# AI时代行业与平台的早期低竞争红利高密度鱼塘是什么？ - 状态 / Status: 草稿 / Draft - 时间 / Time: 2026-05-15T09:26:25+08:00 - 作者 / Author: 良辰美 - 主题 / Topics: AI / AI, 方法论 / Methodology, 变现 / Monetization 早期红利不是行业早，而是分布错位。 --- 早期红利不是行业早，而是分布错位。 一个地方之所以能捞钱，不是因为它叫 AI、跨境、SaaS、短视频，而是因为这里同时出现了这五件事： 判断项 你要看的信号 例子 有钱人多 客户本身有现金流，或者能因为你的工具多赚钱、少亏钱 Shopify 卖家、Amazon 卖家、律师、财务、房产经纪、跨境 agency 痛苦高频 不是一年痛一次，而是每天、每周都痛 商品上新、广告素材、合同审查、客户回复、财报监控 结果明确 用户不买工具，用户买结果 多出单、少踩雷、快交付、少人力、快拿客户 信息混乱 数据分散、流程土、人工重复、平台变化快 SEC 文件、法院记录、FDA 召回、电商 listing、AI 搜索可见性 供给幼稚 竞品很多但都在卖功能，没有卖业务结果 又一个 chat with PDF、又一个 GPT wrapper、又一个 AI writer 你现在最应该盯的不是泛 AI SaaS，而是这几个高密度鱼塘： 1. AI 电商增长工具 ：商品链接或图片进去，输出 listing、短视频脚本、广告文案、SEO、TikTok/Shopify/Amazon 可用素材。Amazon 官方说 2025 年独立卖家用其生成式 AI listing 工具创建了超过 1200 万个销售就绪 listing；Shopify 2026 Q1 仍保持 34% 收入增长，并明确讲自己进入 AI commerce 阶段。这里鱼多、水热、卖家愿意为结果付费。(Amazon News) 2. AI 搜索/GEO/AEO 品牌可见性工具 ：老板开始问一个新问题：ChatGPT、Google AI Overview、Perplexity 里面有没有提到我？Google 已经把 AI Overviews 和 AI Mode 作为 Search 体验的一部分；Ahrefs 和 Semrush 对 AI Overviews 对点击率/零点击的影响有不同观察，但共同点是搜索入口正在变化。这里适合做品牌体检、监控、报告、优化服务。(blog.google) 3. 垂直文档转结果 ：别做 chat with PDF，做 immigration packet checker、lease risk memo、RFP response builder、insurance claim packet、legal docket alert、Amazon appeal letter。Anthropic 已经在金融和法律方向推出/扩展 Claude 垂直工具与 MCP connector，说明大厂也在往专业工作流钻，但小团队可以从更窄、更脏、更具体的任务切进去。(Anthropic) 4. 公开信息异常雷达 ：SEC、FDA、法院、专利、招标、政策更新，这些地方不是没有数据，而是普通人不会看、没时间看、看不懂。SEC 有 EDGAR API，openFDA 有药品不良事件和召回数据，CourtListener/RECAP 有大量法律意见和 PACER 文档，USPTO 也有开放数据平台。你的机会不是卖数据，是卖异常、解释、提醒和下一步动作。(美国证券交易委员会) 5. AI agent 集成、成本、治理工具 ：OpenAI 的 Responses API 已经支持 web search、file search、computer use，Codex 是云端软件工程 agent；Anthropic 的 MCP 是连接 AI 与外部工具/数据的协议；Google ADK 是构建、调试、部署 agent 的框架。这个方向的鱼塘在于：大家都想上 agent，但不会接系统、不会控成本、不会评估质量、不会防乱跑。(OpenAI) 一句话： 你要找的不是风口，是“高价值人群正在被新技术、新平台、新规则搞懵”的地方。懵，就是钱。 # 一、你截图里那个人讲的核心是对的，但要补一刀 他说鱼塘密度。这个比努力重要。 1999 年网上打游戏赚钱，2002 年卖外挂，2015 年抖音，2015 到 2025 年跨境平台，2025 到 2035 年 AI。这些看起来是行业红利，其实底层都一样： 一批人突然获得了新能力，但市场还没来得及形成标准服务。 早期不是因为没人竞争，而是因为大家还没看懂规则。鱼不是傻，鱼只是还没被大网捕过。 但这里有个坑，很多人会听完以后犯病。看到 AI 热，就去做 AI 工具。看到 agent 热，就去做 agent。看到 TikTok Shop 热，就去做 TikTok Shop 工具。然后做出来一个没人买的东西。 这就是平庸之辈最常见的自杀方式： 把行业热度误认为客户需求。 真正的早期红利，不是“AI 很热”，而是： 有人已经因为 AI、平台、规则变化产生了真实的新痛苦； 他愿意付钱； 但市面上还没有一个简单、可信、能直接解决结果的方案。 你不是去找行业。你是去找失衡。 # 二、2025–2035 的 AI 红利，本质不是模型红利，而是工作流重组红利 现在的 AI 不缺模型，不缺 API，不缺 demo。缺的是把 AI 嵌进真实业务，让它变成结果。 Stanford AI Index 2025 记录了一个大背景：2024 年 78% 的组织报告正在使用 AI，比上一年的 55% 明显上升；生成式 AI 私人投资也继续增长。这个数字说明 AI 已经不是小圈子玩具，而是进入公司和普通业务流程了。