chore: 重命名目录结构 + 新增后端优先级/产品评估/冷启动调研

iproyal-proxies.txt

@@ -0,0 +1 @@
+113.20.52.173:12324:iproyalw00:a35393f66e

项目计划/1-产品与用户模块/产品方向深度评估.md

@@ -0,0 +1,153 @@
+# 知习深度评估报告
+
+## 执行摘要
+
+本报告基于你提供的《知习》产品设定与定价假设完成：产品被定义为一款 AI-first 的系统化学习 App，核心闭环是“主线学习—复习—输出”，拟定中国区价格为 ¥28/月、¥198/年，海外为 $9.9/月、$79.9/年；真实留存、真实获客成本、真实 token 消耗、首发垂类、目标国家优先级、以及 App 与 Web 收入占比均**未指定**。因此，下文是“带公开证据的前商业化评估”，不是上线后经营结果复盘。
+
+先给结论：**这个方向有真实需求，也不算“已经没机会”；但如果知习只是“AI 问答 + 总结 + 生成卡片”的组合，它会非常容易被通用 AI 助手和现有学习工具替代。只有当它把“学习路径、间隔复习、输出训练、进度记忆”做成一个持续闭环时，它才有资格收费，并形成相对稳固的留存。** 这一判断同时来自教育研究对检索练习、间隔练习和生成式学习的长期证据，也来自当前教育与通用 AI 市场已经高度成熟的现实。turn36search10turn36search8turn24search3turn24search2turn24search15
+
+市场并不小。entity["organization","OECD","economic policy body"]在 2026 年指出，2025 年 OECD 范围内已有**超过三分之一**个人使用过生成式 AI；同一机构在《Digital Education Outlook 2026》中明确写到，生成式 AI 在教育中的一个关键特征就是“**大量工具免费可得，且常常在学校正式管控之外被使用**”。entity["organization","UNESCO","UN agency"]在 2025 年的调查又显示，**三分之二**高等教育机构已经有或正在制定 AI 使用指南。换句话说，AI 用于学习已是现实需求，但“免费 baseline”也已经很高。turn24search3turn24search2
+
+用户也确实愿意为“学习结果”付费，而不只是为“AI”付费。urlDuolingoturn15search0在 2026 年 Q1 有 **56.5M DAU、137.8M MAU、12.5M 付费订阅者**；urlQuizletturn15search1官方广告页写明其有**超过 60M 月活**；urlCourseraturn20search2在 2026 年 Q1 新增 **7.6M 注册学习者**，并明确表示增长受到了 **Coursera Plus** 订阅强劲采用的推动；urlBusuuturn21search0官网写明其全球有 **120M learners**。这说明“学习付费”不是伪命题，但付费对象通常是**结果、结构化路径、长期资产或强习惯**，而不是单次聊天。turn19search0turn15search6turn21search0
+
+对定价的判断是：**月费可以试，年费作为常规价偏激进。** 以 Web 支付费率估算，¥28/月大致还能留下 ¥27.16；若走 Apple 小开发者 15% 佣金，约为 ¥23.80；若按 30% 佣金，则约为 ¥19.60。相比之下，¥198 年费折算到每月，到手约只有 ¥16.00（Web 3%）、¥14.02（iOS 15%）、¥11.55（iOS 30%）；$79.9 年费折算后约为 $6.46、$5.66、$4.66。这个空间对“低价模型路由 + 轻量云成本”是可行的，但对“默认重度高价推理”并不宽裕。turn37view2turn37view0
+
+我的总建议是：**可以做，而且可以现在开始做；但要把产品身份从“AI 学习助手”收缩成“系统化自学闭环工具”，并优先从中国区一个高动机、可量化结果的场景切入。** 推荐先做“证书/考试/专业自学”与“长文资料吸收为主”的用户，不要一开始就做泛学习，也不要先打 K-12 或纯语言学习。海外不是不能做，而是更适合作为 PMF 明确后的第二阶段。turn25search11turn32view0turn34view0turn31view0turn32view0
+
+## 评估边界与关键假设
+
+这份评估有几个必须先说清的边界。
+
+第一，材料已经给出了产品核心机制：用户输入学习目标或材料，系统生成“主线/知识树”，再通过复习、测验、输出任务把内容变成长期掌握；这意味着知习的真正竞争对象不是单个 App，而是用户今天已经能拼出来的整套工作流：**通用 AI 助手负责理解与问答，笔记工具负责整理，SRS 工具负责复习，课程平台负责内容。** 
+
+第二，以下关键经营变量目前都**未指定**：首发垂类、单用户月均导入 PDF/视频时长、单用户月均 tutoring 次数、真实日活与周留存目标、推送/邮箱/社群运营能力、内容版权策略、是否涉学校与未成年人场景、以及首年获客预算。它们中的任意一个变化，都足以明显改变结论，尤其是**AI 可变成本**和**留存曲线**。
+
+第三，我下面关于“值不值得做”的判断，不是建立在“AI 会继续成为热门”这种空泛叙事上，而是建立在三个更具体的问题上：  
+**有没有真实学习痛点；有没有可收费的产品形态；有没有不被 ChatGPT + Anki + Notion 轻易替代的结构。** 这三个问题的答案分别是：**有；有，但要包装对；有可能，但条件苛刻。** turn32view0turn14view0turn6view1turn35search1
+
+## 需求是否真实存在
+
+从学习科学角度看，你设想中的“主线—复习—输出”并不是拍脑袋。检索练习与延迟测验能够增强长期学习，间隔练习优于突击复习，而生成式学习活动——尤其是用自己的话解释、重组、可视化和提问——有助于形成更深层理解。换言之，知习如果把“结构化路径 + 间隔复习 + 输出解释”做成一套默认流程，它是站在已被验证的学习机制上的，而不是只靠 AI 新奇感。turn36search10turn36search8
+
+从宏观需求看，AI 学习不是边缘场景。entity["country","中国","east asia"]之外，全球教育系统已经在快速吸收生成式 AI：OECD 指出 2025 年已有超过三分之一 OECD 居民使用过生成式 AI，且许多教育场景中的使用发生在制度边界之外；UNESCO 的 2025 调查表明，三分之二高校已经有或正在制定相关规则。这个信号对知习有利也有弊：利在于用户教育成本降低，弊在于用户已经默认“AI 应该可用”，不会轻易为“又一个 AI 聊天壳子”付费。turn24search3turn24search2
+
+从付费意愿看，教育订阅和高度学习相关的工具订阅都已经被验证。urlDuolingoturn15search0 Q1 2026 的 **12.5M 付费订阅者**说明“高频学习习惯 + 明确结果”可以形成极强付费盘；urlCourseraturn20search2 Q1 2026 的增长则说明“职业回报、证书与课程 bundling”依然有吸引力；urlQuizletturn15search1的 60M+ MAU 和 urlBusuuturn21search0的 120M learners 进一步说明学习需求的大盘足够大。用户不是不愿意为学习付费，用户是不愿意为**没有持续价值**的学习软件付费。turn15search6turn19search0turn21search0
+
+如果只看中国区，基础盘同样存在。教育部教育考试院披露，**2026 年全国硕士研究生招生考试报名人数为 343 万**；UNESCO 中国国别页显示，中国 2024 年高等教育毛入学率已经达到 **77%**。这意味着高动机、需要长期自学与复习管理的人群并不稀缺。问题不在“有没有人学”，而在“这些人会不会认为知习比免费助手和现有题库/课程/笔记工具更省心、更有效”。turn25search11
+
+因此，**需求真实存在，但支付逻辑不是“为 AI 付钱”，而是“为更快掌握、更低拖延、更稳定复习、更可见进度付钱”。** 这会直接决定产品文案、功能优先级和后续收费结构。turn15search6turn32view0
+
+## 竞争格局与可替代性
+
+最需要正视的事实是：知习面对的不是一个空白市场，而是一个已经被“免费大模型 + 强工具链 + 头部教育平台”覆盖得很满的市场。下面这张表不是为了证明“不能做”，而是为了明确**你必须从哪里抢走时间和预算**。
+
+| 竞品层 | 代表产品 | 公开价格/信号 | 对知习最强替代点 |
+|---|---|---|---|
+| 国内通用 AI 助手 | urlKimiturn22search0、url豆包turn22search1、url通义turn22search5、url元宝turn23search0 | 面向消费者的官方页面普遍强调“免费使用”或免费在线能力。turn23search4turn22search5turn23search0 | 学习规划、解释、问答、总结、拍题、资料阅读等第一触点能力，几乎都已被覆盖。 |
+| 海外通用 AI 助手 | urlChatGPTturn5search0、urlClaudeturn1search5、urlGoogle AI Proturn7search0 | ChatGPT Plus 为 $20/月；Claude Pro 为 $20/月或年付折合 $17/月；Google AI Pro 为 $19.99/月。turn30view1turn7search0 | 在“解释难点、深度问答、文档理解、写作辅导”上天然是高位替代。 |
+| 学习平台/练习工具 | urlQuizletturn15search1、urlKhanmigoturn15search3、urlDuolingoturn15search0、urlCourseraturn20search2、urlBusuuturn21search0 | Khanmigo 学习者/家长 $4/月或 $44/年；Coursera Plus 当前页面为 $35.40/月促销或 $399/年；Duolingo Q1 2026 有 12.5M 付费订阅；Quizlet 超过 60M MAU；Busuu 120M learners。turn33view0turn18view0turn19search0turn21search0 | “学习动机 + 内容 + 练习 + 习惯”已经被验证，用户不缺带结果导向的学习产品。 |
+| 深度学习工作台 | urlRemNoteturn8search0、urlReadwiseturn11search0、urlHeptabaseturn8search2 | RemNote Pro $8/月，Pro with AI $18/月；Readwise 年付折合 $9.99/月、月付 $12.99/月；Heptabase 年付 Pro $8.99/月、Premium $17.99/月。turn31view0turn34view0 | 这些产品已经把“资料导入—知识整理—SRS/AI—长期知识库”做得相当成熟。 |
+| 知识管理基础设施 | urlNotionturn5search2、urlObsidianturn35search1、urlAnkiMobileturn12search2、urlMochiturn9search2 | Notion Plus $10/seat/月、Business $20/seat/月；Obsidian Sync 为 $4/月或 $8/月；AnkiMobile iOS 一次性 $24.99；Mochi 的 App Store 页面为免费 App，另有网站高级订阅。turn35search1turn13view0turn10view0 | 用户完全可以自行拼装“笔记 + 同步 + 复习 + AI”。 |
+
+这张表导出的核心判断是：**知习最危险的对手不是单个竞品，而是“用户已有工具组合”**。一个认真学习的人，今天完全可以用通用大模型做解释和计划，用 Notion/Obsidian 存材料，用 Anki/Quizlet/RemNote 做复习，再用 Readwise/Heptabase 管理长期知识。只要知习不能显著减少切换、减少设置、增加复习执行率，它就会显得“方便，但非必需”。turn6view1turn35search1turn14view0turn31view0turn34view0
+
+不过，App Store / Google Play 的店面信号也说明，这个市场并不是只有寡头。urlDuolingoturn27search9在美国 App Store 有 **520 万评分**；urlQuizletturn19search11在 Google Play 有 **82.4 万评论**并位列教育类高流水；但与此同时，urlAnkiMobileturn12search2在 App Store 只有 **2.3K 评分**，urlMochiturn9search2只有 **160 评分**。这说明学习工具市场既容得下超级平台，也容得下小而深、用户忠诚度很高的利基软件。知习更现实的目标，不是直接冲击 Duolingo 式大众平台，而是成为“高强度自学者”的第一工具。turn19search11turn13view0turn10view0
+
+所以，答案不是“赛道太拥挤，别做”，而是：**泛助手红海，深工作流仍有空间；但空间只留给那些把闭环做得足够顺手、足够低摩擦、足够可持续的产品。**
+
+## 定价与单位经济
+
+先看渠道层面的可用收入。你给出的叫价本身不离谱，问题在于**扣完渠道成本后还剩多少空间容纳 AI**。
+
+| 计划 | Web 支付后到手 | iOS 小开发者 15% 后到手 | iOS 30% 后到手 | 结论 |
+|---|---:|---:|---:|---|
+| ¥28/月 | ¥27.16 | ¥23.80 | ¥19.60 | 可做标准档。 |
+| ¥198/年 | 折合 ¥16.00/月 | 折合 ¥14.02/月 | 折合 ¥11.55/月 | 可做早鸟价；长期常规价偏紧。 |
+| $9.9/月 | $9.60 | $8.42 | $6.93 | 可做海外标准档。 |
+| $79.9/年 | 折合 $6.46/月 | 折合 $5.66/月 | 折合 $4.66/月 | 仅适合轻量 AI 或严格配额。 |
+
+上表基于 Apple Small Business Program 的 15% 佣金、Stripe 标准 2.9% + 30¢，以及“标准 Apple 抽成约 30%”的敏感性假设得出。Apple 官方写明，小开发者计划对付费 App 和 IAP 适用 **15%** 佣金；Stripe 标准线上卡费率为 **2.9% + 30¢**；Paddle 为 **5% + 50¢**，并明确提示对 **$10 以下产品**可能需要 custom pricing。也就是说，**$9.9 这种低客单价月费并不天然适合所有 Web MoR 方案。** 如果你需要 Paddle 帮你扛跨境税务和合规，它有价值；如果你更在意低客单价利润率，Stripe 一类线性费率通常更友好。turn37view2turn37view0turn0search3
+
+再看模型成本。好消息是，低价模型已经便宜到可以支持“基础 AI 订阅”。OpenAI 官方价格页显示，**GPT-4.1 nano** 大致是 **$0.10 / 百万输入 token**、**$0.40 / 百万输出 token**；Google 的 **Gemini 3.1 Flash-Lite** 也在同一量级；阿里云 Model Studio 上，**qwen-long-latest** 和 **deepseek-v3.2** 的价格同样很低。坏消息是，高质量深推理如果大量走到 **Claude Sonnet 4.5** 这类层级，成本会跳到 **$3 / 百万输入 token、$15 / 百万输出 token** 这样的级别。对知习而言，这意味着一个非常明确的经营原则：**基础档不能默认重度高价推理，必须做模型路由，把高价 reasoning 变成少量调用、Pro 权益或 credits。** turn3view0turn4view2turn1search5
+
+这会直接影响我对你当前定价的判断。
+
+**中国区：**  
+¥28/月是可以尝试的，它与学习工具订阅价带并不冲突，也保留了月度试水空间。问题在于 ¥198/年相当于把月费打到 5.9 折，折后可用收入很容易被重度 AI 用户吃穿。我的判断是：**¥198/年更适合首批早鸟、校园 ambassador、灰度内测，未必适合长期公开常规定价。** 如果 PMF 成立，常规年费可以更健康地放在 **¥228—¥258/年** 区间，而把 ¥198 作为限时 founder price。高阶档 **¥58—¥78/月** 有存在必要，但前提不是“多一点 AI”，而是明确让用户知道在买什么：更强模型、更长文档、更高 OCR/音视频配额、更深入 tutor、更完整复盘。turn31view0turn34view0turn32view0
+
+**海外：**  
+$9.9/月 / $79.9/年作为标准档是能站住的，尤其如果你把自己放在 Readwise、RemNote、Heptabase 与 Khanmigo 之间，而不是直接跟 ChatGPT/Claude 拼“谁更聪明”。但同样地，**$79.9/年更像一个 launch price，而不是成熟期价格。** 当功能成熟、留存稳定后，常规标准档更合理的位置会是 **$89—$99/年**；如果要开放更多 premium reasoning、转写、长视频理解或团队/导师协作，则应另设 **$14.9—$19.9/月** 的 Pro 档或 credits。turn14view0turn34view0turn32view0turn30view0turn30view1turn7search0
+
+因此，关于“能不能收费、能收多少”，我的回答非常明确：  
+**能收费；基础档完全可成立；但你不能把‘无限高级 AI’塞进低价年费。**  
+更好的结构不是单一订阅，而是：
+
+- **免费档**：只让用户明确感受到产品闭环，不让其完成全部学习任务。  
+- **标准档**：买“结构化学习系统”，不是买无限 AI。  
+- **高阶档 / credits**：买“更重的模型、更大的资料吞吐、更深的 tutor”。  
+
+如果你把价格解释成“买 AI 次数”，你会被免费助手打死；如果你把价格解释成“买高完成率的学习系统”，你才有机会留住用户。
+
+## 产品身份与冷启动建议
+
+真正决定知习能否成立的，不是“AI 强不强”，而是**产品身份是否足够清楚**。它应该是什么？我的答案是：
+
+**知习不是一个聊天机器人，不是一个做卡片的软件，也不是一个课程平台。它应该是“把任意学习材料变成一套可以坚持、可以复习、可以输出的学习系统”。**
+
+这件事如果只说概念会很空，所以我把它画成一条判断路径：
+
+```mermaid
+flowchart LR
+A[用户带着目标或材料进入] --> B{产品是否只是问答/总结?}
+B -- 是 --> C[高度可替代：被通用 AI 覆盖]
+B -- 否 --> D[生成主线与知识树]
+D --> E[自动安排间隔复习与检索练习]
+E --> F[触发输出任务：讲解/写作/应用]
+F --> G[周复盘与长期进度记忆]
+G --> H[形成学习档案与付费理由]
+```
+
+这条路径背后的逻辑，与检索练习、间隔练习、生成式学习的研究结论高度一致，也与现有市场空白相匹配：**真正稀缺的不是回答你一次问题，而是帮你把“知道过”变成“记得住、用得出”。** turn36search10turn36search8
+
+基于此，我建议知习在产品表达上做三件事。
+
+**第一，放弃“学任何东西的 AI 助手”这种泛口号。**  
+这句话没有错，但没有任何区分度；urlKimiturn22search0、url豆包turn22search1、url通义turn22search5、url元宝turn23search0、urlChatGPTturn5search0、urlClaudeturn1search5都可以说这句话。知习的表达应该更像：**“把一堆资料变成一条学习主线，并确保你真的学会。”** turn22search1turn22search5turn23search0turn30view0turn30view1
+
+**第二，首发垂类必须收缩。**  
+最不建议先打的是 K-12 和纯语言学习：前者有准确性、家长/学校合规、未成年人安全等额外复杂度；后者已经被 urlDuolingoturn15search0 和 urlBusuuturn21search0 这类强品牌长期占据心智。更合适的第一站，是**高动机、资料密集、需要长期复习、结果可量化**的场景，例如职业资格、研究生考试、专业证书、编程/金融/法律/医学等硬技能自学。你不是要一开始就变成题库；你是要让这些人第一次感受到：**一堆 PDF、课程链接和笔记，终于被整理成了一条能走完的路。** turn25search4turn25search11turn32view0turn34view0
+
+**第三，冷启动顺序建议“先中国、后海外”。**  
+原因不是中国区一定更赚钱，而是中国区对你更有利于**快速迭代问题定义**：语言统一、内容生态熟悉、用户访谈更便宜、社交传播链路更短，而且中国本身就有足够大的高动机学习人群。等你把首个 use case 跑顺，再做海外扩张，且海外首批也不要打“K-12 全科”，而是打“职业学习者 / 深度学习者 / knowledge worker”。海外用户订阅习惯更成熟，但获取成本通常更高，竞争也更直接。turn25search11turn24search15turn18view0turn15search6
+
+把这些建议压缩成一句话就是：
+
+**知习应该从“泛学习 AI”收缩成“高动机自学者的系统化学习引擎”，先证明你能提升完成率与长期记忆，再谈平台化。**
+
+## 风险与开放问题
+
+下面这些不是附带提醒，而是足以改变成败的关键风险。
+
+| 风险 | 为什么重要 | 我会如何解读 |
+|---|---|---|
+| 产品定义过宽 | “学任何东西”听起来大，但实际会让 onboarding、模板、复习逻辑和传播场景都模糊。 | 如果首发没有明确 use case，我会把这看作最大 PMF 风险。 |
+| 被通用 AI 免费替代 | 规划、问答、总结、拍题、资料阅读早已被大模型助手覆盖。 | 如果知习不能显著提高“复习执行率”和“输出完成率”，用户会回到免费工具。 |
+| 年费定价过低 | 年费把可用收入打得过薄，容易被重度用户拖垮毛利。 | 如果坚持 ¥198 / $79.9 且放开大量高级 AI，我会认为商业模型不稳。 |
+| 留存不建立在习惯上 | 学习软件常见问题不是首日激活，而是两周后流失。 | 如果没有周复盘、任务推进和“下一个动作”设计，知习会更像一次性工具。 |
+| 内容与准确性边界不清 | 考试、职业学习、医学/法律类场景对错误容忍度低。 | 若没有清晰的“题库/原文依据/不确定提示”策略，品牌风险会很高。 |
+| 中国与海外同时推进 | 多语言、多支付、多内容、多增长渠道会放大复杂度。 | 如果资源有限，同时打两边通常意味着两边都打不透。 |
+
+基于目前已知信息，我认为最关键的**开放问题**只有六个，而且它们都还**未指定**：
+
+1. **首发垂类是什么？** 是考证、考研、专业自学、语言、还是“任何主题”？  
+2. **核心成功指标是什么？** 是 7 日留存、30 日留存、课程完成率，还是复习执行率？  
+3. **单用户月均 AI 消耗上限是多少？** 若无这个数字，任何定价讨论都只是半完成。  
+4. **资料来源边界是什么？** 用户自带材料、开放网页、付费课程、还是合作内容？  
+5. **你要做 C 端，还是最终会走学校/机构/B2B？** 两条路的产品与合规要求完全不同。  
+6. **你是否愿意把“高级 AI”拆成单独权益？** 如果不愿意，低价年费的可持续性会明显下降。 |
+
+在这些问题没有更完整答案之前，我对这个项目的最终判断是：
+
+**建议启动，但必须是“收缩后的启动”。**  
+具体说，是 **Go with focus**，不是 **Go broad**。  
+如果你把知习做成“另一个 AI 学习助手”，它很可能只是一个会被替代的功能集合；如果你把它做成“从材料到掌握的系统化闭环”，并从高动机人群切入，它有机会成为一个小而强、真正可收费、并且可以逐步扩大的学习产品。

