余光（Alright）综合调研报告 v0.5

v0.5 核心修订说明

本版本基于 Musk + Jobs 双视角评审反馈进行了以下关键调整：

7 大决策概述

1. 产品定义重构：从"检查穿得对不对"改为"帮你看你自己感知不到的"（Jobs 灵魂问题驱动）——用户自己能感知的（正面）检查没有价值，真正价值在于感知盲区（后脑、后背衬衫、口气）。

2. 命名升级：中文「余光」/ 英文「Alright」（余光=HOW 隐喻，Alright=WHAT 结果）——产品名应该同时回答"怎么做"和"得到什么"，从"余光 Alright"的描述性升维为暗示性命名。

3. MVP 形态调整：从独立 App 改为微信小程序 + 手机支架方案（Jobs 建议）——零成本硬件替代，快速验证需求，避免硬件失败的坑。

4. 硬件降级：从核心产品降级为 Plus 配件——Y1 不做硬件，软件验证成功后再考虑配件补充。

5. 用户策略聚焦：PPT 讲宽泛故事，Y1 聚焦律师 B2B2C——类比 Tesla 先做 Roadster 证明高端再做 Model 3 走量，医生从 P1 明确排除。

6. 定价简化：从 6 档简化为 2 档（免费+¥19.9/月）+ 扩展注脚——企业版保留为"可展开模式"而非删除。

7. 壁垒诚实化：重写为 4 层（先发速度 + 品牌=品类 + 渠道锁定 + 数据飞轮）——每层配诚实评估，数据飞轮为"场景规则优化"而非模型训练。

---

一、痛点验证：用户真实需求已确认

1.1 社交媒体痛点（小红书搜索）

5 组关键词搜索，12/100 次日操作量，发现强痛点内容：

关键词	最佳发现	互动量	痛点类型
"穿搭 避坑"	"这 5 种裤子别穿"	4936 赞	男性穿搭避雷
"面试 穿着 失败"	"考公反向穿搭社死"	2.1 万赞	面试着装翻车
"社死 穿搭"	"最大社死现场"	2.8 万赞	穿搭事故分享
"尴尬瞬间 穿着"	"会议中肩带滑落"	1583 赞	职场着装尴尬

核心发现：男性穿搭失误是高频社死场景，面试/会议/见客户是最高风险时刻。

Jobs 视角洞察：用户自己能感知的（正面）检查没有价值，真正价值在于感知盲区（后脑、后背衬衫、口气）。这些社死事故大部分都是用户自己看不到的细节导致的——后脑勺头发翘起、衬衫后背没有塞好、裤子后拉链没拉好等。

1.2 职业场景痛点（律师/金融行业深度分析）

律师行业是形象管理标准最高的职业群体，着装失误直接影响收入：

真实场景	痛点描述	来源
见客户	"客户无法判断你的专业能力，只能通过外部——着装来评判"	知乎律师
出庭	"当事人西装笔挺，律师却是短裤配凉拖——法官混淆双方身份"	律师自述
裤子选择	"紧身裤让你成为披着彩色秋裤的大卫雕塑——社会性死亡"	腾讯新闻
颜色搭配	"一身黑西装像链家中介或参加追悼会"	无讼阅读
年轻律师	"一入法门穷五年，第一次出差穿球鞋被面壁"	无讼阅读
松弛感	"要么用力过猛，要么过分随意，中间值很难把握"	腾讯新闻

关键洞察：律师需要应对 出庭/见客户/日常/社交 四种不同场景，每种有不同着装标准。年轻律师尤其缺乏判断力，只能靠"师傅训诫"和试错。

Jobs 视角洞察：用户自己能感知的（正面）检查没有价值，真正价值在于感知盲区（后脑、后背衬衫、口气）。律师最高风险时刻——出庭、见客户——往往是因为背后或盲区的细节失误导致专业形象受损，这些细节用户自己永远看不到。

1.3 "他经济"崛起数据

指标	数据
中国男性美容市场（2024）	584.47 亿元
职场男性认为外表影响晋升	63%
抖音 #男生穿搭# 播放量	990.1 亿次
小红书男生穿搭笔记	超千万篇
Z 世代男性视服装为"自我表达"	68%
男性轻医美市场年增速	20%

结论：男性形象管理已从"可选消费"变为"刚需"，市场教育阶段已过。

Jobs 视角洞察：用户自己能感知的（正面）检查没有价值，真正价值在于感知盲区（后脑、后背衬衫、口气）。"他经济"的崛起说明男性形象管理的痛点是真实的，但传统解决方案（镜子、手动拍照）都只解决了"看得见的正面"，真正未被满足的是"感知盲区"的需求。