(斯坦福人工智能研究院) 但另一个现实更重要：McKinsey 2025 的 State of AI 报告讲，很多组织还卡在从 pilot 到 scaled impact 的阶段，也就是试点很多，真正规模化产生业务影响还没完全打通。(McKinsey & Company) 这就是鱼塘。 大公司在试点，中小公司在焦虑，个人卖家在乱用工具，agency 在卖半懂不懂的服务，老板不知道该买什么，员工不知道怎么落地。你冲进去，不要说我是 AI SaaS，你要说： 我帮你把这个重复痛苦的工作，每周省 5 小时。 我帮你把这个文件变成可提交的结果。 我帮你把这个商品从链接变成可投放素材。 我帮你知道你的品牌有没有被 AI 搜索引用。 我帮你每天盯 5000 个公开文件，只告诉你 10 个异常。 这不是做工具，这是当一个新世界的翻译官。 Menlo Ventures 的 2025 企业生成式 AI 报告说，企业生成式 AI 支出在 2025 年达到 370 亿美元，是上一年的 3.2 倍，而且超过一半流向 AI 应用层。这个信号特别关键：钱不是只去模型层，也在去应用层。(Menlo Ventures) Stripe 对 AI economy 的观察也很硬：Stripe 上前 100 家 AI 公司达到 100 万美元年化收入的中位时间是 11.5 个月，比最快增长 SaaS 公司还快。注意，这不代表你随便做一个 AI 工具就能发财，但说明一个事实： AI 时代从产品到收入的时间被压缩了。 (Stripe) 所以你的打法不是苦熬三年做伟大产品。你现在应该像渔民一样，每天测水温、撒小网、看哪片水面炸了。 # 三、鱼塘密度公式 你可以用这个公式： 鱼塘密度 = 人群付费力 × 痛苦频率 × 结果明确度 × 信息混乱度 × 平台变化速度 × 分发可达性 ÷ 竞争成熟度 ÷ 合规风险 ÷ 支持成本 ÷ 构建难度 换成人话： 有钱人多不多？ 痛得勤不勤？ 买了以后有没有明确结果？ 现在是不是很乱？ 最近是不是因为 AI、平台、政策、API、搜索变化而重新洗牌？ 你能不能低成本找到这群人？ 竞品是不是还很蠢？ 有没有法律/医疗/金融高风险？ 用户会不会天天找你客服？ 你能不能 1 到 7 天做出诱饵？ 一个方向如果只能回答“AI 很火”，直接扔掉。 一个方向如果能回答“这些 Shopify 卖家每周都要上新，每次要标题、图、短视频、广告文案、SEO、翻译，他们现在用 5 个工具拼，而且愿意为更快上架和更高转化付钱”，这个就能看。 # 四、现在最值得你盯的 12 个高密度鱼塘 ## 1. 电商卖家的 AI 商品增长工具 这是你最该优先打的鱼塘之一。 原因很简单：卖家有钱，痛苦高频，结果清晰，平台变化快。 一个 Amazon 卖家不是为了“用 AI”而用 AI。他只在乎： 我这个商品能不能更快上架？ 标题能不能更好？ 图片能不能更像爆品？ 广告文案能不能降低 CAC？ TikTok 视频能不能让人停下来？ 差评能不能少一点？ 库存能不能别压死我？ Amazon 官方说，独立卖家在 2025 年用生成式 AI listing 工具创建了超过 1200 万个销售就绪 listing。这个事实说明卖家已经开始接受 AI 介入商品内容生产，但这也暴露了一个机会：平台官方工具通常解决的是平台内 listing，不一定解决跨平台 launch、广告素材、竞品对比、短视频、落地页、SEO、AEO、复盘这些完整链路。(Amazon News) Shopify 2026 Q1 公告里也讲到 Shopify 进入 AI era，并且 Q1 收入增长 34%。这类平台增长不是你发财的充分条件，但它说明生态还在扩张，商家还在增加，工具和服务还能插进去。(Shopify) 你可以做的不是“AI listing generator”，太烂了。你要做： Product Launch Kit for Shopify/Amazon/TikTok sellers 输入：商品链接、几张图、目标市场、竞品链接。 输出：Amazon 标题和五点描述、Shopify 页面文案、TikTok 短视频脚本、Meta 广告文案、SEO keywords、FAQ、差评风险、竞品卖点矩阵、首周 launch checklist。 第一版甚至不用全自动。你可以半人工交付，收 $99、$199、$499。 等交付 20 次以后，再把重复部分产品化。 小故事给你一个。 有个卖家小林，做宠物用品。他不是不努力。他每天上新，拍图，写标题，找达人，剪短视频，跟客服吵架。他试了 7 个 AI 工具，每个都能生成一点东西，但没有一个能帮他把一个新品从图片变成完整 launch 包。你给他一个 24 小时交付的 Product Launch Kit，他根本不会问你用了什么模型。他只会问：能不能让我周五前上架？能不能顺便给我 3 条 TikTok 脚本？能不能告诉我竞品差评里客户最骂什么？ 这就是鱼。鱼不关心你的网是什么牌子。鱼只关心水流把食物送到嘴边没有。 ## 2. AI 搜索可见性，也就是 GEO/AEO 品牌雷达 传统 SEO 不是死了，而是入口变复杂了。 Google 官方已经把 AI Overviews、AI Mode 作为 Search 体验的一部分，并且专门给站长写了 AI features 指南。(blog.google) Ahrefs 的研究认为 AI Overviews 会降低一些信息型关键词的点击率；Semrush 的研究则显示更复杂，有些带 AI Overview 的关键词零点击率未必简单上升。两个结论看似冲突，但对创业者来说，真正重要的是：老板们已经开始焦虑“我在 AI 搜索里还存不存在”。(Ahrefs) 你可以做： AI Brand Visibility Report 输入一个品牌域名。 你每天/每周查： ChatGPT 是否推荐它？ Perplexity 是否引用它？ Google AI Overview 是否提到它？ 竞品被问到哪些问题时出现？ 它缺哪些页面、FAQ、结构化数据、对比页、案例页？ 哪些 Reddit/Quora/G2/Capterra 内容正在被 AI 答案吸收？ 下周该补哪 10 篇内容？ 这个方向不要一开始做复杂平台。先做报告。报告比 SaaS 好卖。 你找 30 个 Shopify app、DTC 品牌、本地律师事务所、agency，发一封很短的邮件： 我查了 12 个 AI 搜索场景，你的品牌 0 次出现，但你的两个竞品出现了 7 次。我做了一个截图报告，要不要看？ 这比“你好，我做了一个 AI SEO SaaS”强一万倍。 小故事。 有个本地牙医诊所老板，以前只关心 Google Maps 排名。某天客户问 ChatGPT：我在 Austin 找 Invisalign 诊所推荐谁？结果 ChatGPT 推荐了隔壁竞争对手。老板第一次意识到：搜索不是一个页面了，搜索变成一个会说话的人。你给他一个月 $299 的 AI visibility monitor，他愿意付，因为他不是买 dashboard，他是买不被新入口抹掉的安全感。 ## 3. 垂直文档转结果 这是最适合你从服务切产品的方向。 不要做“上传 PDF，然后聊天”。这个太泛，太卷，太像玩具。 要做： 上传 lease，输出租约风险备忘录。 上传移民材料，输出缺件清单。 上传 RFP，输出投标响应初稿。 上传保险拒赔信，输出 appeal packet。 上传法院 docket，输出案件进展摘要。 上传 Amazon 封号邮件，输出 appeal letter。 上传客户邮件，输出报价单和跟进计划。 文档工具能不能赚钱，关键不在“能不能读文档”，而在“能不能转成用户要提交、发送、决策、赚钱的东西”。 Anthropic 最近在金融和法律方向不断推 connector、MCP app、practice-area plugin，这说明专业工作流正在被 AI 重新包装。大厂会吃大客户，但他们不可能吃完每个细碎垂直场景。(Anthropic) 你的小团队机会在更窄的地方。 比如： 面向美国房东：lease violation letter generator。 面向 Amazon 卖家：account suspension appeal builder。 面向留学生：I-20/签证材料 checklist。 面向小律所：docket update digest。 面向保险经纪：claim summary and missing docs checker。 面向装修公司：estimate-to-proposal builder。 这里最重要的一句话： 用户不是买 AI 阅读，用户买的是“我下一步该干什么”。 小故事。 一个移民中介的助理，桌上堆着 17 个客户材料。护照、银行流水、雇主信、学校信、表格、翻译件，每个客户都缺一点。她不需要一个会跟 PDF 聊天的机器人。她需要一个红黄绿清单：谁缺什么，哪个文件过期，哪个格式不对，下一封邮件怎么写。你把这个做好，她会觉得你不是软件，你是救命。 ## 4. 公开信息异常雷达 这个方向你之前也喜欢，我也认为很适合你。 公开数据的特点是： 数据免费或低成本； 普通人不会持续看； 专业人士想要信号，不想要原始数据； 一旦能形成提醒和解释，就可以订阅化。 SEC 官方有 EDGAR API，可访问公司提交文件和 XBRL 数据。openFDA 有药品不良事件、标签、召回等 API。CourtListener/RECAP 有法院意见、PACER 文档和检索能力。USPTO 有开放数据平台。(美国证券交易委员会) 你可以做： 美股公开文件异常日报 每天盯 8-K、10-K、Form 4、13F、S-1、DEF 14A。 不做荐股，不做交易建议。 只做异常提醒： 高管离职； 客户集中度变化； 风险因素新增； 关联交易； 库存异常； 审计意见变化； 大股东减持； 诉讼披露变化； 措辞漂移。 先卖给谁？ 独立投资者、财务博主、newsletter 作者、小基金分析师、并购顾问、做美股内容的人。 第二个版本： FDA Recall Radar for Amazon/Shopify Sellers 盯药品、食品、医疗器械、化妆品、儿童用品相关召回。 卖给跨境卖家和合规顾问。 第三个版本： Litigation Radar for Startups 盯竞品、供应商、客户有没有新增诉讼。 卖给销售、BD、投资人、律所。 小故事。 有个小基金分析师，每天打开 SEC 网站像在垃圾山里找钻石。他不是没有能力，他是时间被吃掉了。你每天早上给他 15 条“值得看”的异常，每条 5 行解释，附原文链接。他付你 $49/月，不是因为你比他聪明，而是因为你替他先筛了一遍世界。 这类生意的本质是： 世界不缺信息，世界缺会替人判断“哪条信息值得今天早上看”的过滤器。 ## 5. AI agent 接系统、控成本、做评估 Agent 方向很热，但别直接做“AI agent builder”。那是大厂和融资团队打架的地方。 你要做周边硬痛点： agent 成本监控； agent 日志审计； agent 输出质量评估； agent prompt/version 管理； agent 权限控制； agent 工具调用失败监控； MCP connector 小工具； 把某个老系统接进 Claude/OpenAI/Gemini。 OpenAI 的 Responses API 已支持 web search、file search、computer use 等工具，Codex 是云端软件工程 agent；Anthropic 的 MCP 提供连接 AI 与外部系统的标准协议；Google 的 ADK 是构建和部署 agent 的框架。