AI 产品如何赚钱，又如何让人愿意留下

01课程介绍#

一个 AI Demo 能吸引注意，并不代表它能持续发展。本节课从真实产品和平台案例出发，拆解目标用户、付费理由、交付成本、定价方式与增长闭环。

课程也会讨论 AI 原生体验：不是在旧产品里添加 AI，而是找到只有 AI 才能带来的新行为、新关系和新价值。

你将学到什么

• 判断 AI 产品解决的是否是真实问题，以及用户为什么愿意持续使用。
• 理解会员、积分、API 与按结果付费等常见商业模式。
• 从模型和交付成本反推定价与增长空间。
• 完成一份有依据的 AI 产品商业化分析。

02课程回放#

正在准备课程回放…

03课程课件#

完整课件正在载入…

04今天为什么要讲商业化#

前四天的课程解决的是「怎么定义产品」和「怎么把产品做出来」。但一个产品真正上线后，还会面对更硬的问题：它能不能持续服务用户，能不能覆盖成本，能不能形成增长，能不能成为一门健康的生意。

银海老师一开始就提醒大家：商业化听起来和赚钱直接相关，但做得不好就是亏钱。尤其在 AI 产品里，模型推理、GPU、存储、运维、带宽、营销和客户服务都会产生真实成本。一个 AI 产品的收费设计，必须和成本结构、用户价值、使用频次和增长路径一起看。

05AI 产品的商业化链路#

用户从第一次知道一款 AI 产品，到真正付费、续费、升级，通常会经历一条完整链路。产品经理需要理解每一步为什么发生，也要知道每一步可能断在哪里。

1. 了解产品用户可能通过朋友推荐、社媒内容、小红书种草、搜索入口、模型榜单、案例文章、公司内部试点或免费体验知道产品。
2. 开始使用用户尝试把产品放进自己的真实流程。比如写方案、生成图片、剪视频、搜索资料、写代码、做营销素材。
3. 形成依赖商业化的第一步，是产品从「偶尔试一下」变成「离不开」。只有进入工作流或生活流，才有持续消费的可能。
4. 完成付费用户可能购买会员、充值积分、购买 API、开团队版、升级套餐或采购企业方案。
5. 扩展采购当个人价值被验证后，产品可能进入团队、部门或企业级采购链路，成为 ToB 方案的一部分。

ToC 和 ToB 的复杂度不同。ToC 更看重个人用户的即时价值、体验感、价格感知和复购；ToB 往往还涉及销售、解决方案、试点、交付、预算、合规和组织决策。本节课重点放在 ToC 链路，因为它更容易从日常产品里观察到。

06商业化的本质：用户买的是结果#

银海老师把商业化的本质讲得很直接：用户付费买的不是「模型」，而是它能交付给自己的结果。

如果一个工具能帮用户做 PPT、设计网页、剪视频、生成图片、写文案、写代码，那么用户真正购买的是这些业务结果。单一模型能力不一定支撑深度付费，只有当能力进入具体场景，并持续带来结果时，产品才具备更强商业化空间。

1. 持续消费 一次试用只能证明兴趣，持续消费证明产品进入了用户流程。
2. 规模化分发 靠人工一对一服务很难放大，产品要能通过入口、套餐、额度和自动化交付形成规模。
3. 生态放大 会员、API、增值服务、模板、社区、渠道、广告和企业服务可以共同放大一个产品的商业价值。
4. 商业闭环 收入要能覆盖成本，并形成健康毛利。否则增长越快，亏损也可能越快。

07常见收费方式：会员、积分、API 与结果#

AI 产品不是只有「订阅会员」一种收费方式。不同产品会把成本和价值包装成不同计费单位。

08免费产品也可能有商业价值：豆包案例#

豆包早期对普通用户提供大量免费能力。表面看，它没有直接通过 C 端会员赚钱，但它建立了非常强的用户心智：对很多普通用户来说，豆包就等于 AI。

这种心智本身就是商业资产。C 端免费体验带来的口碑、使用习惯和品牌认知，可以向后端的 API、模型托管、私有化部署、火山引擎调用量和企业解决方案转化。

1. C 端建立入口普通用户用豆包聊天、搜索、生成图片、做语音互动，形成「这个产品够用」的体验。
2. 品牌带动平台当用户或公司知道豆包模型可用，就更容易在火山引擎等平台上尝试模型调用和企业接入。
3. 内容生态闭环字节系还有抖音、剪映、即梦、红果短剧、广告电商等生态。模型能力可以服务内容生产，内容又回到分发平台。
4. 商业化后置免费入口不一定直接赚钱，但能为后端平台、企业服务、API 调用和内容投流创造空间。

