★一页摘要
做什么在客户 Windows 电脑上装一个定制的本地 AI 助手(基于 Pi),唤醒即用;简单问题直接答,复杂任务开“工作项”处理。
卖给谁个人公司、初创和小团队:资料不多、人少事杂、一人多岗、极度追求效率。
目标帮用户把效率提升 10 倍(质变),而不是 30%~50%(量变)。
定价取消 499 档,只保留 999 和 1999 两档(月付),提供 7~14 天免费试用。
怎么讲不拿价格和软件比,拿价格和“请一个人”比:999≈请中级助理,1999≈请高级助理。
今天要交Allen 今天 17:00 前交一个 Windows 原型,只做界面外观,不需要功能、不接大模型。
0参会人
Kevin|主讲,讲产品背景、定位和定价
Allen|听背景、提问,负责今天的原型
mango|质疑两档定价的区别和对外表述
大胃|讲定价思路和宣传方式,负责宣传口径
转写稿只标“发言人1~5”,没有名字。上表的对应关系是根据对话内容推断的(例如发言人1 提到“芒果作为反面例子”时发言人4 回应“好多都不能用”;发言人5 说“宣传口径我到时候也会改”)。如有不对请告诉我修改。转写里的“芒果”即 mango,“艾伦 / alen”即 Allen。
1产品形态:本地 AI 助手 + 三项配套能力
入口与交互
- 简化现有桌面端,基于 Pi 做一个定制版本,安装在客户的 Windows 电脑上。
- 入口参考 Mac 上语音/快捷键唤醒的方式:唤醒后直接提问。
- 简单问题(如“今天天气怎么样”)直接回答;需要干活的(如“帮我整理会议纪要”)就开一个工作项。工作项相当于一个会话,用户在里面继续对话,做完可以关闭。
三项配套能力
- 资料解析与全文语义检索:只处理用户授权的文件或文件夹(授权文件夹即包含其下所有子文件夹)。文档提取文字;图片转成文字描述;视频提取音轨文字和画面描述;音频转文字。转换后的内容支持全文语义检索,需要在客户电脑上装一个很小的检索引擎。
- 用户画像:根据用户的资料和交互,总结他做事的方式和习惯(例如对细节要求高的人,文档会要求详细注释、字号等),每个人都不同。具体要求 Kevin 之后再讲,这次原型不用考虑。
- 交互方式:Kevin 说之后再讲,这次先不用管。
核心卖点是“我懂你”:知道用户要怎么干活。分为四块:降低使用门槛、理解用户意图、提高交付质量、信息安全。
2定位与目标用户
Allen 提出:大厂和现有产品(WorkBuddy、Codex 等)都在做类似的事,性能可能更好,我们的定位是什么?Kevin 的回答:
- 只服务一小群人:个人公司、初创公司、小团队。特点:资料不多;人少所以事杂,一人多岗;事情多变。
- 为什么选这么窄:人群明确,推广成本低;售价高,只要很少的客户就能支撑收入。大而全的产品做了很多适合中大型企业的功能(接各种业务系统),小团队用不上。
- 小团队用不好现有工具的原因:门槛高,正常用出生产力需要较长的学习时间;这些人很忙,也没有行业经验,“没有时间,也不知道怎么开始”。
- 和 WorkBuddy 的差别(Kevin 举例):它只能对指定的三五个文件做语义检索,不能对几百个文件的整个工作区检索;它只在某个项目里了解用户,不是针对这个人整体建立画像。
- 要的是 10 倍效率:Kevin 认为现有工具只把效率提高 30%~50%(量变);目标是让我们四个人这种状态快速复制给普通用户(质变)。
案例:小红书获客团队(Allen 提供)
一个帮旅游公司在小红书获客的团队,有美工出图,也积累了很多图和文案,但出图、配文案、整合、发布的链路很慢,想用 AI 但不知道怎么用。Kevin:用我们的方式可以拿用户已有的文件做模板,按对应提示词生成要发布的内容,“晚上下班前说一件事,第二天早上起来就做好了”。
3为什么单独强调“理解意图”和“交付质量”
