AI-Native 重建增长的技巧合集
本文探讨了如何利用AI技术进行产品增长，区别于AI产品本身的增长策略。文章从竞品监控、个性化外联、内容批量测试、用户研究等核心环节出发，详细阐述了AI如何提升效率、降低成本，并提出了AI-native GTM流程。同时，文章也指出了同质化、过度自动化等风险，强调了人的判断力与创造力在AI时代的重要性，主张将AI用于重复劳动，人类专注于高价值工作。
相关文档
我用 WorkBuddy 跑了 3 个活儿，发现它不是助手，是数字员工
文章通过三个真实任务评测了 WorkBuddy 的实际应用：视频 Skill 管理工具开发、电商数据清洗分析及竞品监控自动化流程。作者指出 WorkBuddy 不仅是聊天工具，更是集专家判断、专业 Skill 和自动化执行于一体的 AI 工作台，能有效提升处理固定流程任务的效率。
AI Deep Research 实战指南：替代 GTM 市场调研的 5 大场景
文章介绍了如何利用 Deep Research 功能替代繁琐的市场调研工作，以支撑 GTM 策略。核心在于通过高质量数据源、背景上下文注入和预审计划三个策略，让 AI 完成从收集到决策的认知任务。文中提供了结构化的 Prompt 模板，并详细拆解了项目执行、竞品分析、页面审计、功能对比及国际市场评估五大实战场景。
GTM-maxxing for 10 YC companies: Steal these secrets
作者基于为 10+ 家 YC 公司提供 GTM 服务的经验，阐述早期创业公司如何做增长。核心观点：AI 让找线索变得容易，但判断哪些线索重要才是关键。创始人前 50 次销售对话是数据收集，类似模型训练。文章提出线索的新定义（fit × timing × intent × confidence），强调先完整映射市场再进攻，重视时机信号，并将 outbound、inbound 与 GTM 工程整合为一个闭环系统：运行策略→捕获信号→衡量结果→更新模型，认为专有的结构化市场学习才是真正的护城河。最后以 Workersio 案例展示具体工作流。
创业初期不该做SEO：成熟市场与新兴市场的增长策略差异
作者与多位创业公司GTM创始人交流后发现：SEO适合成熟市场，因为其天花板取决于搜索量，用户已有明确需求；而创业公司多处于新兴行业，用户尚未产生搜索行为，初期投入SEO难以带来增长。作者建议创业初期优先通过社交媒体、红人、视频等创造需求的渠道获取种子客户，找到PMF后再投入网站和SEO。对于GEO（AI搜索优化），作者认为需评估目标用户是否真的会向AI提问，例如重度游戏玩家极少通过AI获取游戏推荐，盲目投入GEO是捡芝麻。数字营销没有固定打法，关键是找到最适合自己的组合。
7家公司如何通过GTM策略实现10亿美元以上规模
文章分析了Rippling、Salesforce、Outreach、Gong、Instantly、Gorgias和Verkada七家公司公开记录的GTM（进入市场）策略。案例涵盖程序化外呼加人工SDR分层运营、销售专业化分工、以自身产品作为获客渠道、品类教育与外呼并行、从内部工具到公开销售、AI驱动的动态外呼内容，以及SDR工作流自动化。共同模式包括：外呼作为主渠道、角色专业化、客户分层、系统替代人工、先有证明再放量、TAM作为受维护资产，以及全流程分阶段度量。
LinkedIn B2B 获客完整系统：12 步打造内容到营收引擎
作者 Michel Lieben 分享了一套在 LinkedIn 上获取 B2B 客户的 12 步完整系统，通过 24 人团队并行执行，实现每年 2000 万曝光和 500 万美元新增 ARR。系统核心包括：明确唯一目标买家（ICP）、为传播者而非决策者写作、发布前完成三项审计、建立 swipe file 消除空白页瓶颈、锁定主题×格式矩阵实现规模化、按 TOF/MOF/BOF 标注每篇内容的目标阶段。文章强调系统化团队运作优于依赖创始人个人输出的策略。
用'不可能三角'理解增长
文章借用经济学'蒙代尔不可能三角'思维工具，分析增长领域的多个不可能三角：增长（增速、CAC、用户质量）、SEO（上量、质量、抗风险）、爆款内容（时效、深度、产量）、社群（规模、氛围、变现）、创作者（表达自由、流量规模、商业回报）。作者指出三者互斥的底层机制是资源竞争、反馈互斥和时间尺度错配，并给出各场景的实操策略。最后指出红利期本质是技术或平台打破旧三角的机会窗口，如抖音重画内容分发、AI 正在重画内容生产三角。
以前 AI 搞不定的旅行，现在好点了吗？
本文探讨了AI在旅行领域的应用进展，以飞猪帮帮为例，测试了其订票、规划行程、购买流量卡等功能，展示了AI在简化旅行流程方面的潜力。文章指出，尽管AI旅行助手仍有改进空间，但已能显著提升效率，让旅行安排更加便捷。
如何用GTM智能体将个人业务从0做到1万美元月收入
作者介绍了如何为一人公司搭建GTM（市场进入）智能体系统，实现从0到1万美元MRR的增长。文章涵盖三个版本方案：针对代理机构、SaaS和信息产品/社区。核心思路包括：使用AI员工Viktor作为快速方案，通过Obsidian知识库作为共享大脑，以及由触发、数据源、产出、人工审批四部分组成的工作流架构。详细讲解了信号型外联、暖外联、客户留存等具体流程，强调所有内容发送前需人工批准。
从Web3到AI：提前下注的人凭什么赢
Stripe以超70亿美元收购OpenRouter，创始人Alex Atallah曾在OpenSea创造类似战绩。本文分析了从Web3迁移到AI的一批人的共同特质：对基础设施缺口、新入口和共识形成前机会的敏感度。包括Crypto.com买下AI.com抢Agent入口、Stable Diffusion打破闭源护城河、FTX Future Fund人才流向Anthropic等案例。但Aschenbrenner的基金爆仓证明：看对技术方向与赚到钱是两回事，判断力决定方向，杠杆管理才决定输赢。
我用这套自定义提示词，让 WorkBuddy 的效果倍增！
作者金尘马分享了在使用AI工具WorkBuddy时遇到的痛点：AI总是迎合用户、给出正确但无用的答案。他通过设置自定义指令，要求AI优先求真、先诊断再解决、寻找关键杠杆等，显著提升了AI输出的质量。文章详细介绍了自定义指令的完整内容，包括语言、求真优先、先诊断再解决、寻找关键杠杆、选择合适的方法、证据与不确定性、给出判断、落到行动、沟通方式和最终原则等十个方面，并展示了设置前后的效果对比。
手搓100条抖音视频爆了26条：我是如何用AI解决70%问题，每天减少5小时工作时长
作者分享了自己利用AI进行抖音内容创作的实战经验。他首先抓取自己X平台的1115条帖子，通过AI筛选出184条可复用内容，形成内容资产库。他强调AI的价值在于帮助消化和整理信息，而非直接替代创作。文章详细阐述了内容资产化、对标分析、选题方法（正确的非共识）、用户洞察等核心方法论，并指出内容创作正从灵感驱动转向资产驱动，普通人可通过AI将表达变成一门生意。