项目计划/2-技术与交付模块/后端开发优先级.md

@@ -0,0 +1,79 @@
+# 后端开发优先级
+
+> 知习后端完整模块清单（51 个模块，14 个层级）及分 8 阶段开发路线图。
+> 详案见：[后端完全体优先级详案](./后端完全体优先级详案.md)
+
+---
+
+## 总优先级总表
+
+| 优先级 | 层级 | 核心模块 |
+|--------|------|----------|
+| P0 | 后端地基 | 安全配置、数据库(Prisma+MySQL)、统一工程规范(响应/错误/DTO/Guard) |
+| P1 | 身份权限 | Auth(Apple/Refresh/Logout)、Users、Role、Resource Permission |
+| P2 | 知识系统 | KnowledgeBase、KnowledgeItem、Tag、Search |
+| P3 | 学习闭环 | LearningSession、ActiveRecall、AIAnalysis、FocusItem、Review、LearningActivity |
+| P4 | AI 基础设施 | AIGateway、PromptTemplate、AIUsageLog、AIQuota、AIWorkflow |
+| P5 | 文件导入 | File/Storage、DocumentImport、KnowledgeGeneration |
+| P6 | 商业化 | Plans、Membership、Subscription(Apple IAP)、Payment、Refund |
+| P7 | 用户 Web 后台 | Web Console、批量上传/导入/导出 |
+| P8 | 管理员后台 | Admin Users、Admin Knowledge、AI Cost、Feedback、Audit Log |
+| P9 | 客服反馈 | Feedback、SupportTicket、Dify 智能客服、HelpCenter |
+| P10 | 通知任务 | Notifications、Push(APNs)、BullMQ Worker、Scheduler |
+| P11 | 学习画像 | LearningAnalytics、UserLearningProfile、LearningReport |
+| P12 | 公开分享 | Visibility、ShareLink、Public Knowledge |
+| P13 | 合规配置 | SystemConfig、Privacy、Delete Account、Data Export |
+| P14 | 增长归因 | Attribution、ProductAnalytics、Campaign Tracking |
+
+---
+
+## 8 阶段开发路线
+
+### 第一阶段：能真实使用
+安全、数据库、登录、用户、权限、知识库、知识点
+> 目标：用户可以登录并创建自己的知识库。
+
+### 第二阶段：形成学习闭环
+学习会话、主动回忆、AI 分析、待巩固项、复习卡片、学习活跃、AI Usage Log
+> 目标：从输入知识走到主动输出、AI 反馈、复习。
+
+### 第三阶段：支持真实内容导入
+文件上传、文档导入、AI 切分知识点、导入队列、Worker
+> 目标：用户可以上传资料并转成知识库。
+
+### 第四阶段：商业化
+会员权益、AI 额度、套餐、Apple IAP、订阅通知、退款处理
+> 目标：用户可以付费，系统可以控制成本。
+
+### 第五阶段：运营后台
+管理员后台、用户管理、知识库元数据、反馈管理、AI 成本看板、审计日志
+> 目标：可以运营这个产品。
+
+### 第六阶段：客服和支持
+反馈、工单、Dify 智能客服、帮助中心
+> 目标：基础问题自动回答，复杂问题进工单。
+
+### 第七阶段：学习画像和 Agent
+用户学习画像、长期趋势、周报月报、AI 工作流、Learning Agent
+> 目标：系统开始越来越懂用户。
+
+### 第八阶段：公开知识库和社区
+公开知识库、分享链接、官方模板库、举报审核
+> 目标：从个人学习工具扩展到内容和社区。
+
+---
+
+## 最终形态
+
+```
+用户系统 + 权限系统 + 知识库系统 + 学习闭环系统 + AI 工作流系统
++ 复习系统 + 成本控制系统 + 订阅系统 + 文件导入系统
++ 后台管理系统 + 客服工单系统 + 学习画像系统 + 合规系统 + 增长归因系统
+```
+
+核心开发顺序：**身份权限 → 知识系统 → 学习闭环 → AI 基础设施 → 文件导入 → 商业化 → 后台 → 客服 → 学习画像 → 公开分享 → 增长归因**
+
+## 相关文档
+
+- [技术与交付模块](./技术与交付模块.md)
+- [后端完全体优先级详案](./后端完全体优先级详案.md)

项目计划/2-技术与交付模块/技术与交付模块.md

@@ -61,8 +61,18 @@
 
 ---
 
+## 后端开发路线
+
+> 详见：[后端开发优先级](./后端开发优先级.md) / [后端完全体优先级详案](./后端完全体优先级详案.md)
+
+核心开发顺序：**身份权限 → 知识系统 → 学习闭环 → AI 基础设施 → 文件导入 → 商业化 → 后台 → 客服 → 学习画像 → 公开分享 → 增长归因**
+
+---
+
 ## 相关文档
 
 - [阶段路线图](../0-阶段路线图/阶段路线图.md)
 - [产品与用户模块](../1-产品与用户模块/产品与用户模块.md)
 - [AI架构设计](./AI架构设计.md)
+- [后端开发优先级](./后端开发优先级.md)
+- [后端完全体优先级详案](./后端完全体优先级详案.md)

