的精炼整理。
在China Summer上海站的第一场Panel中，Invoko程梦琦、增长专家子木与Webeye田晨，围绕AI产品正在面对的增长问题展开讨论。三位嘉宾站在不同的位置，却看到了相似的变化：AI产品不是没有增长机会了，而是过去那些公开、标准化、可以被快速复制的增长方法，正在逐渐失去效果。
子木最直接的感受是：市场变得更卷，也更同质化了。
每天都有新产品上线，但很多产品都能看到竞品的影子。AI图片、视频和效率工具尤其如此。一些产品原本从一个具体场景切入，做到后面发现天花板有限，于是开始转向All in One，再进一步开放API。绕了一圈，大家又回到了相似的能力和赛道。
产品越来越像，获取流量的成本却在不断上涨。过去，一篇SEO外链可能只需要200美元，现在已经涨到1000美元。早期邀请AI测评类YouTube博主制作一条视频，价格可能是200美元，如今已经涨到几千美元，还需要提前排期。SEO也不再是一条轻松的自然增长路径。大厂和成熟产品已经占据了大量高价值关键词，新产品想把一个核心词做到稳定排名，可能需要持续投入一到两年。
子木认为，广告、自然流量和其他渠道仍然需要同时推进，但团队也必须关注AI时代出现的新渠道。真正的机会，往往出现在还没有被大量团队涌入的地方。
田晨从服务客户的角度，看到了更残酷的一面。过去两年，大量AI产品和通用智能体出现，但真正能够跑出来的并不多。一些产品拥有不错的技术和声量，用户的付费意愿与留存却没有达到预期。与此同时，头部产品仍在持续扩大优势。无论是投放能力、招聘能力，还是产品体验，新团队都很难正面竞争。
热点的生命周期也在缩短。一个产品可能因为某个概念迅速获得关注，但当类似产品不断出现，搜索热度很快就会下降。如果产品容易被复制，又没有清晰的差异，后续的商业化会变得非常困难。
程梦琦则给出了一个更悲观的判断：今年需要主动降低对增长的预期。一些头部Agent产品依靠大规模投放维持拉新和活跃，几乎把整个品类的用户流量提前“洗”过一遍。后进入的创业公司即使产品不错，也很难再用同样的方法获得用户。同时，KOC和KOL的合作价格正在上涨，反馈周期也在变长。对于需要快速验证产品的创业公司来说，这不只是成本问题，也意味着产品获得市场反馈的速度变慢了。
过去，团队还愿意尝试跨圈层传播；现在，因为ROI越来越难算正，大家反而更倾向于争夺最精准的流量。
增长因此变成了一场更保守，也更拥挤的竞争。
流量变贵只是表面。更深一层的问题是，AI产品越来越难证明自己的价值。
子木把增长的变化分成了几个部分。首先是平台竞争加剧。YouTube、Instagram等平台上的AI内容越来越多，单条内容获得推荐流量的概率自然下降。其次是搜索发生了变化。随着AI Overviews和AI Mode出现，用户可以直接在搜索结果里获得答案，不再需要点击进入网站。大量“零点击”搜索，进一步压缩了新产品通过SEO获得流量的空间。
对于早期团队来说，选对市场和选对渠道，正在变成同一件事。一个产品准备进入某个利基市场之前，不仅要判断用户有没有需求，还要提前了解这个市场适合什么样的增长方式。SEO能不能做、投放的CPC高不高、竞品使用什么素材、现有内容的竞争强度如何，这些都需要在产品投入之前被考虑。
田晨更关注产品能否证明自己的价值。一个AI产品是否真的帮助用户提高了效率？是否降低了成本？是否帮助客户赚到了钱，或者在某个垂直场景里解决了明确的刚需？如果这些问题没有答案，再完善的数据分析和运营体系，也很难让产品持续增长。
程梦琦也分享了自己的产品经历。产品最初只用了三周就上线。它看起来很新，也具备不少AI能力，但团队很快发现，自己无法用简单的话说明它到底解决了什么问题。用户打开产品之后，也不知道应该让Agent帮自己做什么。问题并不在于功能太少，反而是能做的事情太多。
当一个产品无法在几秒钟内讲清楚自己的价值，用户就很难留下来。团队因此暂停了原本的增长动作，重新回到用户需求和具体场景中调整产品。在这个过程中，Reddit成为少数能够带来真实反馈的渠道。他们没有买账号，也没有批量发布内容，而是把需要验证的问题拆成帖子和评论，再由真实用户参与讨论。流量不一定很大，但用户会直接告诉团队，自己为什么需要这个产品、愿意在哪个场景里使用，以及什么功能值得继续做。这类反馈未必漂亮，却比一次短暂的曝光更接近增长真正需要的东西。
