“先验证人们正在做什么，再相信他们说了什么。”
“Vibe Coding 的目的，是尽快找到第一批付费用户。”
“你不需要谁的许可，也能独自做成一门生意。”
Sabrina Ramonov 曾在硅谷联合创办语音识别公司 Qurious，并在公司被收购后离开。那段经历没有让她急着再开一家公司，反而让她一度只想教别人使用 AI。后来，Sabrina 从自己做内容时遇到的麻烦出发，独自做出内容分发工具 Blotato：用一条 30 秒 TikTok 验证需求，把第一版砍到只剩一个功能，上线 10 天做到 1 万美元月度经常性收入，不到两年把业务做到了数百万美元年收入。
这不是一个“让 AI 替你创业”的故事。Sabrina 仍然决定产品规格、系统架构、测试方法和关键取舍，AI 只是把过去需要团队完成的执行工作压缩到一个人手里。Product Faculty 的这场对谈真正值得拆解的，是她怎样把需求验证、MVP、用户观察和内容获客连成一套低成本循环，而且每一步都有非常具体的做法。
先发一条视频，不急着写代码
Blotato 的起点并不是一份商业计划，而是 Sabrina 自己每天都在经历的麻烦。她会把同一段内容发到 TikTok、Instagram、YouTube、LinkedIn 等平台，单是改尺寸、写不同版本的文案和逐个发布就很耗时间。她先在 YouTube 公开一套 Make.com 自动化流程，观众的反馈却很直接：“太复杂了，你干脆做成一个应用吧。”
Sabrina 用一条 30 秒 TikTok 公开测试产品想法，并从评论者中寻找真实访谈对象
“如果实验失败，我就把代码开源给观众，损失也很有限。”
2024 年 8 月 1 日，她录了一条没有脚本的 30 秒 TikTok，直接问大家是否也有这个问题、愿不愿意试用一个新应用。评论很多，但她没有把点赞当成需求成立的证据，而是私信其中 10 到 20 人做一对一访谈：现在用什么工具、每月花多少钱、哪一步最痛苦、已经试过哪些替代方案。“我喜欢这个点子”只是态度，真实的工作流和付费行为才接近需求。
这套验证不必以庞大受众为前提，关键是先找到问题频繁发生的地方，再和少量当事人把现有做法问透。公开内容负责召集潜在用户，一对一访谈负责辨别需求强弱，最后再用付款检验判断；三层证据逐步增加成本，也逐步减少创始人被热情评论误导的机会。
第一版，只保留一个结果
确认问题存在后，Sabrina 用七期 YouTube 视频公开记录了从产品规划、写规格到在 Cursor 里开发的全过程。公开搭建给她带来了早期用户，也逼着她把每个取舍说清楚。她发现，许多第一次使用 AI 写产品的人并不缺生成代码的能力，真正缺的是产品常识：什么叫 MVP，哪些功能现在不应该做，以及第一版究竟要验证哪件事。
Blotato 最早的内容改写界面，只保留输入素材、选择平台和生成帖子这条最短路径
“第一版丑得要命，但它能工作，也足够让我做到第一个 1 万美元 MRR。”
她原本想同时生成 LinkedIn、X 和 Facebook 内容，后来只留下 Facebook 帖子生成。“直接发布到社交平台”也被砍掉，用户需要借助 Zapier 完成最后一步。这个版本当然不完整，却能回答最重要的问题：用户是否愿意为“把一份内容改写成平台帖子”付钱。AI 把开发速度提上来以后，团队很容易因为做得快，顺手做出太多无关功能，反倒模糊了本来要验证的问题。
等来的意见，不等于真实使用
正式上线前，Sabrina 建了一个早期体验名单，从申请者里挑出约 50 人，还花了几周收集表单和访谈反馈。听上去很稳妥，结果却让产品方向更混乱：50 个人带来了近 50 种用法，大家口头上说自己需要的功能，与实际进入产品后的操作也常常对不上。
“人们在表单里说的，和我在 PostHog 回放里看到的，完全不是一回事。”
回头看，她认为自己最浪费时间的环节，恰恰是这段看似谨慎的候补名单测试。早期产品需要反馈，但承诺成本过低的反馈很容易制造噪音。比起继续扩大问卷样本，她宁愿更早开放注册，让用户带着真实任务进入产品，再用使用记录、留存和付费验证判断。因为只有到了要投入时间或金钱的那一刻，用户真正重视什么才会显现。
上线邮件坏了，用户还是来了
10 月 20 日正式上线时，她把产品发给大约五六万名邮件订阅者，也同步发布了 TikTok。偏偏最重要的邮件出了事故：里面嵌入的是一条已经删除的旧 YouTube 演示，读者看到的是一大块灰色失效区域。对一个独立开发者来说，这足以让人怀疑发布是否应该推迟。
正式上线邮件误用了已删除的视频链接，正文中留下巨大的失效区域，用户仍从网站完成注册
“视频链接已经死了，邮件里只剩一个巨大的灰框，我当时尴尬极了。”
但用户仍然从网站完成注册，Blotato 在 10 天左右做到第一个 1 万美元 MRR。Sabrina 此前持续做内容积累下来的信任和分发能力，在这场并不完美的发布中托住了结果。她已经围绕 AI 教程建立了受众，观众也看过她公开搭建产品的过程，因此一个坏链接并没有抹掉此前的信用。发布当天的包装很重要，但长期分发比一次发布更重要。
