一篇读后整理。原文作者「佳妮」不懂代码、英语很差、也没有技术背景，从自己被公众号排版折磨的痛点出发，让 AI 帮她做出一个能用的排版工具，再放到小红书上卖，累计卖到 1 万+。原始分享在 腾讯 ima 笔记（作者还有一份 飞书原文）。
下面是转述与结构梳理，不是原文照搬；引用部分是她的话。
一、需求从"自己被折磨太久"里找，而不是从"市场上缺什么"里找#
她做这个工具的起点非常土：公众号后台的排版太难用。想要的格式要么没有，要么改起来别扭；买过第三方编辑器和模板，好看的模板要续会员，花哨的模板又不适合自己的内容。
我真正需要的，其实不是一个功能越来越多的编辑器，而是一个我自己用起来很顺手、打开就能直接排版的工具。
所以她的第一条建议是：
不要一上来想"现在什么产品容易赚钱"；
先看你自己的生活和工作里，有什么事情让你反复觉得麻烦；
高频发生在你身上的痛点，很可能也发生在一群和你类似的人身上。
二、不会代码的人真正要学的，是"怎么给 AI 下任务"#
她到现在也不认为自己会写代码。她学会的是把一个模糊想法拆成 AI 可以执行的小任务。
反例（她觉得没用的问法）：
帮我做一个公众号排版工具。
正例（她实际用的问法，一次只做一块）：
先帮我把左边做成文章编辑区，右边做成手机预览区。左边内容变化后，右边同步更新。暂时不要增加其他功能。
现在增加标题、加粗、高亮、删除线这些编辑能力，但不要改变原来的预览逻辑。
增加模板切换、配色切换，并保证切换以后文章内容不丢失。
她总结的习惯是：先想清楚要什么结果 → 拆成小模块 → 一块一块做 → 每做完一块就测 → 稳定了再叠加。 配套还有两条经验：
一次别改太多：看不懂代码的人一次改得越多，出问题后越不知道是哪一步导致的；
永远留着能跑的版本：让 AI 大规模重构时，改崩了至少能退回去，而不是从头再来。
她说的"最小可用版本"，就是先只跑通这五件事：文章导进去 → 能编辑文字和基础格式 → 能看到接近手机的预览 → 能选模板和配色 → 能复制到公众号后台发布。
三、别憋到 100 分，先拿出去收费验证#
第一个能用的版本出来后，她没有先想"靠它赚多少钱"，而是想：既然我这么需要，其他写公众号的人是不是也这么想？
最开始用 6.8 元试水，后来调到 13.14 元，核心目的不是利润，是确认到底有没有人愿意付钱；
第一篇小红书笔记就带来了下单的人，"这个小工具"才变成"被市场验证过的产品"；
之后功能变完整，价格慢慢提到几十块，并按使用周期做了不同套餐。
低价可以帮你验证需求，但不能成为产品永远的定位。
她还强调："别人说不错"和"别人真的掏钱"是两件完全不同的事。
四、店铺、交付和自动发货，能早搭就早搭#
评价需要时间积累：零评价的新品和有一堆真实反馈的产品，信任度完全不同，越早开始越轻松；
手动发货会吃掉全部时间：一天一两单没感觉，一天几十单，光复制教程、链接、邀请码就没了。
她的产品是"注册账号才能用"，所以做了邀请码机制：
后台批量生成邀请码；
一个码只能用一次；
客户注册时输入，码绑定到账号；
绑定成功即获得对应权限；
限制单账号登录设备数（比如 2～3 台）。
发货环节用阿奇索自动发货：把提前生成的邀请码当作一批"卡密"放进库存，客户每下一单，系统自动取一个没用过的发出去。真正要理解的链路是：
先让自己的产品拥有"唯一授权码" → 再把授权码批量放进自动发货系统 → 用户付款以后自动发出不同的授权码。