---

二、竞品分析：我们占据无人区

2.1 现有竞品全景

类别	代表产品	核心功能	缺失
智能镜硬件	聚辉触控 JH-42A	3D 虚拟试衣	C 端购买量极小，评价全是默认好评
智能镜硬件	惠科 HKC	AI 识别+虚拟试衣	仅 B 端展厅，非家用
普通智能镜	瑞太/皇乐雅	LED 灯+人体感应	无 AI 功能，本质是带灯的镜子
AI 穿搭 App	搭搭（国内）	电子衣橱+搭配推荐	只看颜色不看材质；无仪容检查
AI 穿搭 App	搭介（国内）	AI 对话推荐+一键试衣	仅推荐，不检查"现在穿得对不对"
AI 穿搭 App	Cladwell	胶囊衣橱+天气联动	无硬件，无仪容，纯手动输入
AI 穿搭 App	Smart Closet	服装搭配+日历集成	有日历但不是结合场景的着装检查
大厂试穿	淘宝/京东 AI 试穿	虚拟试穿	试穿效果一般，体型设定形同虚设
AI 美妆镜	Samsung AI 美妆镜（2025 CES）	21寸 microLED + 3摄像头（RGB/UV/偏振），AI 护肤诊断	聚焦护肤不是穿搭；2025 年发布；走 K-beauty 数据平台路线；未量产
AI Styling App	Who What Wear ISA / 搭搭 / Cladwell	AI 聊天式穿搭推荐	只推荐不检查；市场已验证（2024 年 $12 亿，CAGR 23.1%）

2.2 行业评测总结的硬件痛点

问题	描述
技术不成熟	3D 建模不逼真，服装贴合度差，褶皱无法还原
价格高	真正有 AI 功能的 2000-10000 元
安装维护	需稳定电源+网络，软件频繁更新
操作门槛	手动输入身高体重，流程繁琐
隐私风险	摄像头始终在线，数据采集敏感

2.3 关键差异化：我们 vs 所有人

维度	所有现有竞品	余光（我们）
核心功能	"帮我搭什么好看"（推荐）——帮你能自己做的事	"我现在这样有没有问题"（检查）——帮你看你自己看不到的（感知盲区）
触发方式	主动打开 App	被动检测，主动提醒
触发时机	购物/搭配时	出门前（最高频痛点时刻）
检查范围	只看服装搭配	服装+仪容（发型/胡子/鼻毛/配饰）
产品形态	纯软件 App	微信小程序 + 手机支架（无硬件门槛）
目标用户	时尚爱好者（女性为主）	职业人士（男性+女性）
使用成本	需手动拍照/录入	自动检测，零操作

核心定位升级：从"检查"升维为"帮你看你自己看不到的（感知盲区）"——不是帮你检查你能看到的正面，而是帮你看到你的余光看不到的盲区（后脑、后背衬衫、口气）。

---

三、市场机会：数据支撑

3.1 全球智能镜子市场

来源	2025 年规模	2031-2035 年预测	CAGR
Research and Markets	18 亿美元	60 亿美元（2034）	12.9%
QY Research（AI 镜）	21 亿美元	50 亿美元（2032）	13.2%
Consegic BI	33.7 亿美元	74.8 亿美元（2035）	8.31%
7 份报告共识	20-45 亿美元	60-75 亿美元	8-13%

关键细分：
- AR 虚拟试衣镜子市场：19.6 亿美元（2025）→ CAGR 23.7%
- 最快增长区域：亚太（中国是核心引擎）
- AI 赋能智能镜子 CAGR 13.2%，远高于普通智能镜 8%

3.2 中国男装 + 形象管理市场

市场	规模	增长
中国男装市场（2024）	5687.5 亿元	稳增，2030 年预计破万亿
男装定制市场（2025）	380 亿元	2030 年预计 600 亿元
男性美容市场（2024）	584.47 亿元	快速增长
男性职业装市场（2025）	1200 亿元	同比 +9.2%

3.3 TAM → SAM → SOM 估算（v0.3 修正版）

重要修正：v0.2 使用"全球智能镜子市场 $30 亿"作为 TAM，这是错误的——我们不是做镜子的，是做 AI 形象检查工具的。v0.3 基于 6 家对标公司真实数据和 3 份行业报告重新估算。