项目计划/4-营销与增长模块/冷启动与增长深度调研.md

@@ -0,0 +1,582 @@
+# 知习冷启动与增长深度调研报告
+
+## 执行摘要
+
+基于你提供的产品简报，知习的核心不是“AI 帮你总结”，而是把学习过程从“看过”改造成“会不会、能不能讲出来、隔天还记不记得”的闭环系统：输入知识、主动输出、AI 分析反馈、发现薄弱点、生成待巩固项、间隔复习、再次输出。你的阶段目标也非常清晰：先找到第一批真实用户，验证持续使用与付费，而不是大规模烧钱投放。
+
+从外部环境看，现在做 AI 产品不是没有需求，而是“泛 AI 叙事”已经拥挤。消费级 AI 已经是主流：urlMenlo Ventureshttps://menlovc.com 的 2025 报告称，61% 的美国成年人在过去 6 个月使用过 AI，折算全球约 17–18 亿用户；但同一报告也指出，今天真正付费升级的人比例仍很低，说明“会用 AI”与“愿为某个 AI 产品长期付费”之间还有巨大断层。与此同时，urlSensor Towerhttps://sensortower.com 显示 2025 年上半年生成式 AI App 全球下载接近 17 亿次、内购收入接近 19 亿美元，且美国 Q2 生成式 AI 品牌数字广告投放同比增 121%，竞争明显升温。turn20view5turn21view0
+
+这对知习是坏消息，也是好消息。坏消息是：用户已经被太多“AI 助手”“AI 学习工具”教育到天然怀疑，默认你可能只是“聊天壳 + 上传文件 + 一键总结”。好消息是：如果你能把价值锚点从“AI 很强”改成“你真的学会了没”，反而更容易在拥挤赛道里打出差异，因为多数产品仍停留在生成内容，而非评估掌握、追踪薄弱点、安排复习。这个判断还与学习科学证据一致：主动回忆、间隔复习、解释性反馈都被长期研究认为对长期保持更有效。turn5search1turn5search2turn5search3turn5search7
+
+因此，本报告的核心结论是：知习第一阶段不应该把自己卖成“AI 学习助手”，而应该卖成“让 AI 检查你是否真的学会的系统化学习闭环”。营销上先做窄、做深、做可验证，不追求大流量，先追求三件事：第一，出现一批真的愿意把知识放进来并第二天回来复习的人；第二，出现一批愿意说“这个不是聊天壳，它真的能发现我不会的地方”的用户；第三，在当前价格假设下，出现第一批愿意付年费或月费的真实付费用户。turn14view0turn14view1
+
+如果只给一个最简版本的执行结论，我的建议是：国内优先做 url小红书https://www.xiaohongshu.com、url知乎https://www.zhihu.com、urlApp Store 搜索turn0search2；海外优先做 urlReddithttps://www.reddit.com、urlApp Store 搜索turn0search2、urlProduct Huntturn24search2。第一批种子用户优先瞄准：Notion / Obsidian / Anki / RemNote 用户、程序员与技术学习者、高记忆负担专业用户、AI 重度用户和自学者。月费与年费假设总体可用，但不要把“价格”作为第一主叙事，而要把“学会证明”和“第二天还回来的复习价值”作为第一主叙事。turn20view0turn20view2turn14view5turn20view3
+
+## 研究方法与证据
+
+本报告采用四层证据框架。第一层是你的产品简报，用于确定知习的产品边界、目标与价格假设。第二层是学习科学文献，用于判断知习“主动回忆—反馈—待巩固项—间隔复习”是否真的有理论支撑。第三层是平台与分发官方文档，用于判断渠道机制、规则、App Store 搜索与 SEO 的具体执行边界。第四层是 2025–2026 年的市场研究与官方定价页面，用于判断 AI 产品营销环境、竞品定价和订阅环境。 turn5search1turn5search2turn5search3turn14view0turn20view3turn10view3turn20view5turn10view0
+
+需要明确的局限是：关于“国内用户现在具体有多少比例通过哪个渠道发现 AI 产品”“海外用户现在具体有多少比例通过哪个渠道发现 AI 产品”，我**未找到统一、可复核、跨平台、口径一致的公开权威分母数据**。因此，本报告对“渠道发现路径”的判断，是基于平台公开机制、研究机构趋势数据、平台用户属性、社区规则与知习产品特征做出的综合判断，而不是伪造精确百分比。这个限制本身并不影响“先做哪些渠道”的结论，但会影响你对“每个渠道的绝对流量占比”的预期。turn20view6turn21view1turn20view3
+
+| 证据来源 | 类型 | 对本报告的作用 | 可信度 | 局限 |
+|---|---|---|---|---|
+| 用户产品简报 | 一手需求文件 | 定义产品、价格与目标 | 很高 | 无历史用户数据 |
+| urlApple 开发者文档https://developer.apple.com/ | 官方平台文档 | ASO、订阅、搜索、产品页策略 | 很高 | 不提供你的类目转化均值 |
+| urlQuestMobilehttps://www.questmobile.com.cn | 中国市场研究 | 中国 AI App 与移动互联网趋势 | 较高 | 不是“知习所在细分赛道”的专报 |
+| urlMenlo Ventureshttps://menlovc.com | 行业研究 | 消费级 AI 采用与付费缺口 | 较高 | 美国样本为主 |
+| urlSensor Towerhttps://sensortower.com | 应用市场研究 | AI App 下载、收入、广告趋势 | 较高 | 部分内容是行业总盘，不是学习类垂直 |
+| urlRevenueCathttps://www.revenuecat.com | 订阅应用研究 | 激活、留存、AI 类订阅特征 | 较高 | 面向订阅 App 总盘，需要结合你的类目解读 |
+| 学习科学论文 | 学术文献 | 证明闭环方法论而非包装概念 | 很高 | 不直接给出营销渠道答案 |
+| 竞品官方定价页 | 官方商业信息 | 价格锚定与竞争判断 | 很高 | 有些产品定位并不完全同类 |
+
+本报告中，我将尽量把内容区分为四类：**事实**（有公开来源支持）、**案例**（外部平台/产品的公开做法）、**推测**（基于事实的分析判断）、**建议**（面向知习的可执行动作）。
+
+## 市场环境与目标用户
+
+**国内外 AI 学习产品营销环境分析**
+
+知习面对的不是“AI 还没普及”的市场，而是“AI 普及了，但大多数产品还没建立可持续信任与付费”的市场。中国侧，entity["organization","QuestMobile","china market research"] 显示，到 2025 年 12 月，AIGC App 行业月活同比增速达 150.4%，净增量超 2 亿；另一份 2025 年 8 月报告显示，两大 AI 应用整体规模达 6.45 亿，其中原生 App 用户规模 2.77 亿，PC 网页端用户规模 1.95 亿。海外侧，urlSensor Towerhttps://sensortower.com 指出 2025 年上半年生成式 AI App 全球下载接近 17 亿次、内购接近 19 亿美元；urlMenlo Ventureshttps://menlovc.com 报告则指出消费级 AI 已形成数十亿美元市场，但整体高级付费转化率仍很低。换句话说，市场已经“热”，但用户仍在等待“真正值得订阅的垂直产品”。turn20view6turn20view5turn10view3
+
+从渠道机制看，国内 AI 产品更依赖“内容种草 + 搜索承接 + 社区口碑”的组合。以 url小红书https://www.xiaohongshu.com 为例，第三方数据服务商千瓜转引平台官方通案称其拥有 3 亿月活、月均搜索渗透率 70%；url知乎https://www.zhihu.com 官方 IR 将其定位为“人们寻找解决方案、做决策、获得灵感”的内容社区；urlB 站https://www.bilibili.com 官方财报信息显示，2025 年 Q3 月活达到 3.76 亿、日均使用时长 112 分钟。海外则更依赖五类入口：App Store / 搜索、社区、自媒体演示、产品发布平台、AI 目录与 newsletter。turn22search2turn15search3turn14view0turn20view3turn20view0
+
+“AI 学习 App 是否已经营销过度”的答案不是简单的“是”或“否”，而是：**“泛 AI 学习”叙事已经过度，但“学会证明”叙事仍然稀缺**。证据在于，头部 AI 品牌 2025 年广告投入显著上升，App 市场里各垂类都在加 AI 功能，说明“AI”本身已经是拥挤标签；但 AI 订阅应用的激活、留存与付费，仍高度依赖是否让用户尽快达到“早期且持续的价值里程碑”，而不能只靠注册量或功能罗列。turn10view1turn10view2
+
+知习最大的传播机会，是把“AI”从主角变成裁判：不是“你可以问 AI”，而是“你必须输出，AI 来判断你会了没有”。最大的阻力，则是用户默认认为：大模型回答都差不多，你凭什么收费；以及学习类价值兑现天然比效率工具更慢、需要第二天甚至第七天才能感知差异。也因此，学习类产品营销与效率工具营销最大的不同在于：效率工具卖“省时间、少操作、快结果”，学习产品卖“掌握、保持、复盘、确定性提升”。前者可以靠工具演示完成 70% 说服，后者则必须补上“学习结果”和“第二次回来”的证据。turn5search0turn5search1turn5search2turn5search3
+
+| 分析问题 | 国内结论 | 海外结论 | 对知习的判断 |
+|---|---|---|---|
+| 用户通过哪些渠道发现 AI 产品 | 小红书、知乎、B 站、抖音、AI 导航、社群、App Store 搜索 | App Store、Google/SEO、Reddit、YouTube Shorts、Product Hunt、X、AI directories | 知习不应只押短视频，必须做“搜索可承接内容” |
+| AI 学习 App 是否营销过度 | “AI 学习助手”话术过度；“学会闭环”未过度 | “AI tutor / study assistant”拥挤；“AI mastery loop”仍有空间 | 应避开泛词，直打掌握结果 |
+| 最大机会 | 把学习科学翻译成可见闭环 | 把通用 AI 变成垂直 mastery tool | 价值从“生成”转向“判断、反馈、复习安排” |
+| 最大阻力 | 套壳怀疑、价格敏感、学习结果滞后 | wrapper skepticism、订阅疲劳、社区反感硬广 | 先证效果，再证价格 |
+| 为什么用户会觉得是套壳 | 都是上传文件/聊天/总结 | 都是 PDF chat / AI note / AI flashcards | 必须展示“判断你会没会”的差异过程 |
+| 怎样避免套壳感 | 显示薄弱点、待巩固项、复习计划、趋势 | 显示 recall score、weakness queue、returning value | 把 AI 的输出变成“决策与追踪对象” |
+| 学习类和效率类营销差异 | 学习类更需要方法论与案例 | 海外同样更吃案例和 before/after | 功能演示不够，必须有结果对比 |
+| 更容易打动用户的内容 | 真实案例 > 学习方法 > 前后对比 > 功能演示 > 价格优惠 | before/after > workflow demo > community proof > feature list > discount | 第一批内容不要先讲价格 |
+| 传播锚点 | “看过≠学会” | “AI doesn’t answer for you; it checks you” | 这是知习的最佳主句 |
+
+**目标用户和早期种子用户优先级**
+
+从痛点强度、尝新意愿、付费意愿、触达效率和早期流失风险综合看，知习第一阶段最不应该先打“泛大学生”或“大而全考试市场”，因为这两个群体虽然规模大，但价格敏感、对学习产品的免费期待高，而且常常要求现成题库、课程、资料生态。相反，更适合你的，是已经有学习系统意识、愿意尝试新工具、对“掌握感”和“复习闭环”更敏感的一批人。这个结论也与市场现实一致：今天 AI 主流化很快，但付费仍稀缺，所以第一批要找“痛点强、认知高、能说清价值”的人，而不是最大盘的人。turn10view1turn10view2
+
+| 用户类型 | 痛点强度 | 尝新意愿 | 付费意愿 | 当前价格接受度 | 触达难度 | 早期流失风险 | 适合平台 | 建议话术 | 是否适合首批种子 |
+|---|---|---:|---:|---:|---:|---:|---|---|---|
+| 大学生 | 中 | 中 | 低 | 低到中 | 中 | 高 | 小红书、B站、校园社群 | “别再只整理笔记，试试把一章内容真正讲出来” | 谨慎，只选自学型 |
+| 考研 / 考公 / 考证 | 高 | 中 | 中 | 中到低 | 中到高 | 中到高 | 知乎、考证社区、小红书 | “不是刷过就会，先找出你一周后最容易忘的点” | 第二批更合适 |
+| 程序员 / 技术学习者 | 高 | 高 | 中到高 | 高 | 低到中 | 中 | 掘金、V2EX、B站、Reddit | “把文档/教程从收藏夹变成可回忆知识库” | 很适合 |
+| 语言学习者 | 中到高 | 中 | 中 | 中 | 中 | 中 | 小红书、B站、YouTube Shorts | “不是背过单词，而是隔天还能解释和造句” | 可做，但不是第一优先 |
+| 医学 / 法学 / 金融等高记忆负担专业 | 很高 | 中到高 | 高 | 高 | 中到高 | 中 | 知乎、专业社群、Reddit | “高记忆负担，不该靠重读碰运气” | 非常适合 |
+| Notion / Obsidian / Anki / RemNote 用户 | 高 | 很高 | 高 | 高 | 低 | 中 | 少数派、即刻、V2EX、Reddit | “不是替代笔记，而是让笔记进入掌握闭环” | 极适合 |
+| AI 重度用户 | 中到高 | 很高 | 中 | 中 | 低 | 高 | 即刻、X、Product Hunt、Reddit | “别再让 AI 替你学，让 AI 检查你有没有学会” | 适合早测 |
+| 自学者 | 高 | 高 | 中到高 | 中到高 | 中 | 中 | 知乎、小红书、B站 | “把零散输入变成可持续复习系统” | 很适合 |
+| 知识工作者 | 中 | 中 | 中到高 | 中到高 | 中 | 中 | LinkedIn、知乎、公众号 | “把读过的行业资料变成能说出来的能力” | 适合作为扩展层 |
+| 独立开发者 / 产品经理 | 中到高 | 很高 | 中到高 | 高 | 低 | 中 | 即刻、V2EX、Product Hunt、Indie Hackers | “用 AI 帮你把输入转成真正内化的知识资产” | 适合 |
+
+**优先级排序**
+
+1. Notion / Obsidian / Anki / RemNote 用户  
+2. 程序员 / 技术学习者  
+3. 医学 / 法学 / 金融等高记忆负担专业用户  
+4. 自学者  
+5. AI 重度用户  
+6. 知识工作者  
+7. 独立开发者和产品经理  
+8. 语言学习者  
+9. 考研 / 考公 / 考证用户  
+10. 泛大学生  
+
+这个排序的核心逻辑不是“谁人多”，而是“谁更可能在你的 MVP 阶段看懂价值、留下来、愿意付费、还能产出高质量反馈”。
+
+## 定位、卖点与内容策略
+
+**知习的营销定位与核心卖点**
+
+知习最强的营销定位，不是“AI 学习助手”，而是：
+
+> **让 AI 判断你是否真的学会的系统化学习 App。**
+
+这句话为什么比“AI 学习助手”更强？因为它同时完成了四个动作：第一，明确 AI 的角色不是聊天对象而是评估器；第二，强调“真的学会”这个结果，而不是“已经看过”；第三，把主动回忆、费曼解释、反馈、待巩固项与间隔复习串成闭环；第四，天然与 urlChatGPThttps://chatgpt.com、urlKimiturn27search0、url豆包turn27search1 这类通用对话 AI 拉开距离。苹果官方也明确建议，App Store 的标题、副标题与截图要突出能被目标用户看懂的使用价值，而不是泛泛而谈的空洞描述；副标题上限 30 个字符，App Preview 最长 30 秒。turn14view0
+
+```mermaid
+flowchart LR
+A[输入知识] --> B[主动回忆]
+B --> C[费曼解释/检索练习]
+C --> D[AI 分析反馈]
+D --> E[发现薄弱点]
+E --> F[生成待巩固项]
+F --> G[间隔复习]
+G --> H[再次输出]
+H --> D
+```
+
+这个产品闭环与学习科学里被反复验证的方向是一致的：entity["people","John Dunlosky","learning researcher"] 的综述把练习测试与分散练习列为高效学习策略；entity["people","Jeffrey D. Karpicke","memory researcher"] 与 entity["people","Henry L. Roediger III","memory researcher"] 的研究表明，重复回忆对长期保持优于单纯重读；Cepeda 等人的元分析支持分散练习；Butler 等人的研究显示解释性反馈优于只给正确答案。知习真正应该卖的，就是这一整套“掌握机制”，而不是单个 AI 功能。turn5search1turn5search2turn5search3turn5search7
