一、产品、项目等基本信息
Blake Anderson，2023年从杜兰大学毕业，非技术背景，不会写代码，银行卡见底，搬回父母家住，连买菜都要哥哥接济。
他的第一个产品是Riz GPT——一个帮人在约会软件上回复消息的AI助手。第一版烂到自己都嫌弃：没推送通知、没评价、付费墙设计一团糟，上线头几天几乎零下载。转折点是他花了100美元，找了两个还没火的小网红推广——一夜间4.5万下载，当月冲到8万美元月收。
第二个产品是UMAX——一款男性形象评分App。用户上传正脸和侧脸两张照片，AI给出0-100的分数，再拆出下颌线、皮肤、发型，配上“明天该做什么”的变帅清单，末尾顺手推荐护肤品。原型几天就出来了。他用的是提示词工程让GPT-4V看照片打分，没有自己训练面部识别模型。定价策略是低价周订阅：每周3.99美元（约4块钱一天），低到用户几乎不犹豫就订阅。
二、商业结果
-
月收入：上线半年多，月订阅收入达到50万美元（约360万人民币）
-
用户规模：累计下载700万次，90%为16-45岁男性
-
增长爆发：Riz GPT靠100美元网红推广获得4.5万下载，当月8万美元月收
-
反击战：竞品一比一抄袭时，3天砸20多万美元做网红营销，5天从20万涨到50万以上
-
团队规模：0全职员工，偶尔在Upwork找5-6个外包
-
社媒曝光：全平台累计10亿次以上展示
三、创业过程分析
第一步：从Reddit找到未被产品化的需求
Blake做UMAX之前干了一件不花钱但很少有人做的事：注册账号泡在男性形象管理社区，只刷不说话，把自己变成目标用户。他发现一个反复出现的行为——男孩子们贴自拍求陌生人点评长相和穿搭。这个动作每天都在发生，但从未被做成产品。需求不在报告里，在社区里。 他同时注意到，男性护肤、眼镜、健身补剂等实体商品卖得动，说明这群人付费意愿强。
第二步：用提示词工程代替模型训练，几天出原型
Blake没有训练面部识别模型，而是用GPT-4V的视觉能力+提示词工程完成评分。AI看照片后给出0-100分，再拆解下颌线、皮肤、发型，附带“明天该做什么”的可执行建议。原型几天就出来了。在AI时代，“懂需求+会用提示词”比“会训练模型”更能快速验证市场。
第三步：低价周订阅——降低决策门槛，积累长期收入
UMAX收费每周3.99美元，低到用户几乎不犹豫就订阅。这种定价策略的核心逻辑是：低门槛降低首次付费的心理阻力，周订阅让现金细水长流，用户不取消就一直续费。 在中国市场，类似逻辑可参考9.9元/周的变美、变帅工具，核心是“极低试错成本”。
第四步：用网红营销打爆增长，把利润全押进分发
Blake的增长策略极其激进。Riz GPT花了100美元找小网红推广，一夜4.5万下载。UMAX被竞品一比一抄袭时，他做了更疯狂的事：3天砸20多万美元做网红营销，基本把当时全部收入都投了进去。5天之内，月收从20万涨到50万以上，把克隆者甩开。他的逻辑是：产品可以被抄，分发能力抄不走。 他做的不是App，是做流量的生意。
第五步：“产品没那么重要，分发和注意力才赢”
Blake在访谈中多次强调这一核心认知。他没有员工，偶尔在Upwork上找外包；用ChatGPT学编程、写代码、改Bug；爆款素材是“可晒”的分数截图——用户把UMAX的评分结果截图发到社交平台，形成自传播。当AI把产品开发成本打到地板时，分发能力成了唯一的护城河。
四、创业启发
1. 需求在社区里，不在报告里
Blake泡Reddit发现“贴自拍求打分”这个未被产品化的需求。去一个小众社区潜几天，看人们在反复做什么、为哪些痛点愿意掏钱，那个动作就是你的产品原型。
2. 用提示词工程替代模型训练，几天出原型
Blake没有训练面部识别模型，而是用GPT-4V+提示词工程完成了产品核心功能。在验证阶段，“能用”比“完美”重要得多。
3. 低价周订阅降低决策门槛
每周3.99美元——低到用户几乎不犹豫就订阅。低价不是目的，让用户“先付第一笔钱”才是目的。
4. 分发是唯一的护城河
产品被一比一抄袭时，Blake用20万美元网红营销在5天内把竞品甩开。当AI让产品开发变得廉价时，分发能力成了唯一的护城河。
5. 可晒的素材是最好的自传播
用户把UMAX的评分截图发到社交平台，形成了10亿次以上的社媒曝光。你的产品必须产生“用户愿意晒出去”的结果。