三种方法交叉验证：

方法	估算结果	来源
自上而下（行业报告）	TAM $50 亿（Virtual Personal Stylist，QY Research）	全球虚拟个人造型师市场 2025 年 $50.23 亿
自下而上（用户计算）	TAM ~$50 亿	4.5 亿白领 × 10% 付费 × $40/年 ≈ $18 亿（形象检查细分）→ 加上推荐/试穿 ≈ $50 亿
对标类比	Y1 $1.5-3M	Plaid Y1 ~$10M，我们市场更窄，取 1/3-1/7

最终修正：

指标	v0.2（旧）	v0.3（修正）	修正原因
TAM	~$30 亿（智能镜子）	$50 亿（Virtual Personal Stylist）	市场定义从"硬件"改为"服务"
TAM（聚焦）	—	$12 亿（AI Fashion Stylist App，2024）	更精准的细分市场
SAM	~$0.9 亿	$5-8 亿	TAM × 10-15%（检查/验证场景）
SOM Y1	~$450 万	$150-300 万	参照 Rabbit 5% 使用率的教训调低
SOM Y2	—	$1000-2000 万	市场爆发增长，份额降但收入升
SOM Y3	—	$3000-5000 万	Plaid 的 1/5-1/6 规模

3.2 中国男装 + 形象管理市场

[KEEP - 内容需保留]

3.3 TAM → SAM → SOM 估算

[KEEP - 内容需保留]

---

四、产品定位建议

4.1 核心价值主张

"帮你看你余光看不到的"

不是教你穿什么，也不是帮你检查你能看到的——而是帮你感知你自己的感知盲区。

用户能看见的正面，照镜子就能解决。真正的问题是你永远看不到的那些地方：

盲区	为什么你自己感知不到
后脑勺头发翘起	镜子里看不到后脑
背后衬衫塞了一角	身后是视觉死角
裤子后拉链	需要别人提醒
口气	你自己的嗅觉已经适应了——你闻不到

产品哲学：

正面检查不是产品价值（用户自己看得见）。"第二视角"才是产品存在的唯一理由。

每一个产品决策都围绕这个核心：我们只解决你自己感知不到的问题。领带歪了？你自己照镜子。衬衫背后没塞好？——这才是我们的战场。

---

4.2 目标用户："C 的故事 + A 的执行"

C 的故事（PPT 讲述的宽泛叙事）

谁需要这个产品？ 每天出门前，所有需要"专业形象"的职场人：

• 律师出庭、见客户——着装失误 = 专业性质疑
• 销售见甲方——第一印象决定成交率
• 金融从业者见投资人——细节疏忽 = 信任度下降
• 医生出诊、面试者、商务社交……任何"你不能出错"的时刻

PPT 叙事策略：讲述一个宽泛的故事——"每个职场人都面临形象盲区问题"，让评委看到巨大的想象空间。

A 的执行（Y1 实际聚焦）

维度	PPT 故事（C）	Y1 执行（A）
用户范围	所有需要形象的职场人	只做律师
获客方式	全渠道	B2B2C：律所批量引入
产品验证	大而全	20 个律师用一周，NPS > 40
扩展计划	医生、销售、金融……	医生明确排除

为什么是律师：

1. 着装标准最高：律师行业对形象的要求近乎苛刻——出庭有出庭的标准，见客户有见客户的标准
2. 付费意愿最强：形象直接影响案源和客户信任
3. 口碑传播力强：律师圈层紧密，一传十十传百
4. B2B2C 可行：律所愿意为律师形象管理买单（类似 Plaud 的企业客户模式）

为什么不是医生：医生的工作场景（手术室、查房）对着装的要求是功能性而非社交性的，"形象盲区检查"的场景契合度低。从 P1 明确排除。

类比：Tesla 的 Roadster 策略：

Tesla 不是先做 Model 3 走量——先做 Roadster 证明电动车可以很酷，再在高端市场站稳脚跟，最后才做大众市场。我们先做律师，证明"形象盲区检查"这个品类成立，再扩展到更广泛的人群。

---

4.3 MVP 策略：为什么是微信小程序

为什么不是独立 App？

维度	独立 App	微信小程序
下载门槛	App Store 搜索→下载→注册→登录	扫一扫→直接用
下载流失率	每一步流失 20-30%，到达率 <40%	零流失
B2B2C 场景	"请您下载这个 App"——客户当场流失	前台放个二维码，扫码即用
开发维护	iOS + Android 双平台	单一代码库
上线周期	4-6 周（含审核）	2-3 周
生态优势	需自建推送、支付、分享	微信消息模板、支付、社交分享原生支持