剩下的都只是工具的执行层（后台会更新，按官方教程配置即可）。
五、一个产品可以写几十篇笔记，不用重复#
她的做法是把内容拆成几类，同一个产品换角度反复写：
产品介绍型：是什么、解决什么问题、有哪些核心功能，让已有需求的人快速看懂；
痛点型：先讲用户正在经历的麻烦（为什么公众号排版这么费劲？换个模板整篇就乱了？），再引出产品；
功能演示型：一篇只讲一个功能（模板切换、配色、手机预览、图片并排、完整复制流程）；一个小功能常常比塞满功能的笔记更容易被看懂；
用户反馈型：真实好评、使用前后对比、客户问过的问题。她会有意识地保存用户反馈——那是"最真实的市场语言"；
问题和反差型：站在用户的角度提问，比如"完全不会代码的人真的能自己做工具吗？"这类更像真实经验分享。
六、比"模仿别人"更重要的是复盘#
她的观察是：很多人的误区是看到别人标题怎么写就怎么写、封面怎么做就怎么做，但你模仿的那篇本身可能就没什么成交。她每发一篇会看：
用户为什么点进来？封面和标题有没有把痛点说清楚？
点进来以后，前几句话有没有让人继续看？
评论区大家在问什么？有谁因为这篇直接咨询或下单？
哪种表达带来的用户最精准？哪些笔记流量不错却根本不成交？
结论是：值得复制的不是某句标题，而是它背后的原因。另外别发两三篇没反应就停——"有时候前面十几篇都很普通，第二十篇突然爆了"。
七、售后是调研渠道，也是边界#
产品卖出去以后她遇到的挑战反而不是开发：有人几十块买工具却要求几千块定制软件般的服务；教程写清楚了还会反复问同一个问题；有人明明不适合这个产品，却希望为她一个人改整个产品。
她的转变是：
不做 100% 的人满意，而是明确"这个产品适合谁、不适合谁"；不适合的就道歉退款，把时间留给真正合适的人；
但同时，如果一条建议不是某一个人的问题，那就值得认真记录——她后面很多功能和细节，都是从真实用户的使用里改出来的。
八、顺手沉淀下来的，是几百个精准用户#
只在平台上完成一次交易，买完关系就结束了。她的做法是在交付流程里给用户一个主动加微信的合理理由（额外赠品、好评领补充资料、售后联系客服、更新通知），而不是硬拉人。这样沉淀下来的几百个微信用户，都是已经付过钱、知道她在做什么的人。
九、如果重做一次，压成 7 步#
从自己反复遇到的问题里找需求；
先做最小版本（只想"没有它就不能用"的那 3～5 个功能）；
把需求拆小再交给 AI，一块一块做、每块都测；
尽快用低门槛价格拿出去收费验证（70 分也能卖）；
根据真实反馈迭代——要问的是用户为什么买、哪里不会用、最喜欢什么、为什么退款；
交付自动化（发货、邀请码、教程、FAQ、设备限制）；
持续做内容，把一个产品反复卖，而不是天天想再开发一个新产品。
十、她最想说的那句话#
原话我抄在这里：
先去找到一个你自己真的很想解决的问题，然后做出第一个能用的版本。
对普通人来说，AI 最有价值的地方，可能不是帮你多写几篇文案，而是第一次让很多原本只能停留在脑子里的想法，有机会真的被做出来。
我的理解：AI 降低的不是"技术门槛"里的技术，而是"从想法到能用的东西"这一段路的启动成本。 它不代替判断力——需求从哪来、先做哪一块、什么算能用、什么时候该收钱、什么是真反馈，这些仍然是人的活。上面这套流程里最有价值的其实不是"用 AI 写代码"，而是她摸出来的顺序：小需求 → 最小版本 → 拆小交给 AI → 早卖 → 真反馈 → 自动化 → 内容复利。
讨论 0
还没有人说话。
登录登录后可以参与讨论