在这个问题上，三位嘉宾的判断非常接近：先看产品。
子木认为，PMF仍然是增长的前提。早期团队当然需要精细化，但这种精细化不应该首先用在投放和渠道上，而应该放在用户访谈、产品操作、点击行为和使用反馈中。团队需要通过这些细节判断，用户究竟有没有真实需求，产品是否值得继续投入。只有产品方向被验证之后，精细化运营才有放大的对象。
田晨也提到，大公司并不缺数据中台和运营能力，但真正能够让用户产生“哇哦”感的产品仍然很少。如果产品本身没有惊喜，用户不喜欢用，也不愿意主动传播，运营只能短暂地把数字做得更好看。真正合理的顺序，应该是先让产品获得用户认可，再通过运营扩大增长。
程梦琦对此也有类似感受。AI产品虽然很多，但真正使用起来稳定、顺畅，并且能够持续交付结果的产品并不多。很多产品看起来功能丰富，真正使用时却每天都在变化，关键任务也很难稳定完成。对于早期团队来说，把产品快速推出去没有问题。产品不够完美，也可以先交给市场验证。但如果上线之后发现用户说不清它的价值，团队就需要停下来解决产品问题，而不是继续购买流量。
投放只能把更多人带到产品面前。它不能替产品回答：用户为什么要留下来？
增长的机会仍然存在，只是不会平均分布在所有渠道里。
程梦琦认为，不同类型的产品需要完全不同的增长路径。对于ToB Agent或Marketing Agent来说，生态、社区和品牌仍然重要。它们不仅能够带来客户，也能帮助团队筛选真正认同产品方法、适合长期合作的人。
但对于ToC效率工具来说，情况并不一样。效率工具通常没有明显的网络协同效应。一个用户使用，并不会自然带动身边的人一起使用。在这种情况下，团队更需要持续展示具体的Use Case，把产品能够解决的痛苦和交付的价值讲清楚。
内容可以吸引用户，但产品必须履约。如果传播时把产品讲得无所不能，用户真正使用之后却发现结果不稳定，那么再好的增长也只是提前透支信任。
与此同时，那些还没有被规模化开发的渠道，仍然可能带来机会。它们可能不够大众，甚至很少被国内团队讨论，但只要目标用户真实存在，就有可能成为新产品的第一批增长来源。
所谓流量洼地，并不只是找到一个更便宜的平台。
它也可能意味着找到一个更具体的人群、一套更细的内容策略，或者一种还没有被标准化的运营方式。当所有人都在争夺同一批KOL、关键词和广告位时，小团队真正能够利用的，反而是那些需要耐心、判断和行业理解的地方。
短期流量很容易制造一种错觉。
产品刚上线时，可能会有大量推文、测评和讨论，所有数据都在上涨。但一周之后，热度消失，用户还在不在，才是更重要的问题。
子木判断增长是否可持续，关注的是用户能不能留下来，以及是否愿意向别人推荐。即使用户没有主动推荐，只要三个月之后仍然在持续使用，也说明产品提供了真实价值。
田晨则把问题拉回了商业模式。用户是否愿意付费？AI是否真的提高了生产力？产品有没有帮助用户降低成本或者获得收益？如果这些问题没有被解决，再大的规模也可能只是暂时的。热度可以带来融资和关注，但无法替代一套能够长期运转的商业模式。
程梦琦分享了团队最近形成的一套判断方法：把产品功能分成“价值型功能”和“增长功能”。价值型功能负责留存和付费。它需要稳定、精细，能够真正解决用户的问题。增长功能则负责制造话题、参与热点和获得流量。它可能很好玩，也可能带来大量讨论，但不一定直接创造产品价值。两类功能都可以做，关键是不能混在一起。
一个有趣的功能获得了上亿播放，不代表它能够让用户长期留下；一个真正解决问题的功能看起来不够“Fancy”，也不意味着它不重要。团队需要用两套不同的标准，分别判断它们的效果。
PLG并没有完全失效。真正开始失效的，是只靠一个新概念、一次榜单发布或一轮投放，就期待产品自然滚动起来的增长想象。
接下来，AI产品仍然需要流量，但更需要回答三个问题：用户为什么来、为什么留下，以及为什么愿意付费。
流量可以制造开始。能不能持续交付价值，才决定增长会不会继续。
如果说第一场Panel讨论的是流量从哪里来，那么第二场Panel追问的是另一个问题：当市场上的AI产品越来越像，用户为什么要记住你？
今天，一个新功能很快就会被复制，一套模型能力也很难长期成为壁垒。很多产品上线时讲了大量技术、功能和愿景，用户看完之后，却依然不知道它究竟能帮自己做什么。在第二场Panel中，SoloEnt.ai陈姗姗、Mizzen孙克强与Puffery Studio Elle，围绕AI产品如何获得关注、建立用户心智和验证PMF展开讨论。三个人分别从产品、用户研究和品牌传播出发，讨论的却是同一件事：当产品能力不再稀缺，怎样让用户知道你是谁？