核心逻辑：B2B2C 模式下，获客触点是律所前台的二维码。客户看到二维码，扫码就用——如果要求下载 App，90% 的人会直接走开。

小程序核心优势

1. 2-3 周上线：一个全栈工程师就能完成 MVP
2. 零安装成本：扫码即用，用完即走，下次从微信直接进入
3. 单一代码库：不需要维护 iOS + Android 两套
4. 微信生态：消息推送、支付、社交分享、日历 API 全部原生支持

Jobs 的"手机支架"方案：零成本 360° 检查

产品价值是"帮你看背后"，实现这个价值不需要新硬件，只需要手机放在身后。

交互流程：

1. 你穿好衣服，走到玄关
   ↓
2. 手机放在鞋柜支架上（大多数人本来就这么做）
   ↓
3. 你面对镜子整理自己（正面自己看）
   ↓
4. 你低头穿鞋——身后的手机拍下你的背影
   ↓
5. 小程序震动："背后一切正常" 或 "衬衫后面塞了一角出来"

为什么手机支架比所有硬件方案都好：

维度	所有硬件方案	手机支架
安装	贴片/走线/充电	放个支架在鞋柜上
电源	电池/接线问题	手机自己有电
额外设备	新买一个东西	你已经有手机了
成本	¥99-299	¥0（小程序免费）+ ¥9.9 支架
能看到背后	需要后方摄像头	手机放鞋柜上天然拍背后
能看到正面	镜子上的摄像头	你自己照镜子就能看

核心洞察：用户不需要改变任何行为。他只需要正常把手机放在鞋柜上、正常穿鞋。小程序在后台完成"第二视角"的检查。

为什么不需要专用硬件

Jobs 分析了所有硬件方案的死结：

方案	致命缺陷
完整智能镜子	需要替换现有镜子、走线安装、¥200+ 门槛
镜面贴片（电池）	每周拆下来充电，3M 胶反复粘不住
贴片 + 检测笔	两个设备要充电管理，从 30 秒变成 3 分钟设备管理
贴片 + USB-C 常电	后装镜子附近通常没插座，走线很丑

结论：后装 + 无损 + 不丑 + 有电，四个条件不可能同时满足。回到原点——产品价值是"帮你看背后"，实现这个价值不需要新硬件。

V2 杀手功能：口气检测插件

"你能检查自己的穿着，但你能闻到自己的口气吗？"

口气检测完美延续了"帮你感知你自己感知不到的"这个产品哲学：

• 领带歪了 → 自己能看见 → 不是核心价值
• 口臭 → 自己闻不到 → 核心价值

V2 配件方案：¥29-49 的 VSC 气体传感器插件，插在手机充电口上：

1. 从鞋柜拿起手机
2. 像打电话一样凑近嘴边
3. 传感器采样（2-3 秒）
4. 小程序显示：口气正常 / 建议吃口香糖

不需要单独充电（手机供电），和 Plaud 录音笔的"硬件是手机配件"模式一致。

PPT 策略：Y1 不做硬件，但口气检测是答辩时最好的演示武器——一句话让评委记住"余光"的产品哲学。

---

4.4 定价策略（简化版：2 档）

版本	价格	功能	定位
免费版	¥0	1 次/天，基础场景（日常通勤）	获客漏斗，让用户体验核心价值
会员版	¥19.9/月	不限次数，更多场景（出庭 / 见客户 / 面试 / 商务社交）	主力档位，覆盖 API 成本，提供足够使用频次

定价逻辑：

• 免费版是获客工具，核心价值"帮你看背后"免费给用户体验
• ¥19.9/月确保 API 成本可覆盖（中性假设下毛利率 >50%，详见 §15.1 敏感度分析）
• 不设中间档位，避免选择瘫痪——用户只需要决定"够不够用"，不需要比较功能差异

扩展注脚：随着用户增长和场景深入，未来可引入专业版和企业版（律所/金融机构批量采购）。但 Y1 只验证 2 档是否成立，不提前铺开。

---

4.5 竞争壁垒（诚实评估）

坦率承认：技术门槛很低

能力	为什么没壁垒
多模态 AI 检测	GPT-4V / Gemini API 谁都能调
摄像头硬件	供应链完全成熟，成本透明
服装识别 CV	开源模型一堆（YOLO、CLIP）
手机支架拍摄	零技术含量