+
+**一句话定位备选**
+
+1. 让 AI 检查你是不是真的学会，而不是替你回答。  
+2. 把“看过”变成“会讲、会想起、会复习”的学习系统。  
+3. 不只是记录知识，而是持续验证你是否掌握。  
+4. 先主动回忆，再让 AI 告诉你哪里还不会。  
+5. 不是问 AI 学习，而是让 AI 判断你学会没。  
+6. 知识输入很多，真正学会很少；知习专门解决后者。  
+7. 把笔记、资料、课程变成能被反复提取的长期记忆。  
+8. 一款围绕主动回忆、反馈和间隔复习设计的 AI 学习 App。  
+9. 让学习从“整理过”走向“掌握过”。  
+10. 你的知识库，不该只是存档库，而该是掌握引擎。  
+11. 用 AI 识别你的薄弱点，并安排下一次真正有效的复习。  
+12. 不替你学，逼你输出；不替你记，帮你记住。  
+13. 看懂不等于学会，知习专门抓住这个差距。  
+14. 把知识变成会回忆、会解释、会长期保持的能力。  
+15. 每次复习都围绕“哪里最容易忘”来开始。  
+16. 真正面向“学会”的 AI-first 学习闭环。  
+17. 不是做题刷量，而是让掌握过程可见。  
+18. 学习不该靠重读碰运气，而该靠回忆和反馈。  
+19. 用 AI 把你的“不会”精准找出来。  
+20. 知习：让你知道自己到底会了多少，而不是感觉学过。  
+
+**App Store 副标题备选**
+
+1. 让 AI 检查你是否学会  
+2. 主动回忆与间隔复习  
+3. 把看过变成真正学会  
+4. 学习闭环，不止做笔记  
+5. 找出薄弱点，再去复习  
+6. 让知识真正留下来  
+7. 不是聊天，是掌握验证  
+8. 输出、反馈、复习一体化  
+9. 你的 AI 学会检测器  
+10. 笔记进阶为掌握系统  
+11. 真正面向学会的学习 App  
+12. 主动回忆驱动学习增长  
+13. 会不会，一测就知道  
+14. 为长期记住而设计  
+15. 从输入走向掌握  
+16. 让复习更精准  
+17. 学完以后，继续会  
+18. AI 反馈你的学习盲点  
+19. 学习不靠重读  
+20. 让掌握感可见  
+
+**国内平台宣传标题池**
+
+1. 你以为自己学会了，其实只是看熟了  
+2. 我做了个 App，专门检查你是不是“假会”  
+3. 别再只做笔记了，真正学会需要这 4 步  
+4. 不是问 AI，而是让 AI 判断你会没会  
+5. 看完一篇文章，怎么知道自己真的学到了  
+6. 把知识整理得再漂亮，不如讲出来一次  
+7. 一个能把“看过”变成“学会”的学习闭环  
+8. 学习最怕的不是不会，是以为自己会  
+9. 为什么你总觉得学过，但过两天就忘  
+10. 我把主动回忆、AI 反馈、间隔复习做进了一个 App  
+11. 学习类 AI 最大的问题，不是不会生成，而是不会判断  
+12. 你缺的不是更多资料，而是一次真正的掌握验证  
+13. 做给重度自学者的，不是做给聊天机器人的  
+14. 这不是课程平台，也不是笔记软件  
+15. 学习软件真正该优化的，不是输入，而是输出  
+16. 一次主动回忆，胜过很多次重读  
+17. 我的目标不是让你多看，而是让你记住  
+18. 为什么大多数 AI 学习工具最后都像聊天壳  
+19. 如果 AI 不能指出你哪里不会，它就没真的帮到你  
+20. 你需要的也许不是更多总结，而是更早发现薄弱点  
+21. 做了个学习产品，想帮用户从“看过”走向“学会”  
+22. 如果笔记不能变成复习计划，它就只是资料仓库  
+23. 这款 App 不替你学，它只负责判断你学会没  
+24. 一个适合长期主义学习者的 AI-first 产品  
+25. 知识库 + 主动回忆 + 复习闭环，会是更好的学习产品吗  
+26. 为什么我不想把它做成“AI 学习助手”  
+27. 不是背卡片，是把不会的地方一个个揪出来  
+28. 真正有价值的 AI 学习产品，应该长什么样  
+29. 不想再做套壳式 AI App，于是我做了这个  
+30. 学习产品最重要的功能，其实不是知识库  
+
+**英文宣传标题池**
+
+1. Don’t ask AI to learn for you. Let it check if you actually learned.  
+2. From “I’ve seen it” to “I can explain it.”  
+3. An AI-first app built for mastery, not just notes.  
+4. Your notes shouldn’t just sit there. They should test you back.  
+5. Most AI study apps generate. This one evaluates.  
+6. Stop mistaking familiarity for mastery.  
+7. Active recall, AI feedback, spaced review — in one loop.  
+8. Not another AI tutor. An AI mastery loop.  
+9. Learn something today. Still recall it tomorrow.  
+10. A study app that finds what you still can’t explain.  
+11. Don’t just summarize your notes. Turn them into retrieval practice.  
+12. This app is built to tell you what you still don’t know.  
+13. Read less passively. Recall more actively.  
+14. AI shouldn’t only answer questions. It should grade your understanding.  
+15. A learning app for people who want retention, not just organization.  
+16. Your second brain needs a second review loop.  
+17. Notes in, recall out, feedback back, review later.  
+18. Built for people who care about remembering, not just collecting.  
+19. If it doesn’t reveal your weak spots, it’s not really helping you learn.  
+20. Learn with proof, not vibes.  
+21. Most apps store knowledge. This one trains retrieval.  
+22. Make your study process measurable.  
+23. What if AI could tell you whether you truly know it?  
+24. Don’t just upload PDFs. Prove you understood them.  
+25. An app that turns input into retention.  
+26. Learning is not reading. Learning is retrieval.  
+27. Study with output, not just intake.  
+28. A feedback loop for long-term learning.  
+29. The app that helps you remember what matters.  
+30. Built to surface your weak points before they become forgetting.  
+
+**小红书 / 抖音 / B站 标题**
+
+1. 你觉得自己会了，其实只是“眼熟”了  
+2. 不出镜也能讲明白的 AI 学习产品 demo  
+3. 我做了个 App，专门抓“假会”的地方  
+4. 一个把笔记变成掌握闭环的学习工具  
+5. 学习类 AI，最该做的其实不是总结  
+6. 让 AI 检查你会没会，比让 AI 直接回答更有用  
+7. 主动回忆真的比重读强吗？我做了个产品来验证  
+8. 看过和学会，中间少了什么  
+9. 这款 App 不帮你偷懒，它帮你发现不会  
+10. 从“收藏很多”到“真的记住”，可以怎么做  
+
+**Reddit / Product Hunt / Hacker News / Indie Hackers 标题**
+
+1. I built an app that uses AI to check if you actually learned something  
+2. Not an AI tutor — an AI-powered mastery loop  
+3. I’m trying to turn note-taking into retrieval practice and spaced review  
+4. Most AI study apps summarize. Mine tries to expose weak understanding  
+5. Built for people who want retention, not just prettier notes  
+6. From passive reading to active recall: an MVP for learning with proof  
+7. I’m testing whether AI can grade explanations better than generic chat  
+8. Anki meets AI feedback meets spaced review — but centered on understanding  
+9. I’m building a learning app that tells you what you still can’t explain  
+10. Solo founder building a mastery-first learning app, looking for real learners  
+
+**知乎 / 即刻 / 少数派 标题**
+
+1. 为什么我不想做“AI 学习助手”，而想做“AI 学会检测器”  
+2. 从主动回忆到间隔复习，学习产品应该如何设计闭环  
+3. 如果 AI 不能指出你的薄弱点，它到底帮了什么  
+4. 看过不等于学会：学习软件最常被忽略的一步  
+5. 知识库不该只是数据库，它应该会推动你复习  
+6. 我在做一款不靠真人出镜也能验证价值的学习产品  
+7. 与其让 AI 写答案，不如让 AI 判断答案  
+8. 自学者为什么需要“待巩固项”而不只是笔记  
+9. 做产品时，我更在意“第二天回来”而不是“首日下载”  
+10. 如何避免把 AI 学习产品做成聊天壳  
+
+**适合冷启动的核心卖点排序**
+
+1. 不是问 AI，而是让 AI 判断你是否真的学会  
+2. 主动回忆 + 费曼解释 + 检索练习  
+3. AI 发现薄弱点并生成待巩固项  
+4. 间隔复习，推动第二天和第七天回来  
+5. 长期趋势与学习画像  
+6. 学习活跃记录  
+7. 知识库  
+8. 文件上传  
+9. 更深入 AI 分析  
+10. 学习 Agent 愿景  
+
+**用户更容易被什么内容打动**
+
+中国侧的优先顺序建议是：**真实案例 / 前后对比 > 学习方法解释 > 功能演示 > 焦虑痛点 > 效率提升 > 价格优惠**。海外侧则更适合：**before/after demo > workflow proof > community feedback > feature demo > pricing**。理由是：学习产品要先建立“它真的能让我学会”的信任，而不是先建立“它功能很多”的认知。苹果也明确强调，搜索点击与产品页转化高度依赖标题、副标题、截图与首句描述是否准确表达价值，而不是空泛吹嘘。turn14view1
+
+**内容矩阵设计**
+
+下面这张矩阵，既覆盖你要求的 15 个栏目，也尽量适配“不出镜、可批量初稿、可带转化”。
+
+| 栏目 | 栏目定位 | 目标用户 | 平台 | 形式 | 不出镜 | AI 初稿 | 带转化 | 示例标题 10 个 |
+|---|---|---|---|---|---|---|---|---|
+| 学习方法科普 | 解释为什么这套方法有效 | 自学者、学生、专业考试人群 | 小红书、知乎、B站、Medium | 图文、长文、录屏 | 是 | 高 | 高 | ①为什么重读最容易骗过自己；②主动回忆到底强在哪；③间隔复习为什么总被低估；④费曼解释适合哪些知识；⑤学习闭环和收藏癖的区别；⑥为什么你学得多却记不住；⑦掌握感为什么经常是错觉；⑧如何判断自己是真的会；⑨高强度输入为什么不等于学习；⑩学习软件最该优化哪一步 |
+| AI 学习案例 | 用真实主题演示闭环 | AI 重度用户、自学者 | 小红书、B站、Reddit、YouTube Shorts | 案例拆解、前后对比 | 是 | 高 | 很高 | ①用一篇论文试了知习闭环；②我把一门课程笔记丢进来会发生什么；③学习一章技术文档后的 24 小时变化；④AI 是怎么找出我不会的点的；⑤这不是总结，这是理解审计；⑥从输入到复习计划全过程；⑦我以为会了，AI 说不够；⑧一次解释暴露了哪些薄弱点；⑨隔天回来复习到底有什么变化；⑩一次完整学习闭环演示 |
+| 主动回忆教程 | 专门教育用户“先输出” | 学生、技术学习者 | 知乎、小红书、B站 | 教程、录屏、图卡 | 是 | 高 | 高 | ①主动回忆不是背书；②如何把笔记改造成回忆题；③不会做题的人怎么开始主动回忆；④为什么回忆越痛苦越有效；⑤回忆题怎么设计才有用；⑥技术学习如何做主动回忆；⑦法律医学怎么做主动回忆；⑧5 分钟主动回忆模板；⑨零基础也能做的回忆练习；⑩最常见的主动回忆误区 |
+| 间隔复习教程 | 教会用户“何时回来” | 长期学习者 | 知乎、公众号、B站 | 图文、长文、演示 | 是 | 高 | 高 | ①为什么复习时间点比复习次数更重要；②隔天回来和当天重读差别有多大；③间隔复习不是机械打卡；④什么内容值得进入复习队列；⑤如何减少低质量复习；⑥待巩固项怎么排优先级；⑦复习计划如何不崩；⑧间隔复习适合哪些知识；⑨复习系统怎么做得不烦；⑩为什么你总在错的时间复习 |
+| 知识库搭建教程 | 降低开始门槛 | 新用户 | 小红书、B站、YouTube Shorts | 屏幕录制、图文 | 是 | 高 | 中到高 | ①知识库第一步怎么建；②一门课怎么拆成知识点；③资料很多时怎么开始；④技术文档怎么做知识库；⑤语言学习怎么建知识库；⑥一篇文章如何进入闭环；⑦从笔记到知识点的拆解方法；⑧知识库太大怎么办；⑨免费版怎么用最合理；⑩新手最容易犯的知识库错误 |
+| 产品开发日志 | 建立信任与 Build in Public | 早期 adopters、独立开发者 | 即刻、V2EX、Indie Hackers、X | 文字更新、截图日志 | 是 | 中 | 中到高 | ①这周我把待巩固项做出来了；②为什么我把 AI 从主角改成裁判；③一个学习功能为什么花了我这么久；④做学习产品比做工具更难的地方；⑤本周 3 个用户反馈让我改了什么；⑥为什么我先做 iOS；⑦我怎么设计第二天回来的体验；⑧一个 INTJ 创始人的 Build in Public；⑨这周删掉了哪些伪需求；⑩做学习产品最怕的自我欺骗 |
+| 与通用对话 AI / 卡片工具 / 笔记工具对比 | 建立差异认知 | 工具老用户 | 知乎、少数派、Reddit、B站 | 对比文章、表格、demo | 是 | 高 | 很高 | ①为什么这不是聊天壳；②和通用对话 AI 的关键差别；③和卡片工具相比少了什么多了什么；④和笔记工具相比为什么更像掌握系统；⑤笔记做得好不等于会复习；⑥为什么“能生成”不等于“能教学”；⑦学习产品最该比什么；⑧通用 AI 为什么替代不了学习闭环；⑨卡片工具之外还能怎么做；⑩知识管理和掌握管理的区别 |
+| 用户痛点拆解 | 把痛点说到用户心里 | 泛兴趣用户 | 小红书、抖音、知乎 | 痛点短文、短视频 | 是 | 高 | 高 | ①你不是不努力，是学法在骗你；②为什么总有“我明明学过”的感觉；③最耗时间的学习动作可能最没用；④整理型学习为什么会上瘾；⑤为什么你总是在错的地方花力气；⑥输入越来越多，记住越来越少；⑦最常见的假性掌握；⑧学习时最容易忽略的复习信号；⑨为什么很多工具让你感觉良好却没结果；⑩你其实不缺更多资料 |
+| 学习效率误区 | 反常识内容 | 内容平台泛用户 | 小红书、知乎、B站 | 图文、口播配音、卡片 | 是 | 高 | 中到高 | ①记笔记不一定能让你记住；②看懂常常是大脑幻觉；③收藏不是学习；④总结不是掌握；⑤效率高不等于学习有效；⑥刷时长不能代替回忆；⑦学得很苦也可能没用；⑧反馈晚到会让你误判；⑨很多复习其实只是重看；⑩最贵的学习成本不是钱，是遗忘 |