这些基础设施越成熟，越会产生“接入、监控、治理、评估、降本”的周边机会。(OpenAI) 这里有个特别适合你的方向： AI Cost & Quality Router for Small Teams 很多小团队现在同时用 OpenAI、Claude、Gemini、OpenRouter、Replicate、ElevenLabs、各种图像/视频模型。他们不知道： 哪个任务该用便宜模型？ 哪个任务必须用强模型？ 哪里 token 烧爆了？ 输出质量下降是谁的问题？ 用户退款是不是因为某个模型变差？ 缓存有没有用？ 批处理有没有用？ OpenAI、Anthropic、Google 的 API 价格结构都已经很复杂，不同模型、缓存、工具调用、搜索、音频、输出 token 差距很大。(OpenAI) 你不需要做成 Datadog。先做一个轻量 dashboard： 接入 OpenAI/Anthropic/Gemini key； 按功能统计成本； 按用户统计毛利； 给出“这个任务可降级到便宜模型”的建议； 每周发成本报告； 顺便加质量回归测试。 卖给谁？ 独立开发者、小 SaaS、AI agency、做批量内容/文档/客服的团队。 小故事。 一个 AI 图片工具站老板，月收入 $3000，API 成本 $1700。他以为自己没流量，其实是模型路由蠢。他用最贵模型做最简单任务，失败重试还没上限。你帮他把成本从 $1700 打到 $700，他会不会付你 $199？会。因为你不是卖软件，你是把他丢在河里的钱捞回来。 ## 6. 本地服务老板的 AI 前台和报价助手 这个不性感，但很可能赚钱。 本地服务老板不关心 AI。他们关心： 电话有没有漏接； 客户有没有回； 报价有没有快； Google Review 有没有涨； 员工有没有乱报价； 预约有没有排好； 发票有没有催。 适合行业： 牙科诊所、医美、装修、屋顶维修、泳池清洁、宠物护理、移民中介、房产经纪、小型律所、会计事务所、教育培训。 打法不是做 SaaS 官网等自然流量，而是直接卖服务： 我帮你做一个 AI 接待员 + 报价表单 + 客户跟进系统。 首月 $999 设置费，之后 $199–$499/月维护。 你先用现成工具拼起来，后面再抽象产品。 这类生意低天花板？单点是。 但它能给你现金流、客户理解、真实痛点。 别看不起土生意。真钱常常长在土里，不长在 PPT 里。 ## 7. AI 视频、广告素材、UGC 批量生产 这个和电商可以合并，也可以单独做。 但要注意，不要做“AI video generator”。那是死路。你要做： TikTok Shop product video generator； DTC UGC ad script + storyboard； Amazon product image to short ad； Shopify landing page video pack； 多语言广告素材变体生成； 爆款评论转广告脚本。 用户不是买视频，他买的是广告测试速度。 一个小 agency 一周要给 5 个客户出 100 条素材变体。以前靠剪辑师和文案。现在你给他一个“商品链接进来，30 条脚本 + 10 条视频草稿 + 5 个 hook + 3 个落地页标题”系统，他愿意付钱。 注意，这个方向竞争会很快变紫，所以你必须垂直。 不要“AI video for everyone”。 要“AI TikTok ads for skincare Shopify brands”。 要“AI UGC scripts for Amazon supplement sellers”。 要“AI creative testing pack for pet products”。 ## 8. AI 工作流模板市场，但不是卖模板，是卖可执行工作包 卖 prompt 模板很快会烂。 但卖“带数据、带流程、带交付结果”的工作包还有机会。 比如： Amazon Appeal Pack Shopify Product Launch Pack AI SEO Audit Pack Legal Intake Summary Pack Real Estate Listing Pack Restaurant Review Response Pack Grant Application Draft Pack Cold Email Personalization Pack Financial Filing Anomaly Pack 每个 Pack 包含： 表单； AI 工作流； 输出模板； 检查清单； 人工审阅规则； 交付样例； 可复用自动化。 先在 Gumroad/Payhip/Stripe 上卖 $19–$99。 卖得动的，再做 SaaS。 卖不动的，别写代码。 市场已经替你判死刑了，别给尸体化妆。 ## 9. 垂直客服 Agent 泛客服太卷，Zendesk、Intercom、Gorgias、Freshdesk 都在做。 你要做垂直客服。 比如： Shopify 退换货客服； Amazon 店铺 FAQ + 差评安抚； 移民中介材料催收客服； 装修公司报价跟进； 宠物店预约客服； 诊所术前术后问答； 课程机构招生咨询。 垂直客服的优势是知识域窄、流程固定、ROI 好算。 第一版不要自动回复所有客户。先做： 每日客户消息摘要； 建议回复； 高风险消息提醒； 退款/投诉分类； 人工确认后发送。 这叫 human-in-the-loop。 用户更容易信，风险更低，你也更容易卖。 ## 10. AI 合规、审计、风控小工具 AI 进公司以后，老板会遇到新问题： 员工把客户数据丢进 ChatGPT 怎么办？ AI 回复错了谁负责？ prompt 和输出有没有留痕？ 模型调用有没有权限？ 供应商有没有用我们的数据训练？ agent 能不能乱点乱买？ OpenAI 的企业报告提到，企业 AI 价值来自把底层能力转成规模化用例；同时大规模落地会涉及治理、数据、采用和扩展等问题。(OpenAI) 你可以从很小的东西做起： AI usage policy generator； AI vendor risk checklist； employee AI training quiz； prompt/output audit log； LLM app red-team checklist； AI customer support review queue。 卖给谁？ 小律所、医疗相关服务、金融顾问、B2B SaaS、agency、学校、企业 IT 顾问。 这个方向不一定最快赚钱，但客单价可以高。 ## 11. 开发者/独立开发者的 Vibe Coding 作战系统 你自己也在这个鱼塘里。 现在很多人会用 AI 写代码，但不会把产品做成收入。他们缺： 需求拆解； 代码审查； 部署； 支付； SEO； 日志； 错误监控； 邮件系统； 数据面板； 成本核算； 冷启动获客。 OpenAI Codex 这种云端软件工程 agent 会让更多非专业开发者进入建站和 SaaS，但这也会制造新痛苦：项目更多、代码更乱、维护更差、上线更快但死亡也更快。(OpenAI) 你可以做： one-person SaaS launch checklist； vibe coding repo auditor； Stripe/Vercel/Supabase setup service； AI-generated app security scan； landing page conversion teardown； AI app cost calculator； dead project revival service。 这个鱼塘的优点是你懂，因为你就是用户。 缺点是独立开发者很多抠门。 所以最好卖给“已经有收入的小 AI 工具站”，不是卖给还在幻想的人。 ## 12. “AI + 老行业”的服务产品化 这类机会最大的问题是难看。 但难看的钱也是钱。 比如： 会计事务所：发票归类、客户材料催收、月度报告。 房产经纪：房源描述、客户跟进、估价报告、open house 素材。 装修公司：现场照片转报价、报价转合同、客户变更记录。 律师事务所：客户 intake、案件摘要、时间线整理。 教育机构：招生问答、学生报告、课程反馈。 餐厅：评论回复、菜单翻译、外卖平台图片文案。 这个方向的关键词是： 服务先行，软件在后。 你不要先做平台。你先找 10 个老板，收钱帮他们做。 你做 30 次以后，流程自然会长出来。 产品不是想出来的，产品是被重复交付磨出来的。 # 五、怎么系统找到这些高密度鱼塘 你不能靠灵感。灵感是穷人的彩票。 你要建 5 个雷达。 ## 第一个雷达：新词雷达 新词是早期鱼塘的水面波纹。 看哪里？ Google Trends； TikTok 搜索联想； Reddit 新帖； YouTube 新视频标题； Product Hunt； Hacker News； G2/Capterra 新评论； App Store 评论； Amazon Seller Forum； Shopify Community； OpenAI/Anthropic/Google 开发者文档更新； AI newsletter； 域名新注册； GitHub trending。 你不是看“什么火”。 你看“什么词突然没人解释清楚，但很多人开始搜”。 例子： AI Overviews optimization MCP connector agent cost monitoring ChatGPT shopping AI product listing TikTok Shop automation Claude legal connector SEC filing AI summary AI answer engine visibility 看到新词以后，不要马上做产品。 先问： 谁在搜？ 他搜完要干什么？ 能不能付钱？ 现有结果是不是垃圾？ 48 小时能不能做一个小工具或报告？ ## 第二个雷达：抱怨雷达 钱藏在抱怨里。 去 Reddit、论坛、微信群、Discord、X、评论区、客服评论里找这些句式： I hate that… Is there a tool that… How do you guys handle… Why is it so hard to… Any alternative to… This takes me hours… I keep losing money because… Does anyone have a template for… 中文也一样： 有没有工具可以…… 这个太麻烦了…… 有没有模板…… 谁能帮我看一下…… 为什么平台又改规则…… 有没有人会处理…… 我账号又被封了…… 不要轻视抱怨。抱怨是需求没被产品化以前的叫声。 ## 第三个雷达：平台变化雷达 平台一改规则，鱼就乱游。 重点盯： Google Search/AI Overview/AI Mode； Amazon Seller Central； Shopify； TikTok Shop； Etsy； Stripe； OpenAI； Anthropic； Google Gemini； Meta Ads； Apple App Store； SEC/FDA/USPTO/法院系统； 各类政策和合规变化。 平台变化会制造三种钱： 解释规则的钱； 适配规则的钱； 迁移/修复的钱。 比如 Google AI Search 变了，就有 GEO/AEO。 Amazon listing AI 普及了，就有跨平台 launch pack。 MCP 普及了，就有 connector、权限、安全、成本监控。 法院/SEC/FDA 数据开放，就有异常雷达。 ## 第四个雷达：钱流雷达 你要看哪里有人真的在花钱。 看： 招聘岗位； Upwork/Fiverr 需求； 广告投放； SaaS 定价页； Chrome extension 付费； Shopify App Store 评论； Amazon 软件工具订阅； G2 评论； 竞品收入传闻； newsletter sponsorship； 付费社群里的求助。 一个方向如果没人招聘、没人外包、没人买工具、没人投广告，那大概率是伪需求。 一个方向如果老板已经在用 Excel、VA、外包、人肉流程硬撑，那就是可产品化机会。 ## 第五个雷达：公开数据雷达 这个最适合做长期复利。 你每天盯： SEC filings； FDA recalls； CourtListener/RECAP； USPTO patents； 政府采购； 招投标； 政策文件； App/Chrome/Shopify 插件评论； 社媒趋势； AI 模型/平台价格； 融资新闻； 裁员新闻； 招聘变化。 普通人看到这些是信息。 你要把它变成： 异常； 排名； 提醒； 报告； 模板； 行动建议。 信息免费，判断收费。 # 六、筛选标准：不要再用感觉，用 100 分打分 每个方向打 100 分。 维度 分数 判断 付费能力 15 客户是否有现金流，是否能报销/业务支出 痛苦频率 15 每天/每周痛，还是一年痛一次 结果清晰 15 是否能明确省钱、赚钱、省时间、降风险 获客可达 10 能否在论坛、LinkedIn、冷邮件、SEO 找到人 供给幼稚 10 竞品是否只卖功能，不卖结果 构建速度 10 48 小时能否做诱饵，7 天能否交付 数据可得 10 是否有公开数据、用户上传、API、页面可抓 毛利空间 5 API/人工成本是否可控 复购潜力 5 是否能月付、周报、持续监控 风险可控 5 法律、医疗、金融风险是否可通过 disclaimers/human review 降低 决策规则： 80 分以上：立刻做 48 小时诱饵。 65–79 分：做 landing page + 冷邮件验证。 50–64 分：只观察，不写代码。 50 分以下：扔掉。 你记住一句话： 真正的高手，不是比别人多做 10 个项目，而是比别人多杀死 90 个烂项目。 # 七、验证不是问用户想不想要，而是让他掏钱、上传资料、交付流程 你不能再用“有人感兴趣”当信号。 有效信号只有这些： 愿意付钱； 愿意上传真实资料； 愿意给你账号权限或数据； 愿意约 15 分钟电话； 愿意介绍同类客户； 愿意等你交付； 愿意复购； 愿意抱怨哪里不好。 弱信号： 点赞； 收藏； 说很有意思； 留邮箱但不回复； 说做好了通知我； 转发但不买。 别被掌声骗。掌声是空气，付款是血。 # 八、四个具体研究案例 ## 案例一：Shopify/Amazon/TikTok 卖家的 Product Launch Kit 场景 一个卖家要上新一款宠物梳子。他有商品图、供应商描述、竞品链接，但没有时间做完整素材。 痛苦 Amazon listing 要写。 Shopify 页面要写。 TikTok 视频脚本要写。 Meta Ads 要写。 FAQ 要写。 竞品差评要看。 关键词要找。 多语言市场要翻译。 每次上新都重复。 你的产品 Product Launch Kit。 MVP 用户提交： 商品链接； 3 个竞品链接； 目标国家； 商品图片； 目标价格； 品牌语气。 你 24 小时交付： 1 个 Amazon listing； 1 个 Shopify landing copy； 10 个 TikTok hook； 5 条 UGC 脚本； 10 条 Meta ad copy； 竞品差评总结； 关键词清单； 首周 launch checklist。 定价 试用报告 $49。 完整 launch pack $199。 月度 5 个商品 $699。 Agency 白标 $1499/月。 为什么鱼密 卖家持续上新。 上新直接关系收入。 官方 AI 工具解决一部分，但跨平台增长包还空。 Amazon、Shopify、TikTok Shop 生态还在变化。Amazon 和 Shopify 都在强化 AI commerce/AI seller tools，这说明需求方向成立。(Amazon News) 冷启动 找 Shopify store。 找 TikTok Shop 卖家。 找 Amazon seller forum。 找做 DTC 的小 agency。 给他们发免费 teardown： 我看了你的某个商品，竞品差评里最高频问题是 X，但你的 listing 没有回答。这里有 5 个标题改法和 3 条 TikTok hook。要不要我帮你做完整 launch pack？ 这叫带鱼饵去钓鱼，不是拿空钩子喊“我很厉害”。 ## 案例二：AI Brand Visibility Radar 场景 一个 SaaS 创始人发现，用户越来越多地用 ChatGPT、Perplexity、Google AI Mode 问“best tools for xxx”。但他的品牌没有出现在答案里。 痛苦 传统 SEO 排名还在，但 AI 答案不一定引用他。 竞品可能在 Reddit、G2、对比页、评测文章里更常出现。 老板不知道该补什么内容。 agency 也不知道怎么证明效果。 你的产品 AI Brand Visibility Radar。 MVP 输入品牌和 5 个竞品。 生成 50 个买家问题。 在 ChatGPT/Perplexity/Google AI 搜索相关场景里手动或半自动检查。 输出： 品牌出现次数； 竞品出现次数； 引用来源； 缺失主题； 应该写的 10 个页面； 应该补的 schema/FAQ； 应该争取出现的 Reddit/G2/列表页； 截图证据。 定价 一次性 audit：$199–$499。 