结论：如果只看技术，3 个月内任何人都能做出同等功能的产品。

4 层壁垒 + 诚实度评估

① 先发速度（12 个月窗口期）— 最诚实的壁垒

大厂从发现机会到立项通常需要 6-12 个月决策周期。我们用这 12 个月完成 B 端签约 + 品牌品类占位 + 数据飞轮启动。

• 为什么诚实：时间壁垒是创业公司最真实的壁垒——大厂不是做不了，而是决策链条太长
• 为什么有限：一旦品类被验证有利可图，大厂可以投入 10 倍资源碾压

② 品牌 = 品类（第一个"形象盲区检查"）— 是机会不是事实

用户心智先发：提到"AI 形象盲区检查"就想到余光，类比提到"扫地机器人"就想到 iRobot。第一个做这个品类的人，有权定义什么叫"形象盲区检查"——标准由我们定。

• 为什么是机会：如果执行到位，品牌品类绑定是最强的长期壁垒
• 为什么不是事实：我们还没有一个用户，品牌认知为零。"品牌=品类"是目标，不是现状

③ 渠道锁定（B2B 续费率 >80%）— 弱锁定但非零

律所/金融机构批量采购后，替换需要重新审批、培训、适应。律所年度合同是锁定机制——后来者要逐家抢已签约客户，比从头获客难 5 倍。

• 为什么有锁定力：B 端客户的切换成本确实存在（重新评估、重新培训）
• 为什么弱：小程序的切换成本低于硬件。如果是镜子贴在墙上，换掉需要物理拆除；小程序只需要换一个二维码。锁定力度有限，但非零

④ 数据飞轮（场景规则优化，不是模型训练）— 前两层确定，第三层待验证

飞轮层级	机制	确定性
第 1 层：用户反馈标记	"这个建议不对" → 修正 prompt	✅ 确定成立
第 2 层：场景规则库	出庭/见客户/面试 → 每个场景的检查规则	✅ 确定成立
第 3 层：垂直场景不可替代性	飞轮转起来后，通用 LLM 无法替代垂直经验	⚠️ 待验证

• 前两层确定：用户反馈优化 prompt 准确率是已被验证的机制（类比 Plaud 50% 付费转化率来自场景模板优化）
• 第三层待验证：当 GPT-5/6 等更强模型出来时，垂直场景规则是否还能构成差异化，取决于规则库的深度和场景的复杂度

汇报话术建议

"我们承认技术壁垒有限——多模态 AI 和手机摄像头都是成熟技术。我们的壁垒来自四个层面：
1. 先发速度：12 个月窗口期完成 B 端签约和品牌占位
2. 品牌 = 品类：让'形象盲区检查'和余光绑定
3. 渠道锁定：律所年度合同，续费率 >80%
4. 数据飞轮：垂直场景规则越用越准

比硬说有技术壁垒要诚实得多。承认壁垒有限但讲清楚怎么赢，反而加分。"

---

4.6 命名方法论（新增）

产品命名

语言	名称	含义
中文	「余光」	你的余光看不到的东西（HOW 隐喻）
英文	「Alright」	确认一切 OK 的那份安心（WHAT 结果）

命名方法论：产品名应该同时回答两个问题

一个好名字同时回答：

1. "你怎么帮我？"（HOW）——「余光」= 帮你看你余光覆盖不到的盲区
2. "我得到什么？"（WHAT）——「Alright」= 确认一切 OK 的那份安心

英文名「Alright」好在哪：

• 它是一个完整的句子。 别的产品名是名词（微信、抖音、美图）。"Alright" 是一个回应——当用户问"我 OK 吗？"的时候，产品的名字就是答案
• 情绪是对的。 不是"你今天帅爆了"，而是"嗯，没问题"——这正是出门前你需要的感觉
• 全球通用。 出海零翻译成本

中文名「余光」好在哪：

• 暗示了产品价值——你看不到的，余光帮你看
• 日常词汇，不生造，好传播
• 和英文 Alright 形成 HOW+WHAT 的完整叙事

命名光谱：余光属于"暗示性"命名

命名类型	特点	例子	余光
描述性	直接说产品是什么	"智能穿衣镜""AI 形象检查"	❌
暗示性	隐喻暗示价值，不说死	「余光」「Airbnb」	✅ 在这里
真实词新用	占有日常词汇新含义	"Apple""Amazon"	—
造词	创造全新词汇	"Kodak""Sony"	—

Jobs 对命名的洞察：

最好的名字不是创造一个新词，而是占有一个已有的词。好名字本身就是故事——用户听到"余光"，自然联想到"我看不到的地方"，不需要解释。

为什么不用"智镜"