+| 产品功能演示 | 快速看懂产品价值 | 新流量 | 小红书、B站、YouTube Shorts、TikTok | 录屏 demo | 是 | 高 | 很高 | ①30 秒看懂知习闭环；②从上传到复习计划只要几步；③AI 如何判断你会没会；④待巩固项是怎么生成的；⑤月度趋势会显示什么；⑥一次费曼解释后的反馈长什么样；⑦免费版够用到什么程度；⑧Pro 版多出来的到底是什么；⑨为什么我把趋势放到后面开放；⑩一次 demo 讲清价值 |
+| 个人开发者 Build in Public | 让产品形成持续关注 | 创业者、adopters | 即刻、X、Indie Hackers、V2EX | 周报、复盘、数据日志 | 是 | 中 | 中 | ①一个人做学习 App 的真实进度；②我如何不用出镜做增长；③本周最有价值的用户反馈；④第一个付费用户是怎么来的；⑤为什么我没有先做广告；⑥30 天后我学到了什么；⑦冷启动阶段最难的不是流量；⑧我如何筛选种子用户；⑨这周做对和做错的事；⑩对增长焦虑的反思 |
+| AI 学习工作流分享 | 连接 AI 与具体学习场景 | AI 用户、知识工作者 | 知乎、B站、公众号、LinkedIn | 工作流图、录屏、教程 | 是 | 高 | 高 | ①一套适合技术学习者的 AI 学习流；②如何把 PDF 变成回忆练习；③如何让 AI 只负责检查而不负责代学；④学习者版 AI workflow；⑤每天 20 分钟的闭环学习流；⑥一周复习工作流怎么搭；⑦把内容输入变成主动输出；⑧适合自学者的知识巩固流水线；⑨如何让 AI 变成学习教练；⑩从资料堆到掌握系统 |
+| 免费版体验案例 | 证明免费也能感知价值 | 新用户 | 小红书、App Store、知乎 | 案例、截图、故事 | 是 | 高 | 很高 | ①只用免费版能跑完整闭环吗；②免费版体验一周发生了什么；③一个知识库到底够不够用；④3 次 AI 分析能看出什么；⑤小规模闭环是否足够验证价值；⑥免费版适合什么样的人；⑦免费版最该先做哪一步；⑧哪类用户最可能从免费转 Pro；⑨免费版如何避免只是尝鲜；⑩先用免费版找到自己的节奏 |
+| Pro 版价值解释 | 不靠硬折扣解释付费 | 已激活用户 | 落地页、App Store、知乎、公众号 | 对比图、FAQ、案例 | 是 | 高 | 很高 | ①为什么 Pro 付费点不该只是 AI 次数；②长期趋势为什么值钱；③待巩固项完整开放意味着什么；④为什么知识库扩容不是最重要的权益；⑤一个月后你会为哪项功能付费；⑥Pro 版适合谁；⑦什么时候需要升级；⑧为什么付费核心是“持续掌握”；⑨深度分析到底多了什么；⑩如果你是长期学习者，Pro 版值在哪里 |
+| 价格透明与 AI 成本解释 | 降低“凭什么收费”阻力 | 价格敏感用户 | 知乎、落地页、公众号、Reddit | FAQ、图表、解释文 | 是 | 高 | 中到高 | ①AI 学习产品为什么不能无限免费；②我为什么不做终身买断；③为什么先做年付早鸟；④月费和年费分别适合谁；⑤中国区和海外定价为什么不同；⑥免费版为什么限制 AI 分析；⑦什么才是合理的 AI 学习定价；⑧当用户说贵时该怎么回应；⑨价格背后的产品逻辑；⑩为什么真正该买单的是复习系统而不是聊天次数 |
+
+## 渠道策略与自动化系统
+
+**国内推广渠道分析**
+
+先说结论：国内不是所有渠道都要做。对知习这种 iOS 优先、非出镜、重方法论、重长期价值验证的产品来说，最应该优先的是“高意图搜索承接”和“高质量种子社区”，而不是一开始去拼纯流量。苹果官方明确说明，App Store 搜索排名不仅看标题、副标题、关键词，也看下载、评分与评论；首屏截图和视频预览直接影响搜索点击。也就是说，只要你是 iOS 优先，urlApp Store 搜索turn0search2 不是“等以后再做”，而是冷启动的一部分。turn14view1turn14view2
+
+| 渠道 | 用户画像 | 适合度 | 优先级 | 适合内容 | 不出镜 | 冷启动难度 | 每周投入 | 用户质量 | 推免费/Pro | 价格匹配 | 执行方法 | 示例标题 | 风险 |
+|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
+| url小红书https://www.xiaohongshu.com | 年轻学习者、自学者、工具尝鲜用户 | 高 | P1 | 图文、录屏、前后对比 | 完全可以 | 中 | 4–6h | 中到高 | 先免费后早鸟 | 中 | 做“看过≠学会”选题，走搜索词而不是硬卖 | 你以为会了，其实只是看熟了 | 不能太像广告，外链承接有限 |
+| url抖音https://www.douyin.com | 泛流量、视频消费用户 | 中 | P3 | 15–30 秒 demo、痛点短视频 | 可以 | 高 | 5–8h | 中 | 先免费 | 低到中 | 做模板化屏录短视频，不追热点脸出镜 | 一个 20 秒 demo 看懂学习闭环 | 高播放低转化风险大 |
+| urlB 站https://www.bilibili.com | 深度内容消费、工具党、学习党 | 高 | P2 | 长 demo、教程、对比评测 | 可以 | 中 | 4–6h | 高 | 免费 + Pro 解释 | 中到高 | 做 3–8 分钟屏幕讲解与案例拆解 | 为什么学习类 AI 不该只是聊天壳 | 起量慢，制作比小红书重 |
+| url知乎https://www.zhihu.com | 高意图搜索、方法论用户 | 很高 | P1 | 长文、问答、对比 | 完全可以 | 中 | 3–5h | 高 | 免费 + Pro FAQ | 高 | 做“问题回答 + 专题长文 + 关键词承接” | 看过不等于学会，学习软件最该做什么 | 不能只发产品公告，需长期沉淀 |
+| url即刻https://www.okjike.com | 早期 adopters、独立开发者、AI 用户 | 高 | P2 | Build in public、功能更新、反馈征集 | 完全可以 | 低到中 | 2–3h | 高 | 免费优先 | 中到高 | 连续发开发日志和观察，而不是一次发布 | 本周我让 AI 只干一件事：判断你会没会 | 规模不大，不适合单押 |
+| url少数派https://sspai.com | 数字工具深度用户、效率党 | 很高 | P2 | 深度评测、方法论文章 | 完全可以 | 中到高 | 3–6h | 很高 | 免费 + 年付解释 | 高 | 准备里程碑稿件，争取专题发布 | 为什么知识库不该只是资料仓库 | 发布门槛高，节奏慢 |
+| urlV2EXhttps://www.v2ex.com | 开发者、独立开发者、工具党 | 中到高 | P2 | 开发日志、邀请内测、讨论贴 | 完全可以 | 中 | 2–3h | 高 | 免费优先 | 中到高 | 发 build log + 邀请制，不发硬广 | 我做了个让 AI 检查学习效果的应用 | 对营销味道敏感 |
+| url掘金https://juejin.cn | 中文开发者、技术学习者 | 高 | P2 | 技术学习案例、工具流 | 完全可以 | 中 | 2–4h | 高 | 免费 + Pro | 高 | 把“文档学习闭环”做成技术案例 | 把技术文档从收藏夹变成掌握闭环 | 非技术群体覆盖弱 |
+| url微信公众号https://weixin.qq.com | 私域沉淀用户 | 中 | P3 | 深度文章、周报、复盘 | 完全可以 | 高 | 2–4h | 高 | 免费 + Pro | 高 | 作为 owned media，不当首发发现渠道 | 一周一个学习产品观察 | 冷启动分发难 |
+| url微信视频号https://channels.weixin.qq.com | 微信生态内视频用户 | 低到中 | P4 | 短 demo、经验分享 | 可以 | 高 | 3–5h | 中 | 免费优先 | 中 | 等公众号/私域有基础再做 | 不出镜的学习产品 demo 可行吗 | 平台优势不在首批冷启动 |
+| urlQQ 群https://im.qq.com / url微信群https://weixin.qq.com | 碎片化、高需求垂类用户 | 中到高 | P2 | 邀请测试、反馈群 | 完全可以 | 中到高 | 2–4h | 高 | 免费测试更合适 | 中 | 人工进入细分群，价值交换式招募 | 找 20 个愿意认真学的人做内测 | **未找到可靠公开数据**，且维护成本高 |
+| url小众软件https://www.appinn.com | 工具爱好者 | 高 | P2 | 正式评测、首发稿 | 完全可以 | 中到高 | 2–3h | 高 | 免费 + 年付 | 高 | 在体验足够顺滑后争取评测 | 这不是课程平台，是掌握系统 | 不稳定，不可持续复用 |
+| url酷安https://www.coolapk.com | Android 与数码工具用户 | 低到中 | P4 | 评测、更新帖 | 可以 | 中 | 1–2h | 中 | 免费优先 | 中 | 等 Android 再重点投入 | iOS 优先的学习应用，值不值得等？ | 和当前平台优先级不一致 |
+| urlApp Store 搜索turn0search2 | 直接找学习 App 的 iOS 用户 | 很高 | P1 | 名称、副标题、截图、评论 | 是 | 中 | 3–4h | 很高 | 免费 + Pro | 高 | 先做关键词矩阵与截图文案，再做评价收集 | 用 AI 检查你是否学会 | 做得慢会错过高意图流量 |
+| 朋友推荐 / 邀请制 | 信任传播 | 高 | P2 | 邀请奖励、案例传播 | 是 | 中 | 1–2h | 很高 | 免费转 Pro | 高 | 只奖励“高质量邀请”，不做野蛮拉新 | 邀请一个认真学习的人，一起内测 | 如果产品没价值，邀请机制无效 |
+| AI 工具导航站 | AI 尝鲜用户 | 中到低 | P3 | 上架页、简介 | 是 | 低 | 1–2h | 低到中 | 免费优先 | 中 | 上架做品牌存在与反链 | 一个不是聊天壳的 AI 学习工具 | 流量杂，付费意愿弱 |
+| 大学生社区 | 校园学习用户 | 中 | P3 | 案例、方法帖、招募 | 是 | 中 | 2–4h | 中 | 免费优先 | 低到中 | 找自学/保研/竞赛圈，不打泛校园 | 适合认真自学者的学习闭环 | 价格敏感高 |
+| 考研 / 考证社区 | 高压备考用户 | 中到高 | P3 | 记忆闭环、复习调度案例 | 是 | 中到高 | 2–4h | 中到高 | 免费 + 早鸟 | 中 | 只打“高记忆负担”场景，不碰题库承诺 | 为什么刷完还记不住 | 若无备考场景模板，转化会弱 |
+| urlNotionhttps://www.notion.com / urlObsidianhttps://obsidian.md / urlAnkihttps://apps.ankiweb.net 中文社区 | 工具意识强、最容易理解你的价值 | 很高 | P1 | 对比贴、workflow、案例 | 完全可以 | 中 | 3–5h | 很高 | 免费 + 年付 | 很高 | 做“不是替代，而是补闭环”内容 | 你的笔记系统，还缺最后一公里 | 用户会严苛比较，必须真有差异 |
+
+**海外推广渠道分析**
+
+海外渠道更强调“社区规则意识”和“公开可验证的产品价值”。urlProduct Hunt 启动指南turn4search0 明确指出，它适合 maker、early adopter、tech people，并且 launch 的目的不只是流量，还包括反馈、验证、social proof；同时，官方还建议不要在 launch 前临时开号，而应至少提前一周，最好提前三个月建立 presence。urlReddithttps://www.reddit.com 官方帮助中心则把重复曝光、批量推广、跨社区刷屏定义为 spam。urlHacker Newshttps://news.ycombinator.com 也明确不欢迎浅层 dismiss、shilling 与垃圾推广。换句话说：海外最有效的不是“发很多”，而是“在对的社区里用正确语气讲一个可讨论的产品问题”。turn20view2turn20view1turn14view5turn21view2turn14view6turn14view7turn14view4
+
+| 渠道 | 用户画像 | 适合度 | 优先级 | 适合内容 | 不出镜 | 冷启动难度 | 每周投入 | 用户质量 | 推免费/Pro | 价格匹配 | 执行方法 | 示例英文标题 | 风险 |
+|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
+| urlProduct Huntturn24search2 | maker、early adopters、tech audience | 高 | P1 | launch page、demo、maker comment | 完全可以 | 中 | 3–5h（集中） | 高 | 免费 + early bird | 高 | 在有可用 build 后做里程碑发射 | An AI-first app for learning with proof | 不是持续主渠道，偏峰值曝光 |
+| urlReddithttps://www.reddit.com | 细分社区、高质量讨论用户 | 很高 | P1 | 案例帖、对比帖、求反馈帖 | 完全可以 | 中到高 | 4–6h | 很高 | 免费优先 | 中到高 | 先贡献后发帖，逐社区定制 | I built an app that checks if you actually learned | 违反版规会直接被删 |
+| urlHacker Newshttps://news.ycombinator.com | 技术圈、好奇心驱动用户 | 中到高 | P2 | Show HN、学习机制讨论 | 完全可以 | 高 | 2–3h | 高 | 免费优先 | 中到高 | 用“问题 + 方法 + build”而不是广告 | Show HN: AI-powered mastery loop for learning | 宣传味太重会被反感 |
+| urlIndie Hackershttps://www.indiehackers.com | 独立创作者、SaaS builder | 高 | P2 | build in public、增长复盘 | 完全可以 | 中 | 2–3h | 中到高 | 免费 + 早鸟 | 高 | 连续周更，不做一次性发帖 | Building a mastery-first learning app as a solo founder | 更适合创业圈，不是纯学习用户池 |
+| urlXhttps://x.com | AI/tech/creator 圈 | 中 | P3 | screenshot thread、进度帖 | 完全可以 | 高 | 4–6h | 中 | 免费优先 | 中到高 | 不刷量，做 thread + clips | Most AI study apps generate. Mine evaluates | 生命周期短 |
+| urlLinkedInhttps://www.linkedin.com | 专业人士、知识工作者 | 中 | P3 | upskilling case、workflow | 完全可以 | 中 | 2–3h | 中到高 | Pro 更适合 | 中到高 | 面向 professionals，别打学生 | An app for retaining what you read for work | 学生学习场景不强 |
+| urlYouTube Shortshttps://www.youtube.com/shorts | 搜索 + 推荐混合流量 | 高 | P2 | 30–60 秒 faceless demo | 完全可以 | 中 | 3–5h | 中到高 | 免费优先 | 中 | 做 searchable hooks 与 closed captions | Don’t ask AI to study for you | 制作效率要求高 |
+| urlTikTokhttps://www.tiktok.com | 广谱短视频用户 | 中 | P3 | hook 型 demo | 完全可以 | 高 | 4–6h | 中 | 免费优先 | 中 | 只做模板化，不单押 | Stop mistaking familiarity for mastery | 泛流量多，付费少 |
+| urlInstagram Reelshttps://www.instagram.com/reels/ | 内容消费与创作者人群 | 低到中 | P4 | aesthetic demo、carousel | 完全可以 | 高 | 3–5h | 中 | 免费优先 | 中 | 仅作补充分发 | This isn’t another AI tutor | 对学习类深度产品不如 Reddit/PH |
+| urlMediumhttps://medium.com | 长文读者、搜索承接 | 中到高 | P2 | 长文、案例、对比 | 完全可以 | 中 | 2–3h | 中到高 | 免费 + Pro | 中到高 | 发 people-first 实战文 | Why most AI study apps feel like wrappers | 流量起量慢 |
+| urlSubstackhttps://substack.com | 订阅型读者 | 中 | P3 | newsletter、build log | 完全可以 | 中到高 | 2–3h | 高 | Pro 更适配 | 高 | 做周刊，不当首发渠道 | Building a mastery loop in public | 冷启动订阅难 |
+| urlQuorahttps://www.quora.com | 搜索问答用户 | 低到中 | P4 | 问答、科普 | 完全可以 | 中 | 1–2h | 中 | 免费优先 | 中 | 少量占位 | How do I know if I actually learned? | 社区质量波动大 |