SoloEnt.ai从3月正式运营，到5月已经做到了上万美元MRR。在这个过程中，团队没有投入推广费用，增长主要依靠持续的内容生产。陈姗姗将这段增长归结为三个前提。
第一，创始人需要真正理解自己进入的行业，最好曾经在这个行业里挣到过钱。
第二，团队做出来的产品，自己首先要能够长期使用。
第三，创始团队需要真心相信自己讲述的故事，并且愿意持续讲下去。
SoloEnt.ai选择从长篇小说写作切入。陈姗姗过去一直从事内容行业，合伙人则拥有工具产品经验。团队既理解内容生产的商业逻辑，也每天使用自己的产品。因此，他们没有追求短时间内生产大量内容，而是由创始人持续表达对行业和产品的理解。
在陈姗姗看来，对于垂直AI产品来说，Founder Mode仍然重要。创始人比任何代运营团队都更清楚，产品解决了什么问题，为什么要做，以及应该对用户说什么。稳定地把这些事情讲清楚，可能比一次突然的爆款更有价值。
孙克强则把注意力放在“叙事对象”上。一个产品准备讲故事之前，首先要确定自己究竟在和谁说话。对于早期团队来说，目标人群不需要特别宽，反而可以非常具体。更重要的是，这群用户会怎样描述产品，又会在什么场景下使用它。
他分享了一个用户研究案例。一家海外品牌原本认为，自己的目标用户是办公室里的中产和职场精英。但在访谈中，团队发现了另一个更具体的场景：一些妈妈会为不愿意吃早餐的孩子准备代餐饮品和谷物棒，尤其是在孩子当天有体育课的时候。这个产品提供的，不只是方便，而是一种“孩子没有空腹去上学”的安心感。品牌后来调整了传播方向，从办公室里的职场精英，转向更加具体的家庭场景。
用户真正记住的，往往不是产品拥有多少功能，而是它出现在了自己生活里的哪一个时刻。
Elle对“获得关注”有一套更大胆的方法。她提到，一家服务One Person Company的产品，曾在Meta裁员当天租下一辆广告卡车，直接开到Meta总部附近，告诉刚刚失去工作的人：被裁员也没关系，可以用AI Agent开始自己的事业。这个动作没有覆盖所有人，却精准地找到了最有可能产生情绪和需求的一群人。
在推广Labubu时，Elle也曾邀请北美LGBTQ群体参与拆箱传播。这些创作者本身具有鲜明、夸张的表达方式，与Labubu当时稀缺、随机的产品体验结合后，产生了很强的传播效果。
在她看来，爆款并不是毫无规律的偶然。团队需要找到一群具体的人，理解他们想成为什么样的人，再把产品与这种身份认同连接起来。用户购买的有时不只是功能。他们也在购买一种表达自己的方式。
对于AI产品来说，最大的困难有时不是能力不足，而是能力太多。过去的互联网产品通常拥有明确边界。聊天工具负责聊天，外卖平台负责点、餐，用户很容易理解它们能做什么。
Agent却不同。一个Agent可以写小说，也可以写论文、写公众号，甚至继续延伸到更多场景。技术上能够完成，不代表产品应该同时进入这些市场。
SoloEnt.ai最初从长篇小说写作切入。随着用户逐渐增多，团队不断收到新的需求：能不能写论文？能不能写公众号？能不能覆盖更多内容？这些事情或许都能做，但不同写作场景背后的用户、流程和Harness工程并不相同。如果团队同时推广所有能力，产品的定位会迅速变得模糊，内容团队也很难持续满足不同用户的要求。
因此，早期产品必须主动做取舍。
孙克强谈到的另一个风险，是团队在没有听清用户声音之前，就投入了大量资源。他曾在Meta工作，也亲历过公司在新方向上的重金投入。当市场需求没有想象中清晰时，团队规模再大、技术能力再强，也无法消除做错方向的成本。后来，他回国做美国市场的ToC产品，又遇到了距离和时差的问题。团队每个月只能进行几次用户访谈，听到的用户声音不足以支持产品快速迭代。在留存和活跃指标还没有达到预期时，团队又提前开始投流，最终没有得到理想结果。
对于早期团队来说，最贵的不一定是流量。更贵的是在错误方向上持续投入。
Elle则提到了另一种常见陷阱：沉迷于虚假的声量。
一个产品在Twitter上投入几千美元，获得上百万曝光并不困难。但这些曝光最后能够转化出多少付费用户，是另一回事。Twitter更适合制造讨论和行业热度。真正带着需求寻找答案的用户，可能出现在长视频、搜索和垂直社区中。这些渠道的数据未必漂亮，传播速度也没有那么快，却可能带来更真实的转化。