- Kevin 引用的调研报告:用户对 AI 吐槽最多的两点是 ① 要反复改提示词让 AI 理解意图,② 生成的内容要反复人工修改(报告中有一项数字为 45.9%,转写不清楚对应哪一项)。
- 这是两件事:意图是“这份会议纪要到底要干嘛用”;修改是对内容粒度和细节的要求。
- 做法:在交付时给模型一个 样例(sample),再加上 个人画像,交付质量会比模型凭对话猜更好。以会议纪要为例:时间、参会人、内容摘要、待办,关键是写到什么粒度。
4信息安全
- 授权才读:用户授权的文件才读,没授权不读,和把文件丢给豆包是一样的道理。
- 资料不出本地:用户资料不上云。唯一可能对外的是模型调用时取用的内容。
- 不帮用户发邮件:参考智谱 GLM 的事件,文档可以写好,邮件由用户自己发。
- 画像和转换结果在本地有完整一份:服务端也会存一份(数据量很小),目的是电脑关机后用户还能用手机继续工作——这需要另外购买云端 VM,两台机器保持同步。
- Allen 问:怎么让用户信任?Kevin:之后会做一系列建立信任的公开动作,逐步告诉用户。待细化
5定价:取消 499,只保留 999 / 1999
为什么取消 499
- 很少有人会为一个“软件”每月付 499 元并长期用(会上能想到的只有健身房)。所以定价本身就不能让用户把它当软件看,价格要对标人,而不是对标产品。
- 价格明显高于同类产品,用户才会问“你凭什么这么贵、和它们有什么不一样”,我们才有机会解释;价格一样的话没人会问。
- 499 档的 token 不够用,成本高、收益低。
- 付了 499 的用户一定会提需求(“能不能帮我做这个”),带来 Allen 和客服的成本;满足不了又会觉得“这么贵的软件不提供服务”。例子:之前有个用户嫌给的 VM 配置低(2 核 2G,10G 硬盘),自己往 VM 里装东西连本机写代码,最后被停掉。
大胃的不同意见:大多数用户的需求是逐步满足的,阶梯式定价(先用 499 产生付费和粘性,再推升级)对一部分人更好,直接 1999 可能流失。
Kevin 的回应:用 499 时用户已经觉得很爽,看不到后面能做到什么;直接把整套给出来,用到哪一步是用户自己的事。最后大胃认同“一步到位”,并提出把 999 作为过渡和引流档。
Kevin 的回应:用 499 时用户已经觉得很爽,看不到后面能做到什么;直接把整套给出来,用到哪一步是用户自己的事。最后大胃认同“一步到位”,并提出把 999 作为过渡和引流档。
两档的区别
| 项目 | 999 / 月 | 1999 / 月 |
|---|---|---|
| 每月工作项数量(举例) | 500 个 | 2000 个 |
| 同时进行的工作项 | 较少(会上举例 3 件) | 较多(会上举例 5 件) |
| 客服(远程,不上门) | 有 | 有 |
| 定制化需求 / 写专属 skill | 可以提,排进后续版本,周期较长;不帮用户写,只教怎么做 | Allen 专属服务,按用户业务定制 skill,响应快(三五天,甚至当天) |
- 工作项计数:开一个工作项消耗 1 个;对外不叫“点数”,叫工作项。用贵的模型(如 Opus)每个工作项消耗 5 个,即 500 个额度用 DeepSeek 能开 500 个,用 Opus 只能开 100 个。
- mango 问:一直用同一个会话不关闭怎么算?Kevin:引导用户“一个工作项做完一件事就关闭”;长会话会做上下文压缩。长上下文中途换模型会导致全部重新写缓存,成本很高,需要技术上解决。成本风险
- 两档都提供服务(人工 + 机器的组合),差别在于 1999 有人帮客户把业务流程定制落地。例如小红书团队“出图 + 写文案 + 整合发布”做成一个 skill(不含视频,成本太高)。