这个案例说明：判断一个产品是否有商业价值，不能只看当前有没有会员收入。还要看它有没有用户现金流、生态现金流、口碑资产、资本预期和下游转化能力。

09Lovart：把设计生成变成连续消费#

Lovart 是一个面向设计场景的 AI 工具，目标用户包括独立设计师、品牌主理人、电商运营和社媒营销团队。它解决的是碎片化设计需求、外包沟通成本、风格不统一、生成效率低等问题。

银海老师重点拆了它的价格页。很多看似普通的设计，其实都是商业化产品经理常用的定价技巧。

一个成熟价格页往往不是简单列出功能，而是在帮用户做选择。它会用视觉强调、权益分层、锚点价格、热门标签和成本包装，把用户推向最希望他们购买的套餐。

10Liblib：从工具到社区生态#

Liblib 的商业化更偏向创作生态。它早期围绕 Stable Diffusion、WebUI、ComfyUI、LoRA、模型和工作流模板，形成了模型供给和创作社区。

这类产品的收费点不仅是「生成一张图」，还可以围绕等待时间、算力、存储、训练、模板、模型和社区内容形成多层商业化。

1. 为节省时间付费 免费用户排队，付费用户加速。本质是把等待时间变成可售卖权益。
2. 为算力和存储付费 生图、训练 LoRA、运行 ComfyUI 工作流都消耗 GPU 时间和存储资源。
3. 为生态内容付费 模型、模板、工作流、社区创作者供给，让单纯的算力产品获得更高溢价。

如果一个平台只是卖 GPU 时间，溢价空间会比较弱；如果它能把模型、模板、案例和社区供给组织起来，就能把工具能力变成生态资产。

11Kimi、DeepSeek 与智谱：心智、价格和资本预期#

大模型厂商的商业化不只发生在用户付费页，也发生在开发者心智和资本市场里。

有些低价套餐本身可能毛利很薄，甚至阶段性亏钱，但它可以换来调用量、用户规模、品牌声量、开发者生态和资本故事。这也是 AI 时代商业化产品经理需要理解的地方：产品定价不一定只为当前这笔交易服务，也可能服务于更大的增长策略。

12MaaS 平台：阿里云与火山引擎的不同打法#

AI 产品商业化还要看 MaaS 平台的底层策略。不同平台抓的不是同一个商业重心。

以字节为例，豆包负责种草和用户心智，Seedance、Seedream 等模型服务内容生产，即梦和剪映承接创作工具，抖音和红果短剧承接分发与商业回流。用户生产内容、平台分发内容、内容再带动投流和商业收入，形成一个完整飞轮。

13美图设计工具：更直接的按结果付费#

和 Lovart 的套餐积分不同，美图设计工具的某些能力更接近按结果付费。比如生成一条商品视频、复刻一个爆款视频、完成一次营销素材生产，都对应一定数量的美豆消耗。

这种模式的特点是 ROI 更直接：用户做一次具体生成，平台赚一次具体消耗。对于电商、社媒营销、品牌素材这类确定性场景，用户更容易把一次生成和一次业务结果关联起来。

1. 场景足够具体用户不是泛泛地「用 AI」，而是在做商品图、营销视频、脚本复刻、素材生产。
2. 消耗足够明确一次生成要多少美豆，用户能直接看到。
3. 价值足够接近结果如果素材能直接用于投放、上架或运营，用户就更容易接受按次消耗。

14AI 搜索与 GEO：让模型更容易引用你#

搜索入口也有商业化空间。传统搜索里有 SEO 和广告投放，AI 搜索里则出现了 GEO：让你的品牌、产品或内容更容易被 AI 搜索引用和展示。

银海老师提醒大家，不同 AI 搜索平台引用的信息源并不一样。有的平台更容易引用知乎，有的平台会引用 CSDN、51CTO、社区文章或其他内容源。要做 GEO，不是只写官网，而是要让 AI 能检索到的内容源里都有你。

15商业化产品经理的一个字：抄#

银海老师最后把商业化方法压缩成一个字：抄。这里的「抄」不是照搬页面，而是学习已经被验证过的商业化路径、价格锚点、套餐分层、成本包装和增长闭环。

1. 看客户的钱去哪了用户原本为谁付费？外包、人工、软件、广告、时间还是机会成本？
2. 看 AI 能切哪一段AI 是替代旧流程、缩短旧流程，还是创造一个过去不存在的新流程？
3. 看最终结果是什么用户买的不是功能，而是海报、视频、线索、报告、代码、陪伴或确定性。
4. 看信任怎么建立价格、案例、口碑、品牌、试用、退款、数据安全，都会影响用户是否愿意付费。
5. 看生态如何放大一个好产品可能通过 API、模板、社区、广告、企业方案或资本市场继续放大。