"智镜"是一个描述性命名，有三个致命问题：

1. 绑定镜子形态：产品已经从镜子转型为小程序 + 手机支架，"智镜"这个名字绑死在"镜子"上，和实际产品形态矛盾
2. 缺乏隐喻空间："智能镜子"只描述了产品是什么，没有暗示产品为你做什么——没有情感连接
3. 无法迁移：如果未来产品形态再变（比如口气检测插件成为主角），"智镜"这个名字就完全失效了

「余光」不绑定任何形态——不管产品是小程序、App、配件还是未来任何形态，"帮你看余光看不到的"这个价值主张永远成立。

---

4.7 小程序留存策略（新增）

微信小程序的留存挑战是真实的——行业数据：

指标	微信小程序	独立 App
次日留存	~25%	~40%
7 日留存	~15%	~30%
30 日留存	~8%	~20%

小程序"用完即走"的特性是优势（获客容易），也是弱点（留存困难）。必须主动设计留存机制。

4 个留存策略

① 微信消息模板推送（每日出门前提醒）

• 工作日早上 7:30-8:00 推送："今天有重要会议吗？出门前让余光帮你看看背后"
• 利用微信服务号的消息能力，触达率远高于 App Push
• 用户可自定义提醒时间（根据通勤习惯）

② 场景化触发（日历 API 联动）

• 接入微信日历 / 手机日历 API
• 检测到"出庭""客户会议""面试"等关键词 → 提前 30 分钟主动提醒
• "下午 2 点有客户会议，建议提前做一次完整形象检查"
• 场景化触发的留存效果远高于无差别推送

③ 社交分享机制（打卡/成就）

• "连续 7 天形象检查"成就徽章
• "形象管理达人"等级体系
• 分享到朋友圈："今天余光帮我发现了一个小问题 #出门前30秒"
• 轻量游戏化，不喧宾夺主

④ 检查结果价值强化

• 每次检查生成"形象日报"："今日检查 3 项，全部通过"
• 周报："本周检查 5 次，发现 1 个小问题（衬衫塞边），已及时提醒"
• 让用户感知到产品的持续价值，而不是"用了没感觉"

关键指标

指标	目标	行业基准
次日留存	>35%	~25%
7 日留存	>25%	~15%
付费转化率	>5%	~2-3%（工具类小程序）
场景化触发打开率	>40%	—

核心逻辑：留存不是靠"提醒用户打开"，而是靠"在用户最需要的时候恰好出现"。日历联动 + 场景化推送的价值远高于简单的每日提醒。

---

六、GTM 与快速迭代：如何在无壁垒市场抢占先机

6.1 B2B2C 核心逻辑

核心问题：软件没有护城河，数据壁垒和用户习惯需要时间积累。前 6-12 个月的生存期，靠什么活下来并快速放量？

答案：速度壁垒 + 北京律师 B2B2C 单点突破 + 数据飞轮。

产品形态已从"智能镜子"升级为"微信小程序 + 手机支架"——零硬件门槛，零安装成本，用户无需购买任何新设备。这大幅降低了 B2B2C 的推广难度：律所不需要采购硬件，只需在前台放一个手机支架和一张小程序码。

6.2 触达路径

路径 1：B2B2C——北京律所"员工福利"（Y1 核心突破策略）⭐

要素	方案
对象	北京律所 HR/行政总监（不是律师本人）。BD 方法：定位为形象管理培训的替代品
卖点	"帮你们所的年轻律师避免着装失误，提升客户信任度" = 培训替代品
定价	企业版：199 元/人/年（覆盖 API 成本。比一次着装培训仍便宜 90%+）
规模	北京中型律所（50-200 人），目标 10 家 = 500-2000 用户
关键	律所有年度培训预算，形象管理培训是已有品类。我们不是卖新产品，是用更便宜的方式替代已有支出
物理触点	律所前台放手机支架 + 小程序二维码桌贴，律师出门前手机扫码→支架放手机→AI 拍背影检查（零成本获客，每次使用都是品牌曝光）

为什么聚焦北京律师：
- 北京是中国律所最密集的城市，中型律所（50-200 人）数量远超其他城市
- 北京律所客户以央企、外企、政府机关为主，着装要求最严格
- 地域集中 = BD 成本最低：同一 CBD 区域可密集拜访，差旅成本趋近于零
- 北京律师圈层效应极强：朝阳/海淀律所间口碑传播速度快