+| urlDiscordhttps://discord.com communities | 工具/学习/生产力社群 | 中到高 | P2 | 内测、AMA、反馈 | 完全可以 | 中到高 | 2–4h | 高 | 免费测试优先 | 中到高 | 进入已有社区贡献，别建空群 | Looking for learners who value retention | **未找到统一公开数据**，社群碎片化 |
+| urlSlackhttps://slack.com communities | 专业社群 | 中 | P3 | beta invite、workflow discussion | 完全可以 | 高 | 2–3h | 高 | Pro 更适配 | 中到高 | 只做定向触达 | A retention-first learning workflow | 社群门槛更高 |
+| urlApp Store Searchturn0search2 | 高意图 iOS 用户 | 很高 | P1 | metadata、screenshots、reviews | 是 | 中 | 3–4h | 很高 | 免费 + Pro | 高 | 关键词 + 本地化 + custom product pages | Learn with proof, not vibes | 不做就白白丢掉 intent 流量 |
+| urlGoogle SEOturn18search0 | 搜索 intent 用户 | 高 | P1 | comparison pages、method pages | 是 | 中 | 3–5h | 高 | 免费 + Pro | 高 | 做 people-first 内容与 long-tail 词页 | Active recall app with AI feedback | 起效慢，但复利强 |
+| AI tool directories（如 urlFuturepediaturn25search0、urlThere’s An AI For Thathttps://theresanaiforthat.com） | AI 尝鲜流量 | 中 | P3 | listing、tagline、links | 是 | 低 | 1–2h | 中到低 | 免费优先 | 中 | 上架占位和反链，不做主力 | Not another AI tutor | 目录流量泛化严重 |
+| Student communities | 学生 | 中 | P3 | beta invite、discount test | 是 | 中到高 | 2–4h | 中 | 免费优先 | 低到中 | 只做高密度场景群体 | For students who want retention | 价格敏感高 |
+| urlAnkihttps://apps.ankiweb.net / urlNotionhttps://www.notion.com / urlObsidianhttps://obsidian.md / productivity communities | 工具老用户、强学习系统意识 | 很高 | P1 | 对比、workflow、AMA | 完全可以 | 中 | 3–5h | 很高 | 免费 + 年付 | 很高 | To replace? 不，to complete the loop | Your notes still need retrieval | 比较会非常苛刻 |
+
+**不出镜内容营销策略**
+
+对你这种“不想真人出镜、但能写内容、做图文、做演示、做自动化”的创始人来说，不出镜不是问题，真正的问题是**是否把内容做成“验证掌握价值”的流水线**。下面这些形式都适合你，而且大多数可模板化批量生产。
+
+| 形式 | 适合平台 | 难度 | 个人开发者适配 | AI 自动化 | 制作流程 | 示例脚本钩子 | 示例标题 / 封面 | 自然带出免费版 / Pro 版 |
+|---|---|---|---|---|---|---|---|---|
+| 屏幕录制型内容 | 小红书、B站、Shorts、TikTok | 低 | 很高 | 高 | 选一段资料→输入→主动回忆→AI 反馈→复习项 | “你以为自己会了？我们来测一下。” | 封面：看过≠学会 | 免费版演示 1 个知识库闭环；Pro 放在“想长期滚动整个课程时” |
+| 产品演示型内容 | B站、Product Hunt、App Store | 中 | 很高 | 中到高 | 按 30 秒 / 2 分钟 / 5 分钟三版剪 | “不是聊天壳，这里 AI 只做一件事：判断你会没会。” | 封面：AI 不是主角，是裁判 | 免费版跑通一次完整体验；Pro 强调长期趋势与深度分析 |
+| 学习方法科普型 | 知乎、小红书、公众号、Medium | 中 | 很高 | 高 | 研究点→翻译成人话→接产品例子 | “重读为什么总让人有虚假的掌握感？” | 封面：你不是不会，是学法错了 | 先科普方法，再说免费版可体验 |
+| 图文教程型 | 小红书、知乎、公众号 | 低 | 很高 | 高 | 截图 + 结构化步骤 + CTA | “3 步把一篇文章变成复习计划。” | 封面：从看过到学会 | 免费版最好用作教程入口 |
+| 对比型内容 | 知乎、少数派、Reddit、B站 | 中 | 高 | 高 | 明确变量：生成 / 评估 / 复习 / 趋势 | “通用对话 AI 为什么替代不了学习闭环？” | 封面：不是一个东西 | 免费版让用户自行比较；Pro 放在“完整闭环”层面 |
+| 案例拆解型 | B站、知乎、小红书、Reddit | 中 | 很高 | 中到高 | 用真实主题演示前后变化 | “我用一章技术文档做了次实验。” | 封面：24 小时后还记得吗 | 免费版先给结果感，Pro 给持续性 |
+| 用户痛点型 | 小红书、抖音、TikTok | 低 | 很高 | 高 | 一句痛点 + 一次反转 + 一段 demo | “你不是没努力，你只是一直在重读。” | 封面：最没用的学习动作 | 免费版做低门槛试用 |
+| AI 生成配音视频 | 小红书、抖音、Shorts | 中 | 高 | 很高 | 脚本→配音→屏录→字幕 | “别再让 AI 帮你学，让 AI 检查你。” | 封面：AI 学习的正确打开方式 | CTA 放在结尾 3 秒 |
+| 动画演示 | 官网、B站、PH、落地页 | 中到高 | 中 | 高 | 把闭环画成流程动画 | “输入很多，学会很少，是因为少了这个闭环。” | 封面：学习闭环长这样 | 用于官网首屏，免费版是入口 |
+| 使用前后对比 | 小红书、B站、YouTube Shorts | 中 | 高 | 中 | 对比“只看笔记 vs 主动回忆” | “同样 20 分钟，哪个隔天更记得住？” | 封面：前后差异 | 免费版最适合做这种内容 |
+| 学习闭环可视化 | 官网、知乎、少数派、落地页 | 低到中 | 很高 | 高 | 绘图 + 简析 + case | “为什么你的学习总停在输入端？” | 封面：别让学习卡在这一步 | Pro 自然对应“完整闭环能力” |
+| 从看过到学会的转化过程 | 所有核心平台 | 中 | 很高 | 高 | 设计统一模板，复用不同主题 | “一条笔记，怎样一路变成长期记忆？” | 封面：看过→会讲→会记 | 最适合把免费版与 Pro 串在一起 |
+
+**AI 自动化营销工作流设计**
+
+现实可行的组合，不需要追求“工具越多越高级”，而是追求“最低成本、最高复用”。
+
+国内建议组合：urlChatGPThttps://chatgpt.com 或 urlClaudehttps://claude.ai 负责主策略与长文；urlKimiturn27search0 或 url豆包turn27search1 负责中文改写与多版本标题；url飞书多维表格https://www.feishu.cn/product/base 做内容与反馈库；urlDifyhttps://dify.ai 或 urlCozeturn27search7 做小 agent；urlMakehttps://www.make.com 负责自动汇总；url剪映https://www.capcut.cn / urlCapCuthttps://www.capcut.com 和 urlCanvahttps://www.canva.com 负责素材生成。海外建议组合：urlClaudehttps://claude.ai / urlChatGPThttps://chatgpt.com + urlAirtablehttps://www.airtable.com / urlNotionhttps://www.notion.com + urlMakehttps://www.make.com / urlZapierhttps://zapier.com + urlCapCuthttps://www.capcut.com + urlCanvahttps://www.canva.com。这些工具组合比“全家桶”更现实。turn14view0
+
+| 工作流 | 目标 | 输入 | 处理流程 | 工具 | 自动化程度 | 人工参与点 | 输出 | 注意事项 |
+|---|---|---|---|---|---|---|---|---|
+| 竞品内容监控 | 看别人怎么说、哪里用户反馈强 | 竞品官网、社区帖子、XHS/Reddit/PH 采样 | 汇总标题→提取高频痛点→周报 | Feishu/Airtable + LLM + Make | 中 | 每周筛掉噪音 | 竞品内容周报 | 小红书等平台很多内容需人工采样 |
+| 用户痛点收集 | 把真实语言沉淀下来 | 评论、私信、访谈、应用评价 | 自动分类为痛点/疑问/反对点 | Feishu Base + LLM | 高 | 纠正分类、补上下文 | 痛点库 | 不要只看点赞，要看“愿不愿意回来” |
+| 内容选题生成 | 每周稳定出题 | 痛点库 + 竞品周报 + 版本更新 | 生成“钩子—主体—CTA” | ChatGPT/Claude/Kimi | 高 | 选题取舍 | 选题池 | 选题要和当前版本能力吻合 |
+| 图文内容生产 | 提高图文效率 | 选题 + 截图 + 用户语言 | 生成大纲→文案→封面文案 | LLM + Canva | 高 | 最终润色 | 小红书/知乎图文 | 不要让 AI 写成空话 |
+| 不出镜短视频脚本 | 批量产 demo 脚本 | 选题 + 功能流程 | 生成 15/30/60 秒三版脚本 | LLM + CapCut | 高 | 调整镜头节奏 | 短视频脚本包 | 每条视频只讲一个价值点 |
+| 社区发帖 | 提高发帖一致性 | 社区规则 + 选题 | 为不同平台改写语气 | LLM + Notion | 中 | 人工发布必做 | Reddit/HN/即刻/V2EX 帖文 | 不要自动群发，极易被视为 spam |
+| App Store ASO | 持续优化搜索转化 | 关键词、截图、评论反馈 | 评估词→改副标题→改截图文案 | Apple 文档 + 表格 + LLM | 中 | 提交与 A/B 判断 | 每版本 ASO 更新表 | 苹果不鼓励堆砌泛关键词 turn14view1 |
+| 用户反馈转营销素材 | 让反馈直接变内容 | 正面反馈、失败案例、使用前后变化 | 自动生成 case 草稿 | Feishu + LLM | 中到高 | 真实性核验 | 案例帖、FAQ、截图 | 先征得用户许可 |
+| 增长数据复盘 | 找出真正有效的环节 | 曝光、注册、激活、回访、付费 | 周报化、对比化 | RevenueCat/表格/LLM | 高 | 解释异常 | 周复盘板 | 重点看激活而非播放量 |
+| 价格反馈收集 | 验证定价不是拍脑袋 | 试用触发、流失问卷、访谈 | 分类为贵/不懂价值/时机不对 | 表格 + LLM | 高 | 访谈判断根因 | 价格异议看板 | 不要把所有拒付都理解成“贵” |
+
+## 增长计划、漏斗与价格验证
+
+**第一批 100 个种子用户获取策略**
+
+第一批 100 个用户，你不该用“广撒网”思路，而该用“高密度问题人群”思路。最可行的来源结构是：30–40 个来自中文工具社区与内容平台的高意图用户，20–30 个来自海外工具社区与 Reddit，20–30 个来自 App Store / 落地页自然搜索与内容承接，10–20 个来自邀请与转介绍。整个过程不要靠熟人强推，而要靠“申请制内测 + 明确反馈承诺 + 小范围奖励”。这样能同时拿到使用数据和访谈质量。turn14view5turn14view0turn20view3
+
+具体做法是：先做一个非常清晰的中英文落地页，首页只回答三件事——它不是什么、它怎么工作、什么人最适合；然后开放“申请内测 / 获取 TestFlight / 获取 waitlist 名额”。表单只问 6 个问题：你学什么、现在怎么学、最常遇到什么遗忘问题、你是否用过笔记/闪卡工具、你愿不愿意在 7 天内至少完成两次回忆与一次复习、你是否愿意反馈。这样筛出来的用户，远比“随便下载”的用户更有价值。免费版的试用动机应围绕“完整跑通一个小闭环”，而不是“给你很多次数随便玩”。
+
+早鸟年付应该出现，但**不要在最早的一触点就大喊折扣**。更好的顺序是：先让用户跑通一次主动回忆、看过一次 AI 分析、生成一次待巩固项、第二天回来复习；再在“你显然适合长期学习”的节点出现“保留早鸟年付资格”。这样价格就不会像硬卖，而是像对已经感知价值的人开放。邀请机制也不建议一开始做成病毒传播，而应该做成“邀请 1 位符合条件并完成首次闭环的学习者，你获得额外 14–30 天 Pro 或更多分析额度”。这样不会引来大量低质量流量。
+
+**转化漏斗设计**
+
+urlRevenueCathttps://www.revenuecat.com 明确指出，真正预测订阅留存与收入的激活指标，不是注册、onboarding 完成或 session 时长，而是用户是否触达“早期且持续的价值里程碑”。对知习来说，这个价值里程碑不是“打开 App”，而是“完成一次主动回忆—看到 AI 反馈—生成待巩固项—第二天回来复习”。这就是你的激活骨架。
+
+| 漏斗步骤 | 可能流失原因 | 优化策略 | 追踪指标 | 产品引导 | 营销内容 | 是否出现价格 | 适合话术 |
+|---|---|---|---|---|---|---|---|
+| 曝光 | “又一个 AI App” | 首句讲“学会验证”，不讲功能堆叠 | CTR | 首屏直接说不是聊天壳 | 痛点/前后对比 | 否 | 看过不等于学会 |
+| 点击 | 看不懂价值 | 用闭环图和 1 句价值主张 | LP CTR | 首屏图示 | 闭环可视化 | 否 | 让 AI 检查你会没会 |
+| 下载 / 注册 | 门槛高 | 用模板知识库和示例主题 | Install→signup | 预设模板 | 30 秒 demo | 可不出现 | 先试一次完整闭环 |
+| 创建知识库 | 不知道放什么 | 给“先学一个主题”的模板 | activation rate | 模板库 | 新手教程 | 否 | 从一个主题开始就够 |
+| 添加知识点 | 资料拆分麻烦 | 支持最低可行拆分 | points added | 引导“先加 5 个点” | 教程图文 | 否 | 不用一次性整理完 |
+| 第一次主动回忆 | 紧张、不习惯输出 | 先做低压简短回忆 | first recall completion | 3 分钟引导 | 主动回忆科普 | 否 | 先试着说出来 |
+| 查看 AI 分析 | 看不懂反馈 | 把反馈写成“会 / 半会 / 不会” | analysis viewed | 高亮 3 个弱点 | 案例对比 | 否 | 这 3 个点最容易忘 |
+| 生成待巩固项 | 不知道意义 | 解释“这是下一次该复习的内容” | weak points generated | 一键加入 | 复习原理内容 | 否 | 这些不是错题，是未来的遗忘点 |
+| 第二天回来复习 | 忘了 / 动机不足 | 推送 + 昨天结果提醒 | D1/D2 return | 复习提醒 | 前后对比内容 | 否 | 昨天不会的，今天看还会吗 |
+| 第 7 天仍在使用 | 价值还未形成习惯 | 周报告 + 趋势可视化 | D7 retention | 周报 | 使用前后案例 | 可以轻量提示 | 这周你最容易忘的是这些 |
+| 触发 Pro / 早鸟 | 不知道为何付费 | 在“达到免费边界”时解释长期价值 | trial start / paywall view | 展示趋势/完整复习队列 | Pro 价值解释 | 是 | 如果你想把整门课持续滚起来，Pro 更合适 |
+| 付费 | 觉得贵 / 不信长期价值 | 先年付早鸟再月付，强调长期场景 | pay conversion | 价格 FAQ | 价格透明与成本解释 | 是 | 你买的不是次数，是长期掌握系统 |
+
+**三十天冷启动计划**
+
+```mermaid
+flowchart LR
+A[第 1 周: 定位与素材] --> B[第 2 周: 内容测试与曝光]
+B --> C[第 3 周: 种子用户获取与激活]
+C --> D[第 4 周: 反馈、价格验证、复盘]
+D --> E[第 2 月: 加深有效渠道]
+E --> F[第 3 月: 扩展与决定继续/转型]
+```
+
+| 天数 | 当天任务 | 预计耗时 | 产出物 | 工具 | 成功标准 |
+|---|---|---:|---|---|---|
+| 第 1 天 | 定位定稿：一句话定位、首屏文案、中英版本 | 3h | 核心文案 v1 | ChatGPT/Claude/Notion | 1 个主定位 + 3 个备选 |