月度监控：$99–$299/月。 Agency 版：$999/月。 为什么鱼密 Google 官方已经把 AI features 纳入 Search 体验，站长需要理解内容如何进入这些体验。Ahrefs 和 Semrush 的研究虽然对点击影响有不同观察，但都指向一个现实：AI 搜索正在改变曝光和点击行为。(Google for Developers) 小故事 一个做项目管理软件的小团队，以前盯着“best project management tool for agencies”这个词。后来他们发现，AI 答案里永远是 Asana、Monday、ClickUp，自己连影子都没有。他们不是没内容，而是内容不适合被 AI 引用：没有清晰对比页，没有结构化 FAQ，没有用户案例，没有第三方讨论。你给他一份“AI 引用缺口报告”，这就是新 SEO 时代的体检单。 ## 案例三：SEC Filing Anomaly Daily 场景 独立投资者、财务博主、小基金分析师每天要看大量公司文件，但真正有价值的异常很少。 痛苦 文件太多。 语言太长。 变化藏在细节里。 没有时间逐条读。 普通摘要没用，他们要异常。 你的产品 SEC Filing Anomaly Daily。 MVP 先只盯 200 家热门美股公司。 每天抓最新 8-K、10-Q、10-K、Form 4、13F。 用规则 + AI 输出： 新增风险因素； 高管变化； 大额减持； 审计变化； 客户集中度变化； 诉讼变化； 措辞漂移； 财务指标异常。 注意 不做投资建议。 不说买卖。 只做公开文件摘要和异常提醒。 SEC 的 EDGAR API 官方提供公司提交文件和 XBRL 数据访问，这类公开数据适合做监控、过滤和解释层。(美国证券交易委员会) 定价 免费版：每天 3 条异常。 Pro：$19/月。 Analyst：$99/月。 Team/API：$499/月。 小故事 一个做美股 newsletter 的作者，每天凌晨翻文件。你每天早上给他 10 条异常，他选 2 条写文章。你不是替他投资，你是替他节省寻找选题的时间。对他来说，这不是工具费，这是内容生产成本。 ## 案例四：Legal/Compliance Docket Digest 场景 小律所和合规顾问要追踪某些案件、公司、行业诉讼，但人工看 docket 很烦。 痛苦 法院文件多。 进展分散。 客户只想知道发生了什么、下一步要不要行动。 小律所没有预算买巨贵法律数据库。 CourtListener 是一个免费法律研究网站，包含大量联邦和州法院法律意见；RECAP Archive 可搜索大量 PACER 文档和 docket。它也提供 API 检索能力。(courtlistener.com) 你的产品 Docket Digest for Small Law Firms。 MVP 用户提交公司名、案件号或关键词。 你每天/每周输出： 新增 docket entry； 文件摘要； 关键日期； 对客户可读的 5 行解释； 建议律师查看的点。 定价 每个监控对象 $19/月。 律所套餐 $299/月。 高级人工摘要 $999/月。 风险 不能冒充律师建议。 必须写清楚“仅摘要公开资料，由律师最终判断”。 对专业服务，human review 反而是卖点，不是缺点。 小故事 一个小律所没有大所的信息系统，但客户也会问：“那个案子有新进展吗？”助理每天查很烦。你帮他把 docket 变成周报，他不会在乎你是不是用了最强模型。他只在乎周五下午能不能少加班。 # 九、你具体应该怎么做：不要选 20 个，先打 3 个楔子 以你的情况，我建议你先选这三个： 第一优先： 电商 Product Launch Kit 因为离钱近，客户好理解，能服务先行，能快速收 $99–$499。 第二优先： AI Brand Visibility Radar 因为搜索入口变化大，agency 和品牌会焦虑，报告型产品很好冷启动。 第三优先： 公开信息异常雷达 因为适合长期复利，能做 newsletter、订阅、数据库、API，但启动会稍慢。 不要一上来做大 SaaS。你现在要像街头小贩，不要像宫殿建筑师。 先卖一份报告。 再卖十份报告。 再把报告里的重复动作做成工具。 再把工具变成订阅。 再把订阅变成系统。 这才是从鱼塘到渔船，再到渔业公司的路径。 # 十、7 天实战打法 ## Day 1：找 30 个候选鱼塘 每个鱼塘只写一行： 谁痛？ 痛什么？ 现在怎么解决？ 愿意付多少钱？ 你 48 小时能做什么诱饵？ 例子： Shopify skincare seller：上新素材慢：现在用 Canva+ChatGPT+剪辑师：可能付 $199/pack：做 free product teardown。 B2B SaaS founder：AI 搜索不可见：现在不知道怎么查：可能付 $299 audit：做 AI visibility report。 美股 newsletter 作者：找 SEC 异常慢：现在人工翻文件：可能付 $49/月：做每日异常邮件。 ## Day 2：打分，砍到 5 个 不要犹豫。 低于 65 分全砍。 你不是收藏机会，你是捕猎。 ## Day 3：每个方向做一个诱饵 诱饵不是完整产品。 诱饵可以是： 免费 audit； 样例报告； 小工具； notion checklist； Google Sheet calculator； 一页 landing page； Gumroad 预售； Tally 表单； 冷邮件截图报告。 ## Day 4：每个方向找 20 个真实客户 不要找泛人群。 比如 Product Launch Kit： 20 个 Shopify 店； 20 个 TikTok Shop 卖家； 20 个 Amazon 卖家； 20 个 DTC agency。 