16动物去哪儿：AI 原生游戏的起点#

下半场，太一老师分享了《动物去哪儿》的创作过程。它是一款 AI 原生旅行游戏：用户领养小动物，给它安家，再派它去真实世界里的地点旅行。小动物会在真实地图上移动，带回照片、明信片、日记、诗和旅行见闻。

这个项目最早受到《旅行青蛙》的启发。旅行青蛙迷人的地方在于等待和惊喜，但反馈节奏很慢，地点也相对固定。2022 年 AI 绘图兴起时，太一老师就思考过：能不能用 AI 生成能力改善旅行青蛙式体验？直到今年五一前后，他在多个 AI 游戏原型中发现，动物旅行的体验最令自己惊艳。

17为什么这个游戏能成立#

《动物去哪儿》成立的基础，是 AI 已经能接住真实世界的复杂性。现实世界里有无数城市、景点、天气、道路、特产、人物和意外，传统游戏很难为每个地点预先写好内容。AI 则可以基于地点、路线、天气和角色状态，动态生成故事、照片、日记和随机事件。

1. 真实世界可被接入 地图、天气、地点、特产、路线等 API，让游戏不再只发生在虚构地图里。
2. AI 能生成旅行内容 小动物到任何地方，都能写日记、寄明信片、生成照片、讲述当地见闻。
3. 角色有个性和记忆 不同动物可以拥有不同性格、经历和表达方式，带回来的内容也会不同。

18动物的定位：像 9 到 12 岁的小朋友#

太一老师把小动物的心理年龄定位在 9 到 12 岁左右。这个判断很细，但会影响整个产品体验。如果角色太成熟，用户指挥它旅行会显得不自然；如果像小朋友，用户会更容易产生照顾、陪伴和期待。

团队也讨论过是否给动物加数值、属性和成长指标，最后决定不加。原因是数值会破坏轻松治愈的调性，让用户开始追求效率和收益，而不是等待旅程本身。

因此，《动物去哪儿》的成长线不是数值膨胀，而是旅行范围和旅行挑战逐步打开：本市短途、本市一日、近郊、跨市、跨省，再到重走丝绸之路、攀登喜马拉雅山这类传奇之旅。

19真实连接感：天气、特产、偶遇和意外#

《动物去哪儿》希望「能真实的地方尽量真实」。路线和地点是真实的，天气也是真实的。太一老师提到，小海豹在武汉旅行时遇到下雨，他由此知道朋友所在的城市真的在下雨。这种体验很少见：用户通过一个游戏感知到现实世界的变化。

1. 真实天气动物旅行时的天气和当地真实天气联动，让虚拟旅行和现实世界发生连接。
2. 真实特产动物会带回当地特产，比如天津的王朝葡萄酒。用户可能因此第一次认识某个地方的真实物产。
3. 旅行偶遇动物在旅途中遇到其他角色，甚至之后约定一起做陶艺、钓鱼、打球或继续旅行。
4. 随机事件事件不是预设模板，而是基于旅程上下文生成，避免千篇一律。

这些真实细节会共同形成一种感受：小动物不只是在地图上挪动，它是真的去了那里。也正因为每个人的地点、天气、动物性格和事件不同，每位用户都会得到独属于自己的故事。

20先做原型，找到独特时刻#

太一老师给 AI 时代创作者的第一个建议是：敢于动手，在动手中学习和发现。AI Coding 让原型成本大幅降低，所以有想法就应该快速做出来，甚至多个想法并行验证。

1. 快速做一个 demo不要一开始就追求完整系统，先把最可能产生惊喜的核心体验跑起来。
2. 亲自玩你的 demo在游玩中观察有没有独特时刻：让你惊讶、感动、想分享、想继续探索的瞬间。
3. 定义这个时刻如果找到了，要把它讲清楚。它到底是半真不真的地图感，还是动物带回现实世界的惊喜？
4. 再做更完整版本验证这个体验是否可扩展，能不能持续产生，而不是只在第一次出现时好玩。
5. 最后补系统当核心体验成立后，再补成长、记忆、地图、天气、事件、分享和运营系统。

21执行力模态：AI 可以连接真实 API#

太一老师提出了一个很有启发的说法：除了文本、图片、音频、视频这些模态，现在还多了一种「执行力模态」。AI 不只是生成内容，还能动态写代码、调用 API、控制系统，在产品里产生行动。