+| 第 2 天 | 做中英文落地页结构与 waitlist 表单 | 4h | 落地页 v1 | Notion/Framer/Canva | 可收集申请 |
+| 第 3 天 | 设计 App Store 截图文案与关键词草表 | 3h | ASO 草稿 | Apple 文档/表格 | 10–15 个核心词 |
+| 第 4 天 | 录制第一批屏幕素材 | 3h | 10 段基础录屏 | iPhone/CapCut | 可剪 5 条内容 |
+| 第 5 天 | 产出首批 3 篇小红书、1 篇知乎、1 条 B 站短 demo | 5h | 内容首发包 | Canva/CapCut | 全部排期完成 |
+| 第 6 天 | 建立即刻/V2EX/Reddit/PH 账号与个人页 | 2h | 账号主页 | 各平台 | 资料完整，非空号 |
+| 第 7 天 | 复盘第 1 周，确认核心叙事是否顺口 | 1.5h | 周复盘 | 表格 | 留下 1 个主叙事 |
+| 第 8 天 | 发布 2 篇小红书图文 + 1 条屏录视频 | 3h | 国内曝光 | 小红书/CapCut | 有搜索词收录 |
+| 第 9 天 | 发布知乎长文《为什么我不做 AI 学习助手》 | 3h | 知乎长文 | 知乎 | 收藏/评论/私信开始出现 |
+| 第 10 天 | 在即刻发开发日志，在 V2EX 发 build log | 2h | 社区帖子 | 即刻/V2EX | 获得首批讨论 |
+| 第 11 天 | 发布 Reddit 价值讨论帖，不直接卖产品 | 2h | 海外讨论帖 | Reddit | 至少有真实回复 |
+| 第 12 天 | 剪 2 条 before/after demo 给 B 站 / Shorts | 3h | 视频 2 条 | CapCut | 完播率数据可看 |
+| 第 13 天 | 收集评论与私信，整理第一版痛点库 | 2h | 痛点库 | Feishu Base | 至少 20 条真实语料 |
+| 第 14 天 | 周复盘：选出最高点击标题与最高回复话题 | 1.5h | 选题名单 | 表格 | 淘汰 30% 无效方向 |
+| 第 15 天 | 推出 TestFlight / waitlist 申请制内测 | 2h | 报名表单 | 飞书/Typeform | 开始有高意向申请 |
+| 第 16 天 | 人工筛选前 20 位内测用户，发 onboarding 指南 | 3h | 种子用户名单 | 表格/邮件 | 20 位进入测试 |
+| 第 17 天 | 发布“免费版怎么用最合理”内容 | 2h | 教程内容 | 小红书/知乎 | 降低试用门槛 |
+| 第 18 天 | 做 1 篇“和通用 AI 的差异”长文 | 3h | 对比内容 | 知乎/Medium/Reddit | 开始建立差异认知 |
+| 第 19 天 | 跟进首批用户，观察是否完成第一次主动回忆 | 2h | 激活记录 | 表格/分析 | 有 10 人完成首次回忆 |
+| 第 20 天 | 发布“第二天回来前后对比”案例 | 2h | 案例内容 | 小红书/B站 | 强化回访理由 |
+| 第 21 天 | 周复盘：看 activation，不看播放量 | 1.5h | 激活周报 | 表格 | 确认激活关键阻塞 |
+| 第 22 天 | 调整 onboarding，使首次回忆更快完成 | 3h | 产品改动 | 产品本身 | 首次回忆耗时下降 |
+| 第 23 天 | 第二批 20–30 名内测发放 | 2h | 扩招 | 表格/邮件 | 总测试人数 40+ |
+| 第 24 天 | 发布“不是套壳”的流程拆解 demo | 2h | demo 内容 | B站/小红书/Reddit | 获得更高质量评论 |
+| 第 25 天 | 做价格 FAQ 页面与早鸟资格说明 | 2h | 价格页 v1 | 落地页 | 价格呈现清晰 |
+| 第 26 天 | 向已完成 2 次回忆 + 1 次复习的用户展示早鸟 | 1.5h | 定向价格实验 | 邮件 / in-app | 获得首批价格反馈 |
+| 第 27 天 | 做 3 次半结构化用户访谈 | 3h | 访谈记录 | 飞书/语音转写 | 找出 3 个共性异议 |
+| 第 28 天 | 发布“为什么我不先砸广告”的 Build in Public 复盘 | 2h | 开发者内容 | 即刻/Indie Hackers | 建立创始人可信度 |
+| 第 29 天 | 汇总付费意向、未付费原因、最佳渠道 | 2h | 决策表 | 表格 | 得出“继续/调整”依据 |
+| 第 30 天 | 一次完整月度复盘：定位、内容、激活、价格 | 3h | 30 天复盘报告 | 表格/LLM | 明确下一阶段只做什么 |
+
+**最小执行版**
+
+如果精力有限，你每周最低执行量应该是：2 篇小红书、1 篇知乎、1 条录屏 demo、5 次高质量社区互动、3 次用户跟进、1 次周复盘。低于这个强度，很难形成足够信号。
+
+**六十天 / 九十天增长计划**
+
+| 阶段 | 目标 | 渠道扩展 | 核心动作 | 关键指标 |
+|---|---|---|---|---|
+| 30–60 天 | 找到 1–2 个真正有效的获取路径 | 国内加 B 站 / 即刻 / 少数派；海外加 SEO / HN / Indie Hackers | 固定周更内容、访谈、优化激活、首批案例沉淀、邀请机制上线 | D1、D7、首次回忆完成率、第二天回访率、激活用户数 |
+| 60–90 天 | 验证可复制的留存与付费 | 国内尝试小众软件 / App Store 搜索强化；海外准备 Product Hunt 或 Show HN | 建立内容矩阵、做 PH/SSPAI milestone 发布、优化年付转化、扩大种子池到 100+ | D7、D30、早鸟转化、评价数、自然下载占比、口碑引用率 |
+
+建议在 60 天时就开始“轻量 Build in Public”，但尺度是：公开你在解决什么问题、你学到了什么、用户怎么反馈，而不是暴露私人生活或强社交互动。到了 90 天，如果还没有一个细分人群表现出明显高于其他群体的激活和留存，就说明你需要进一步垂直化场景，而不是继续维持“泛学习”定位。
+
+**价格与转化验证**
+
+现有价格假设整体上是**可用于冷启动的**，但要注意两点：第一，中国区更应该用“年付早鸟 + 月付锚定”而不是强推月费；第二，价格必须建立在“完整学习闭环价值”上，而不是“AI 次数”上。
+
+对标上，urlQuizlethttps://quizlet.com 的官方渠道显示其 Plus 与 Plus Unlimited 走订阅路线；urlRemNote 定价turn6search1 显示 Pro 为 8 美元/月、96 美元/年，Pro with AI 为 18 美元/月、216 美元/年；urlReadwisehttps://readwise.io 定价页显示其 Full 计划按年计费时月均 5.59 美元；urlMochihttps://mochi.cards Pro 为 5 美元/月；urlStudySmarterhttps://www.studysmarter.co.uk 强调其核心学习 App 对用户免费；urlAnki FAQhttps://faqs.ankiweb.net/why-does-ankimobile-cost-more-than-a-typical-mobile-app.html 则说明其 iOS 端采用一次性买断逻辑，并强调购买路径便利性会影响付费。综合来看，你的海外假设 9.99 美元/月、79.99 美元/年，明显低于带 AI 的高配产品，略高于纯基础卡片/复习工具，处在可守可攻的位置；中国区 29 元/月、198–228 元/年，也处在“只要价值被感知，就不算离谱”的区间。turn11view1turn13view2turn13view3turn12search16turn26view2turn14view2turn0search3
+
+| 价格问题 | 判断 | 适合人群 | 风险 | 验证方法 | 30 天判断标准 |
+|---|---|---|---|---|---|
+| ¥29/月 是否合适 | 合适，但不应做主打 | 已形成习惯的长期学习者 | 对泛学生显贵 | 看月费页点击与拒付访谈 | 激活用户中月费接受度不低于年付的一半 |
+| ¥198–228/年 是否合适 | 合适，且应为主推 | 自学者、工具党、专业学习者 | 若价值感不足会被视为太早收费 | 用早鸟和年付 FAQ 测试 | 已激活用户中早鸟点击率 > 普通付费页点击 |
+| iOS 是否应比 Web 更贵 | 可以略贵，但差价应小 | 想走 IAP 便捷用户 | 差价太大引起不公平感 | 测 Web checkout vs IAP 选择 | 不出现大量 “为什么 iOS 更贵” 抱怨 |
+| 免费版 10–20 次 AI 分析 | 合理 | 想体验闭环的人 | 若太少，用户还没感知价值就被卡住 | 观察是否在达到价值前触顶 | 首次价值发生前不要触达上限 |
+| 早鸟 ¥168 / ¥198 | 适合冷启动 | 首批深度用户 | 过早公开会显得心虚 | 只对激活用户开放 | 早鸟页转化好于普通付费页 |
+| 海外 $9.99/月 | 有竞争力 | tool-aware 用户 | 对学生偏贵 | 只向高激活用户展示 | 激活后价格异议不是第一阻力 |
+| 海外 $79.99/年 | 合理 | 长期学习者 | 需证明长期价值 | 强调趋势/复习系统 | 年付试用转化优于月付 |
+| 哪些用户觉得贵 | 泛学生、轻度尝鲜、只想问 AI 的用户 | 这些人不是优先目标 | 容易制造错误定价信号 | 访谈确认“贵”是否本质是“没懂价值” | 若大多数负反馈是“不懂值在哪”，先改文案 |
+| 哪些用户觉得便宜 | 工具党、自学者、专业高记忆负担用户 | 这些人是首批付费核心 | 可能反而想要更强版本 | 看使用深度 | 出现主动索求更高权限信号 |
+| 何时降价 | 当激活不错但高比例用户明确因价格放弃 | 对价值已认同但预算受限的人 | 降价过早伤害定位 | 先测试早鸟而非永久降价 | 价格异议连续 2–3 周居首位 |
+| 何时涨价 | 当 D30、付费、口碑都稳定，且出现更强价值证明 | 专业场景 | 过早涨价吓跑首批用户 | 先加权益再涨 | 有明确 PMF 迹象后再做 |
+| 何时加 AI 次数包 | 当部分用户明显超额使用，但不一定需要全量 Pro | 重度用户 | 次数包喧宾夺主 | 只对高使用者展示 | 看到“分析次数不够”而非“产品没价值” |
+| 何时推高阶 AI 版 | 当出现重度专业用户群体 | 医法金、研究型用户 | 过早分层复杂化 | 先看是否有明显高级需求 | 至少 20–30 名高频用户反复索取更深分析 |
+
+**预算方案**
+
+| 方案 | 预算 | 用在哪 | 工具 | 广告 | KOC / 小博主 | 预期目标 | 风险 |
+|---|---:|---|---|---|---|---|---|
+| A | 近乎 0 元 | 小红书、知乎、App Store、Reddit、Product Hunt 准备、即刻/V2EX | 免费版 LLM、飞书、Canva、CapCut | 不投 | 不找 | 找到前 30–50 位高质量用户 | 速度慢，但信号干净 |
+| B | ≤500 元 / 月 | 域名、邮箱、翻译润色、设计资产、小额访谈激励 | ChatGPT/Claude 基础、Canva/CapCut、飞书 | 原则上不投；可选极小额实验 | 找 2–3 位垂类小博主内测体验，不买硬广 | 拿到前 50–80 位种子用户与首批访谈 | 预算有限，不足以支撑大投放 |
+| C | ≤2000 元 / 月 | 品牌素材、字幕/剪辑、少量 Apple Search / Reddit 测试、访谈激励 | 上述 + Make/Zapier + 轻量分析工具 | 只做验证型投放，不做放量 | 可试 3–5 位小 KOC / 评测合作 | 验证 1–2 个付费获取渠道 | 如果激活没打通，投放钱会白烧 |
+
+## 最终推荐与风险清单
+
+**需要避免的营销错误**
+
+| 错误 | 具体例子 | 避免方法 |
+|---|---|---|
+| 过早做品牌大词 | 上来就说“重新定义学习” | 先说一个具体痛点：看过≠学会 |
+| 过早投广告 | 还没验证激活就放量买量 | 先把第二天回访做出来 |
+| 一上来做所有平台 | 小红书、抖音、B站、知乎、X、Reddit 全同时开 | 第一阶段只做 3 个核心渠道 |
+| 内容太像 AI 套壳 | 全是“上传 PDF，一键分析” | 必须展示输出—反馈—复习闭环 |
+| 只讲功能，不讲学习结果 | 只说有知识库、趋势报告 | 说“它怎么让你第二天回来复习” |
+| 只发产品，不讲痛点 | 连发 demo 没有问题场景 | 先让用户觉得“这是我的问题” |
+| 不收集用户反馈 | 只盯数据面板 | 每周至少 3 次访谈/跟进 |
+| 不做数据复盘 | 看播放不看激活 | 周报必须看首次回忆与第二天回访 |
+| 忽视 App Store 搜索 | iOS 优先却不做 ASO | 第一周就做关键词与截图 |
+| 把短视频当唯一渠道 | 觉得不出镜就没法做增长 | 用知乎、SEO、社区和 App Store 共同承接 |
+| 因为不出镜就放弃内容营销 | 只写更新日志没人看 | 改做录屏、图解、案例和配音视频 |
+| 被高播放低转化误导 | 抖音 10 万播放但没有注册 | 以激活与回访为唯一核心 |
+| 过早打折 | 上线就“限时最低价” | 让价格只对激活用户出现 |
+| 过早做终身买断 | MVP 阶段承诺永久权益 | 先做月/年订阅，等 PMF 后再评估 |
+| 把 AI 次数当唯一卖点 | 文案只写“每月更多 AI 次数” | 真正主卖点应是掌握系统与长期趋势 |
+
+**最终推荐**
+
+1. **知习第一阶段重点做哪 3 个国内渠道**  
+   小红书、知乎、App Store 搜索。  
+   理由：小红书负责种草与“问题感”，知乎负责可搜索的长期信任，App Store 搜索负责 iOS 高意图转化。
+
+2. **第一阶段重点做哪 3 个海外渠道**  
+   Reddit、App Store 搜索、Product Hunt。  
+   理由：Reddit 拿高质量反馈，App Store 搜索拿 intent 流量，Product Hunt 拿里程碑级 social proof 与第一波海外 adopters。turn20view2turn14view5turn14view0
+
+3. **哪些渠道暂时不要做**  
+   国内：大规模抖音、微信视频号、酷安、泛大学生社区。  
+   海外：TikTok 大规模输出、Instagram Reels、Quora、广泛 Slack 群。  
+   原因不是这些平台绝对没用，而是它们不是你当前最低社交成本、最高验证效率的渠道。
+
+4. **第一批内容应该发什么**  
+   第一类：一句话痛点 + 30 秒闭环 demo。  
+   第二类：学习方法解释 + 产品例子。  
+   第三类：与通用对话 AI / 笔记工具 / 卡片工具的差异。  
+   第四类：用户使用前后对比。  
+   第五类：Build in Public 周报。
+
+5. **第一批 100 个用户怎么找**  
+   40 个从中文工具社区和内容平台；30 个从 App Store / SEO / 落地页承接；20 个从 Reddit / 海外工具社区；10 个从邀请制转介绍。招募方式以申请制、反馈换权益为主，不做泛流量注册送。  
+
+6. **不出镜短视频值不值得做**  
+   值得做，但前提是把它当模板化 demo 产线，而不是追热点娱乐内容。它应该是你“小红书 / B站 / Shorts”的一个组成部分，不是唯一渠道。
+
+7. **AI 自动化营销第一版该搭哪些工作流**  
+   优先搭：竞品内容监控、用户痛点收集、内容选题生成、图文生产、不出镜短视频脚本、用户反馈转营销素材、增长数据复盘。先别追求全自动发帖。
+
+8. **当前价格是否应该直接用于冷启动**  
+   可以直接用于冷启动，但呈现方式要改成“免费完整体验小闭环 + 年付早鸟为主 + 月付作为锚点”。
+
+9. **早鸟价是否应该放出来**  
+   应该，但只对已激活或申请内测的人开放，不要对所有新访客开门就是降价。
+
+10. **每周最低执行量是多少**  
+   2 篇小红书、1 篇知乎、1 条录屏 demo、5 次高质量社区互动、3 次用户跟进、1 次周复盘。再少，信号不够。
+
+11. **如果 30 天没有效果，应该怎么调整**  
+   不要先怀疑渠道，先怀疑定位与 onboarding。把人群进一步收窄到一个最强场景：例如“技术文档学习者”“高记忆负担专业用户”或“Anki/Obsidian 老用户”，并把首屏文案从泛学习改成单场景价值。
+
+12. **如果 90 天没有效果，是否应停止或转型**  
+   如果到了 90 天，仍没有任何一个细分人群表现出明显更高的首次回忆完成率、第二天回访率、D7 留存与付费意向，那就不应再继续“泛学习闭环 App”这个版本。应在三条路里二选一：要么垂直到一个高价值场景，要么转成“学习工作流工具”，要么停止当前定位。继续在大词上硬扛，只会浪费时间。
+
+**开放问题与局限**
+
+本报告最大的局限是：你还没有提供真实原型点击、安装、首次回忆完成率、第二天回访率、用户评价原话和付费实验数据，所以很多渠道与价格判断目前仍属于“高质量的先验判断”，而不是“基于你自己历史数据的后验结论”。下一阶段的关键，不是继续搜更多资料，而是尽快跑出三组数据：首次回忆完成率、第二天回访率、达到付费触发点后的价格异议类型。一旦这三组数据出来，你的营销策略会比现在更准确得多。