AI Brand Visibility： 20 个 B2B SaaS； 20 个 Shopify app； 20 个本地高客单服务； 20 个 SEO agency。 SEC Radar： 20 个 newsletter 作者； 20 个美股博主； 20 个小基金分析师； 20 个投资社群管理员。 ## Day 5：发 100 条高质量触达 不要群发垃圾。 每条都带一点真实观察： 我看了你的 X 商品，发现竞品差评集中在 Y，但你的 listing 没有处理。 我查了 10 个 AI 搜索问题，你的竞品出现 4 次，你 0 次。 我看了你最近写的美股文章，你可能会用到这个 8-K 异常摘要。 你要像猎人，不要像传单派发员。 ## Day 6：人工交付前 3 单 有人愿意付钱，哪怕 $29，也先接。 不要嫌少。第一笔钱不是收入，是证据。 ## Day 7：复盘 看四个指标： 100 个触达，有没有 10 个回复？ 10 个回复，有没有 3 个愿意试？ 3 个愿意试，有没有 1 个付款？ 付款后，他有没有提出真实修改意见？ 如果没有，别硬撑。换鱼塘。 # 十一、5W2H 项目 答案 Who 优先找有现金流、有重复任务、有平台压力的人：电商卖家、agency、B2B SaaS、律所、财务/投资内容人、本地服务老板 What 不做泛 AI 工具，做“输入混乱信息，输出可执行结果”的小产品/服务 When 现在先做 7 天验证，30 天首批付费，90 天产品化一个方向 Where Shopify/Amazon/TikTok 社区、Reddit、LinkedIn、X、Google Trends、Product Hunt、G2、App Store 评论、SEC/FDA/CourtListener/USPTO 数据源 Why AI 已进入组织和平台，但真正的工作流落地还混乱；混乱产生服务机会，重复服务产生产品机会 How 雷达找信号 → 打分 → 做诱饵 → 冷启动触达 → 人工交付 → 抽象工具 → 订阅化 How much 第一阶段每个楔子控制在 $0–$300 成本；首单目标 $49–$499；服务化客单 $499–$1999；订阅 $49–$499/月；方向成立后再加广告和自动化 # 十二、最容易误判的地方 第一， 不要把“技术早期”当成“商业早期”。 有些东西技术很新，但客户不付钱。比如很炫的 agent demo、虚拟角色、通用 prompt 工具。看起来像未来，现金流像坟墓。 第二， 不要把“竞争少”当成好事。 竞争少可能是蓝海，也可能是死海。判断方法很简单：有没有人在用人工、外包、Excel、助理、agency 解决？如果没有替代方案，可能压根没需求。 第三， 不要沉迷伟大叙事。 AGI、机器人、未来十年、产业革命，这些都对，但你今天要的是第一笔钱。 日入十万刀不是靠每天想十万刀来的，是靠今天先让一个陌生人为一个具体结果付 $99。 第四， 不要做纯内容站当主线。 内容可以做入口，但最终要落到工具、报告、模板、服务、订阅、API。 单纯靠流量和广告，除非你有极强 SEO 和规模，否则很容易变成体力活。 第五， 不要做无法验证的产品。 一个产品如果 7 天内无法拿到付款、上传资料、电话、试用、复购任何一个硬信号，就别继续烧生命。 # 十三、最后给你的总 SOP Checklist ## 每日 2 小时鱼塘扫描 检查项 完成 今天看了 10 个新词/趋势/平台更新 □ 今天看了 10 条真实抱怨 □ 今天记录了 5 个可能付费人群 □ 今天分析了 3 个竞品/替代方案 □ 今天写下 1 个可 48 小时交付的诱饵 □ 今天联系了 20 个真实潜在客户 □ 今天至少做了 1 个样例报告/截图/teardown □ ## 每周机会筛选 检查项 完成 本周收集 100 个信号 □ 筛出 20 个候选方向 □ 用 100 分模型打分 □ 保留最高分 3 个 □ 每个方向做一个 landing/form/sample □ 每个方向触达 50–100 个客户 □ 记录回复率、试用率、付款率 □ 砍掉没有硬信号的方向 □ ## MVP 验证 检查项 完成 有没有明确客户画像 □ 有没有明确痛苦场景 □ 有没有现有替代方案 □ 有没有一句话结果承诺 □ 有没有样例输出 □ 有没有价格 □ 有没有收款入口 □ 有没有 20 个精准客户名单 □ 有没有 100 条触达记录 □ 有没有至少 1 个付款/强预约/真实资料上传 □ ## 产品化前检查 检查项 完成 人工交付过至少 10 次 □ 用户提出的问题重复出现 □ 输出模板稳定 □ 交付步骤能拆成流程 □ 至少 3 个用户愿意复购 □ 毛利能算清楚 □ API 成本可控 □ 风险边界清楚 □ 有自然分发或冷启动渠道 □ 做 SaaS 能明显降低交付成本 □ ## 红灯信号 出现这些，马上停： 红灯 动作 用户只说感兴趣但不付钱 停 需要做 30 天才看得到结果 降级成报告/服务 客户不知道为什么要买 换表达或换方向 竞品都是巨头且你没有垂直切口 换更窄人群 支持成本极高 改成人工审核/高价服务 合规风险不可控 不碰或只做摘要/辅助 你连续 7 天没有硬信号 砍 辰美，真正的大机会不是“找一个没人知道的秘密”。这种秘密太少了。 真正的大机会通常很朴素： 别人也看到了，但嫌脏； 别人也知道痛，但懒得问客户； 别人也会调用模型，但不会交付结果； 别人也能写代码，但不肯去卖； 别人也想发财，但受不了每天撒网。 你要做的不是坐在岸边幻想大鱼。 你要每天把网扔下去。 高密度鱼塘的核心判断就一句话： 当一个有钱人群，因为新平台、新技术、新规则，突然多了一堆重复、混乱、必须完成的任务，而市场还没有标准答案时，钱就在那儿。 先别想着日入十万刀。 今天先找一个愿意为具体结果付 $99 的陌生人。 这不是小目标，这是所有大目标的入口。