先看用户卡在哪里，再看仪表盘
上线后的头几周，她每天会花两个小时看 PostHog 的用户会话回放：有人在哪里反复点击，哪一步停住，支付为什么失败，页面有没有让人误解。她一开始没有急着做复杂的漏斗和数据看板，因为产品还小，直接观看几十段真实使用过程，往往比一张汇总图更快暴露问题。
“最初几周，我每天看两小时用户回放，愤怒点击和卡点一眼就能看见。”
这些观察促使她重做了新手流程：旧版把新用户直接丢进完整界面，新版只要求三步，贴入一条 YouTube 或 TikTok 链接，选择不超过五个平台，然后拿到各平台草稿。最初一两个月，月流失率一度超过 30%，她没有把所有精力用来挽回每个离开的人，而是借助不断到来的新用户，持续修正激活路径和目标人群。对早期产品来说，先让用户尽快感受到一次价值，再谈完整功能教育。
Vibe Coding 负责验证，不负责幻想
Sabrina 对 Vibe Coding 的边界说得很清楚：它最适合用来快速验证想法，拿到最初 10 到 100 个付费用户，再决定是否请专业开发者重构。过去做一个 MVP 可能要花 5000 到 1.5 万美元、等三到六个月，现在几天就能做出来。她甚至发现，剪完记录开发过程的 YouTube 视频，比写出第一版产品花的时间还长。
“Vibe Coding 是为了验证产品、拿到付费用户，然后带着确定性去请真正的开发者。”
她本人有技术背景，所以直到业务达到数百万美元年收入才招全职开发者，但这并不是每个人都该照搬的门槛。她估计 AI 已承担自己 50% 到 60% 的工作，不过规格、架构、取舍和测试仍由她负责；如果放任 Claude 自己改生产系统，也会出现意外删除、随意改动和代码结构失控。无论用了多少 AI，人都必须掌握系统意图，并为结果负责。
市场要有人付钱，内容要有人停下
选市场时，Sabrina 首选自己长期经历的问题；若不是自己的痛点，她会找那些用户已经在为更差方案付费的市场。Buffer、Hootsuite、Metricool、Later 等产品早已证明社交内容管理有预算。Blotato 无须教育用户“为什么要解决”，只要在某个维度做得明显更好。她甚至能坦率列出产品不擅长什么，因为清楚边界，才知道该服务谁。
“不要去发明需求，去找人们已经在花钱忍受的糟糕方案。”
内容分发也遵循类似逻辑，她建议新创作者从 TikTok 开始，前三四周每天发一条，之后增加到三条，大约六周后才出现第一条 10 万播放的视频。选题不能只围着科技圈最热的新词转，她谈 Agent 时普通用户反应一般，解释基础 ChatGPT 用法反而更容易传播。她不回避借鉴成熟钩子和结构，因为大创作者也在互相学习；真正要自己提供的，是专业经验、具体案例和可信判断。先用已经有效的开头让人停下，再用自己的内容赢得信任。
把一周的内容，压进一天
Sabrina 把内容方法做成一套 Claude 技能，其中包括品牌资料、内容教练、帖子写作、评分、改写、爆款开头和跨平台发布。评分技能会检查开头强度、好奇心、具体程度、分享价值和平台适配，再连续修改三到五轮，直到帖子达到 9 分。跨平台技能则先用 Whisper 在本地转写视频，为不同平台分别改文案，得到确认后再发布并检查链接。
跨平台技能先理解视频，再分别改写文案，经人工确认后发布并检查链接，一条 TikTok 被分发到六个平台
“一条 TikTok，可以变成三条视频和三条文字内容，但每个平台都要重新写。”
截至 2026 年 2 月，她只用每周一天做内容，就把社交账号从零做到约 200 万关注者；后来为了增加长视频，才多加一天并增长到约 300 万。她的周日通常是上午录一条 YouTube，把它改成新闻通讯，午后再录约 20 条 TikTok。选题来自一周的真实工作：她会让 Claude 总结自己最近三种用法，也会用 Apify 抓趋势，坐下来时手上已有十多个可讲的题目。这份效率建立在真实经验上，AI 负责把它批量分发。
这套系统最终给了她另一种创业选择：不先融资，不提前扩团队，也不为了符合硅谷模板而追逐规模。一门每年产生一两百万美元现金流的独立生意，本身就可能足够好；等产品和市场更确定后，融资依然可以留作下一步选择。AI 大幅降低了试错成本，因此产品和技术背景的人第一次有机会用很小的组织，把验证、开发和分发一起握在手里。
写在最后
一人公司最值得借鉴的，是把每次投入都变成一次便宜、明确的验证：先看真实行为，再砍掉无关功能；让用户尽快拿到结果，随后补齐完整系统；借助 AI 提速，同时把判断和责任牢牢留在人手里。你不必复制 Sabrina 的规模，从一条验证需求的内容开始，就已经能让下一步更有把握。
内容来源：“She Built Two AI Businesses Solo, Here's the exact System”丨Product Faculty（嘉宾：Blotato 创始人 Sabrina Ramonov）
原视频：https://www.youtube.com/watch?v=l5-xNKNaVPA