项目计划/个人开发者创业计划.md

@@ -84,10 +84,10 @@
 
 | 模块 | 主文档 | 子文档 |
 |------|--------|--------|
-| 1. 产品与用户 | [产品与用户模块](./1-产品与用户模块/产品与用户模块.md) | — |
+| 1. 产品与用户 | [产品与用户模块](./1-产品与用户模块/产品与用户模块.md) | [产品方向深度评估](./1-产品与用户模块/产品方向深度评估.md) |
-| 2. 技术与交付 | [技术与交付模块](./2-技术与交付模块/技术与交付模块.md) | [AI架构设计](./2-技术与交付模块/AI架构设计.md) |
+| 2. 技术与交付 | [技术与交付模块](./2-技术与交付模块/技术与交付模块.md) | [AI架构设计](./2-技术与交付模块/AI架构设计.md) / [后端开发优先级](./2-技术与交付模块/后端开发优先级.md) |
 | 3. 商业化与支付 | [商业化与支付模块](./3-商业化与支付模块/商业化与支付模块.md) | — |
-| 4. 营销与增长 | [营销与增长模块](./4-营销与增长模块/营销与增长模块.md) | [营销冷启动调研方案](./4-营销与增长模块/营销冷启动调研方案.md) |
+| 4. 营销与增长 | [营销与增长模块](./4-营销与增长模块/营销与增长模块.md) | [营销冷启动调研方案](./4-营销与增长模块/营销冷启动调研方案.md) / [冷启动与增长深度调研](./4-营销与增长模块/冷启动与增长深度调研.md) |
 | 5. 运营与客服 | [运营与客服模块](./5-运营与客服模块/运营与客服模块.md) | [客服设计详案](./5-运营与客服模块/客服设计详案.md) |
 | 6. 数据反馈与迭代 | [数据反馈与迭代模块](./6-数据反馈与迭代模块/数据反馈与迭代模块.md) | — |
 | 7. 合规与公司化 | [合规与公司化模块](./7-合规与公司化模块/合规与公司化模块.md) | — |