当团队只关注曝光、点赞和转发时，很容易把“大家看见了”误认为“大家需要它”。
陈姗姗认为，增长方式首先由行业决定，而不是由时代决定。卖水和卖水龙头，本来就需要不同的渠道。无论是移动互联网还是AI时代，增长的前提都是先找到用户在哪里。真正发生变化的，是AI产品越来越难把自己的价值讲清楚。很多AI工具看起来什么都能做，但用户真正上手之后，可能需要较长的学习过程。越是能够交付复杂结果的产品，有时越难使用；越是看起来简单的产品，又未必能够解决真正的问题。
这让AI产品陷入了一个尴尬的位置。创始人知道产品还不能稳定交付，因此在传播时会有意无意地模糊能力边界。用户进入产品之后，要么不知道怎么用，要么发现结果没有达到预期。与此同时，用户注意力越来越分散，流量成本越来越高。产品的话术越模糊，用户与产品之间的匹配效率就越低。
AI时代的增长问题，因此不只是渠道变贵。它也来自产品预期和真实能力之间的距离。
Elle认为，当不同产品之间的能力差异不断缩小时，Go-To-Market会变得更重要。很多产品发布时，习惯像“孔雀开屏”一样，把模型、功能、技术亮点和未来愿景全部摆出来。但用户真正关心的，通常不是产品未来会变成什么，也不是它是否处在大模型能力的延长线上。用户关心的是眼前的问题能不能被解决。
陈姗姗也强调，垂直行业里的Know-how仍然重要。会使用几个Agent，不代表就能进入一个完全陌生的行业。做AI短剧的人仍然需要理解短剧如何挣钱；做AI写作工具的人，也需要理解作者、内容平台和商业化之间的关系。
如果团队过去无法交付行业价值，仅仅增加AI能力，也很难让结果自动出现。
除了行业理解，早期团队还需要韧性。模型能力和市场环境都会变化，产品不可能从第一天开始就找到正确答案。团队需要不断调整，也需要在变化中向用户说明自己正在做什么。失败并不可怕。真正危险的是，因为产品可以做很多事情，就始终不愿意决定自己到底要做什么。
孙克强选择的方向，则是寻找大模型暂时不会覆盖的地方。今天的大模型已经是很好的回答者和创作者，可以写文章、写代码、解数学题，也可以生成图片、音乐和视频。但在用户研究场景中，大模型并不天然擅长提出好问题。Mizzen因此选择从“提问”切入，用AI帮助企业完成用户研究。除此之外，用户研究还有大量模型无法完成的工作。例如在阿拉伯地区或欧洲小国招募符合条件的样本，需要长期积累渠道，也需要处理很多具体、琐碎的工作。这些事情不够通用，却可能成为创业公司的壁垒。
大多数产品都不是一上线就能找到PMF。对早期团队来说，与其指望一次把方向猜准，不如先从用户的真实反应里找线索。
Elle分享了一个来自消费品推广的方法。在判断一条内容是否真正击中用户需求时，她会重点看视频的收藏数，而不只是播放量、点赞和评论。点赞可能来自情绪，评论可能来自讨论，但收藏通常意味着用户认为这条内容有用，未来还准备回来查看。与单纯的曝光相比，它离真实需求更近一步。
孙克强认为，并不是所有产品都需要用同一种方式做调研。对于铺货型业务来说，团队可以通过海关数据、商品销量和快速上架，直接观察市场反应。有些商家甚至会在商品正式生产之前，先把页面放到独立站或电商平台上，用真实行为验证需求。但当团队准备建设品牌、投入研发，或者需要组织更多人长期参与时，做错方向的成本会迅速上升。
这时，用户研究就变得必要。尤其是出海团队与海外用户相隔很远，仅靠内部判断，很容易误读当地市场。企业需要持续听到真实用户的声音，理解他们如何使用产品，又为什么拒绝产品。
陈姗姗把用户研究看作一种产品能力，而不是一个独立岗位。在她看来，判断PMF时最重要的，是区分Facts、Demands和Opinions。用户提出的要求，不一定等于真实需求；用户表达的观点，也不一定代表真实行为。很多团队的问题在于，只从反馈中挑选自己最喜欢的部分，再把它当成产品方向。
大公司可以依靠数据和A/B Test寻找事实。没有足够数据的早期团队，也有一种更直接的方法：进入已经挣钱的竞争对手社群。先找到行业里收入较高、已经证明能够存活的产品，再观察它们的付费用户正在抱怨什么。这些抱怨可能来自产品不愿意做的事情，也可能来自暂时无法解决的问题。其中就可能藏着新团队的机会。
用户心智不是一句广告语，也不是一次发布活动留下的热度。它来自一个产品长期、稳定地回答同一个问题：你是谁，你为谁服务，又能真正帮他完成什么。