为什么律所会买单：
- 知乎文章已证明：律所合伙人普遍反映年轻律师着装不当
- 传统解决方案是请形象顾问做培训（5000-20000 元/次，效果不持续）
- 我们的方案：持续性的每日检查，成本只有培训的 1/50
- 销售话术核心："帮你们避免年轻律师着装失误" ——直击合伙人痛点

谈判话术：

"XX 律所好，我们做了一个 AI 形象检查小程序，专门解决年轻律师着装不当的问题。律师出门前用手机扫一下小程序码，手机往支架上一放，AI 就能告诉他领带歪没歪、衬衫背后塞没塞好、整体穿得得不得体。企业版 199 元/人/年，比请一次形象培训讲师便宜得多，而且每天都能用。我们在前台放一个手机支架和小程序码，律师出门前一扫就行。要不要先给 10 位年轻律师试用一个月？"

路径 2：职业社群精准投放（最低成本获客）

Phase 2+（视 Phase 1 北京律师 B2B2C 验证结果启动）

渠道	方式	预估 CAC
无讼阅读	法律人社区，精准覆盖 50 万+律师	投稿/合作
脉脉	职场社交，按行业/职级精准投放	5-15 元/用户
小红书	"律师穿搭""面试穿搭"关键词投放	3-8 元/用户
知乎	在"律师怎么穿"类问题下做内容营销	免费内容+低付费
抖音	短视频："AI 帮你检查背后有没有问题"	爆款视频可零成本获万级用户

核心洞察：律师群体有极强的职业社群归属感。一个律师用了觉得好，会在律师群里自发分享。"我最近用了一个 AI 形象检查小程序，出庭前扫一下，连背后衬衫塞没塞好都能看到"——这种分享在律师微信群里传播力极强。

路径 3：KOL/KOC 种子用户计划（最快建立信任）

Phase 2+（视 Phase 1 北京律师 B2B2C 验证结果启动。Phase 1 可利用北京律师圈自然口碑替代 KOL 投入）

KOL 类型	人选方向	合作方式
律师博主	小红书/抖音上做"律师日常"的博主	免费体验 + 内容共创
形象顾问	专业形象顾问转推我们的工具	分成/白标合作
穿搭博主（男）	做男性职场穿搭内容的博主	"AI 盲区检查挑战"视频

核心策略：不是花钱请 KOL 打广告，而是让 KOL 自己用、自己拍、自己觉得好。

"挑战：让 AI 检查我背后有没有穿帮"——这种内容自带话题性，律师博主 100% 会拍

路径 4：场景绑定点——物理触点（小程序零成本优势）

Phase 1 已内嵌：律所前台手机支架+小程序码是路径 1 的核心物理触点。以下为扩展场景，Phase 2+ 启动

场景	想法
律所前台	手机支架 + 小程序二维码桌贴，"出门前一扫，AI 帮你看背后"
法院律师休息室	律师出庭前的最后检查站，扫码即用
高端男装店	买完西装，"扫码用 AI 检查你穿得对不对"
面试培训机构	公考/银行面试培训课程配套工具

核心优势：不需要安装硬件，一个手机支架 + 一张小程序码就能形成物理触点。成本趋近于零，部署时间 <5 分钟。

6.3 迭代机制

数据飞轮

用户扫码拍照 → AI 检查盲区 → 用户反馈"对/不对" → 场景规则优化 → 检查更准 → 更多用户

数据类型	收集方式	价值
检查结果	AI 判定"衬衫背后塞了一角"+ 用户确认	场景规则库训练数据
用户反馈	"这个建议有用吗？"点赞/踩	检查效果评估
场景标签	用户选择"今天见客户/出庭/日常"	场景-规则映射优化
拒绝原因	用户没采纳建议的原因	规则细粒度调优

小程序迭代节奏

周期	迭代内容
每日	prompt 微调（调整 AI 检查的敏感度、建议措辞）
每周	新增场景规则（本周加"律师出庭"，下周加"销售拜访"）
双周	小程序版本更新（微信审核 1-2 天，比 App Store 快 3-5 天）
每月	功能更新（新增天气联动、新增口气检查提醒等）
每季度	模型升级（GPT-4V API → 微调开源模型 → 端侧部署）

小程序 vs App 迭代优势：
- 审核周期：微信 1-2 天 vs App Store 3-7 天
- 热更新：H5 页面可即时更新，无需用户手动升级
- 单一代码库：无需分别维护 iOS/Android
- 用户无感知更新：小程序静默更新，用户下次打开即用最新版