- 后续可能有更高档(会上提到 3000~5000,最终可能做到 5000~10000):相当于每月花 5000 请到 Allen 这样的人,这种人小企业花钱也请不到。
6对外怎么讲两档
mango 的担心:用户最后要看纸面上 999 和 1999 分别有什么。“500 个 / 2000 个工作项”“普通响应 / 快速响应”写出来没有吸引力;也不要把区别放在“门槛”上。
- Kevin:不管哪档,都要让用户想“我是请了一个中级的人还是高级的人”,所有具体描述都往“人”上靠,不往软件功能上靠。参照:实习生每月也要三四千元加社保;做一个最基本的独立站市场价 800~2000 元,且之后每次发布还要另外收费。
- 大胃:
- 999 是过渡和引流档;免费试用(7~14 天)体验的是 999 档。
- 宣传主打 1999:用户试用后发现很强、效率提升 5~6 倍,但遇到 skill 这类自己搞不定的东西,这时 1999 能一步到位解决。
- 工作项数量等细项放在小字或详情页里,不作为主要宣传内容。
- 宣传素材用种子用户的反馈:遇到什么问题、怎么帮他们解决。
- Allen:大部分普通客户不爱研究,研究也研究不出来,他们希望有人工帮他们落地,这样才愿意付费;单纯的软件市面上太多了。
结论:产品不是一个软件,是一套“人 + 机器”的完整服务。定价、宣传和所有策略都围绕这一点。
7其他观点(Kevin)
- 市场数据:WorkBuddy 加豆包等,月访问量约 2 亿次,摊到每天约 1000 万次;像我们这样每天约 30 次的重度用户很少。偶尔用一两次的人没有把 AI 变成生产力,AI 对他们只是锦上添花。
- 客户越多,方案越容易复制:例如爬虫框架写好后,新增爬取需求很快。Allen 举例:一篇文章原来要花几块钱,现在约 1 元。
8待办事项
| # | 事项 | 负责人 | 时间 | 优先级 |
|---|---|---|---|---|
| 1 | 做 Windows 原型 demo:只做界面外观,不需要功能,不接大模型(参考:唤醒入口、简单问答、工作项会话) | Allen | 今天(11/18)17:00 前 | 高 |
| 2 | 把本次会议纪要发给 Allen,作为原型的输入 | Kevin | 会后 | 高 |
| 3 | 对比 ChatGPT、WorkBuddy、Codex 等产品,整理小团队用它们做不出生产力的具体原因 | Allen 推断 | 未定 | 中 |
| 4 | 把本次会议录音转给大胃 | Kevin 推断 | 会后 | 中 |
| 5 | 按新定价修改宣传口径:主打 1999、对标“请人”,细项放小字,使用种子用户反馈 | 大胃 | 未定 | 中 |
| 6 | 讲解用户画像的具体要求,以及交互方式 | Kevin | 之后 | 低 |
| 7 | 技术方案:长上下文中途切换模型导致缓存重写的成本问题 | 未定 | 未定 | 低 |
| 8 | 设计建立信任的对外动作(隐私和本地化承诺) | 未定 | 未定 | 低 |
会上没有明确负责人或时间的事项,按对话内容推断,已标“推断”或“未定”。
!整理说明
- 转写稿有不少同音错字,已按上下文理解:“派 / 拍”= Pi,“圆形”= 原型,“绘画”= 会话,“我body / 温巴里 / work body”= WorkBuddy,“code next”= Codex,“opens / office”= Opus(Claude 模型),“dept / dip sip”= DeepSeek,“智谱 GLN”= 智谱 GLM,“艾伦”= Allen。
- 会上提到的另一个月费 200 美元起、限量使用的平台,转写成了“科学 / 科技”,无法确定是哪个产品,所以没有写名字。
- 原文中与业务无关的玩笑和闲聊已略去。