《动物去哪儿》就是 AI 和地图 API 的结合。AI 理解动物、地点、路线和故事，地图 API 提供真实世界结构，两者包装成一个完整体验。太一老师还提到，他在 AI 和音乐 API、天气 API 的结合中，也看到了很多有意思的可能性。

22泛娱乐产品要先有核心理念#

太一老师强调，做文化产品、泛娱乐产品和游戏，必须先有核心理念，也就是产品的第一性原理。它回答的是：这个产品到底要提供什么体验？用户为什么会记得它？

《动物去哪儿》的核心理念不是「AI 生成旅行内容」，而是：小动物真实地生活在我们这个世界的镜像世界里，它们生活、旅行、冒险、交朋友，并把真实世界慢慢带回给我。

1. 功能服从理念 地图、天气、特产、日记、明信片都不是孤立功能，而是在服务「动物真的去过那里」。
2. 交互服从情绪 等待、偶遇、不确定路线、惊喜回信，都是为了强化期待和陪伴感。
3. 商业也要兼容 艺术性和商业性不是互斥的。好的商业化应该放大核心体验，而不是破坏它。

23工具产品与游戏产品的不同#

这节课很重要的一组对比，是工具产品和娱乐产品的设计目标不同。工具产品追求效率，游戏和泛娱乐产品追求独特体验。

游戏不是为了把路走得更短，而是为了把这个路走得更值得。

24AI 原生产品不要硬塞 AI#

太一老师最后提醒，做 AI 原生游戏，不要在现有品类里硬加 AI。那样做出的产品往往只是旧产品的 AI 插件，很难形成真正差异化。

更好的思路是反过来问：AI 能带来哪些过去做不到的体验？AI 特别擅长把边界模糊、高复杂性、难以离散化的体验产品化。旅行、唱歌、跳舞、现实生活中的复杂互动，都可能因为 AI 变成新的产品形态。

1. 不要先选旧品类不是「我要做一个传统游戏，然后加 AI」，而是先找 AI 才能成立的新体验。
2. 寻找复杂边界现实世界、社交互动、创作表达、陪伴关系、开放叙事，都是 AI 更容易发挥的领域。
3. 保持少即是多不要因为 AI 能做很多，就把所有功能都加进去。越纯粹，产品越有力量。

25Q&A：AI 生成素材能否商用#

关于 AI 生成素材的商用风险，太一老师给出的判断是：要认真查看所使用模型和平台的官方协议。不同平台对商用、版权、训练数据和输出物权利的约定不同，不能一概而论。

即便平台允许商用，产品仍然应该主动屏蔽高风险内容，比如宝可梦、漫威等知名 IP，避免用户生成明显侵权素材。《动物去哪儿》这类产品的动物形象是自有设计，用户也不是自由输入任意提示词生成图，因此风险相对更可控。但涉及地图 API、地点数据和真实世界信息时，也要关注对应服务商协议。

26今天的核心收获#

1. 商业化要算全局账AI 产品的收入、成本、毛利、生态、资本预期和增长目标要放在一起看。
2. 用户买的是结果会员、积分、API 都只是包装，真正决定付费的是用户能否获得明确价值。
3. 价格页本身是产品套餐、锚点、限时优惠、积分、闲时折扣，都在影响用户如何做决策。
4. 免费入口也能赚钱只要能建立心智、导流生态、带动 API、企业服务或内容分发，免费产品也可能具备巨大商业价值。
5. AI 原生要找新体验不要在旧品类里硬加 AI。要找 AI 能接住的真实世界复杂性、开放表达和情感体验。
6. 功能要服务核心理念动物去哪儿的地图、天气、特产、明信片和日记，都服务于「小动物真的去过那里」这一体验。

本课行动

27课程作业#

AI 产品全链路增长方案：定价、Token 成本与 PMF 验证落地 为自己的 AI 产品设计一版增长与商业化方案。重点不是写一份庞大的商业计划，而是想清第一批用户从哪里来、为什么留下、成本能否承受，以及你准备怎样验证。

本期活动已结营，但仍开放继续学习。

请查看每份作业的独立截止时间；超过作业截止后提交，只保留为个人学习记录。

每份作业仅限提交一次，提交完成后不可修改，请同学们认真核对无误后再行提交。为保障评审公平，内容敷衍、大量 AI 生成拼凑的作业将不予通过，且不提供二次更正渠道，由此将无法达成里程碑、获得奖励。

登录后可在这里提交课程作业，并同步本期学习进度。