6.4 路线图

阶段	时间	目标	关键动作	成功指标
Phase -1	月 1-2	小程序 MVP 上线	微信小程序发布，核心功能（拍照检查盲区+场景适配）	100 个种子用户
Phase 0	月 2-3	需求验证	种子用户反馈 → 产品迭代 → 场景规则库初始化	日活 >50，NPS >40
Phase 1	月 3-6	北京律师 B2B2C 单点突破	北京律所企业版销售（前台手机支架+小程序码），聚焦 10 家中型律所	10 家北京律所签约，1000-2000 B 端用户，续费率 >70%
Phase 2	月 6-9	Plus 配件 + 城市扩展	上线口气检测插件（¥29-49，插手机充电口），拓展上海/深圳律所	Plus 配件 500+ 件售出，转化率 >20%
Phase 3	月 9-12	场景扩展	从律师扩展到销售/金融/咨询等职业场景；评估独立 App 需求	月活 >5000，付费率 >15%
Phase 4	月 12+	生态放大	独立 App（如需）+ 场景扩展 + KOL/社群 + 海外评估	月活 >5 万

关键变化：路线图不再包含硬件量产阶段。产品以小程序为核心，Plus 配件（口气检测插件等）为增值选项，独立 App 仅在用户规模达到一定量级后视需求启动。

6.5 关键指标体系

指标	Phase -1	Phase 1（Y1 核心，B 端聚焦）	Phase 3	Phase 4
B 端签约律所	—	≥10 家	30 家	100 家
B 端用户数	—	1,000-2,000	5,000	20,000
B 端续费率	—	>70%	>75%	>80%
总用户数	100	2,000	10,000	50,000
小程序日活率	>30%	>20%	>18%	>18%
付费转化率（C 端）	—	—（Phase 2+）	15%	20%
场景规则数	5	20	50	100+
检查准确率（用户确认）	>70%	>80%	>85%	>90%
NPS	>40	>50	>50	>55
收入	0	20-40 万/月（B 端为主）	50 万/月	200 万/月

---

七、PPT 内容框架（10 页，对齐作业要求）

设计原则：10 分钟路演，每页 ~1 分钟；页 1-7 对应作业要求，页 8-10 补充商业论证。核心定位："帮你看你自己感知不到的"。

7.1 PPT 页码总览

页码	标题	对应作业要求	核心论点	关键数据点	视觉建议
1	封面	—	余光 Alright——帮你看你感知不到的	标语："你能看见正面。但你的背后呢？"	深色极简背景 + 手机支架场景暗示
2	命名与定位	价值主张（a）前置	中文名「余光」= 余光看不到的盲区（HOW）；英文名「Alright」= 确认一切 OK 的安心（WHAT）	命名方法论：好名字同时回答"怎么做"和"得到什么"	命名拆解图：余光(HOW) + Alright(WHAT) = 品牌核心
3	痛点与用户画像	价值主张（a）	职场形象失误是高频、高代价、低自觉的隐性需求——用户自己看不到的才是真正的痛点	① 小红书社死帖 2.8 万赞 ② "63% 职场男性认为外表影响晋升" ③ 律师着装规范案例	社死帖截图 + 痛点矩阵（能感知 vs 感知盲区）
4	价值主张（作业 a）	a. 核心价值 + 核心问题	帮你看你自己感知不到的：① 后脑/背后（发型翘起、衬衫外露）② 仪容盲区（鼻毛、口臭）③ 场景错配（该穿什么不自知）	3 个使用场景：出庭 / 见客户 / 面试——都是"背后出问题"的高危时刻	手机支架场景图：正面照镜子(自己看) + 背后手机拍(余光看)
5	产品方案（作业 a）	a. 如何交付价值	微信小程序 + 手机支架：手机放鞋柜支架上→后置摄像头拍背影→AI 30 秒检查→语音/文字建议。零硬件，零安装，零成本	MVP：2-3 周上线小程序；口臭检测插件（V2 杀手功能，¥29-49）	产品流程图：手机支架放鞋柜→拍背影→AI 分析→"衬衫后面塞了一角"
6	竞品分析与差异化（作业 bc）	bc. 为何选我们	7 类竞品都做"推荐"，没人做"盲区检查"——我们开辟蓝海	竞品矩阵：Samsung（护肤）/ 穿搭 App（推荐）/ 美颜相机（美化） vs 余光（盲区检查）	竞品对比矩阵，突出"盲区检查"定位差异
7	竞争壁垒/护城河（作业 bc）	bc. 竞争优势 + 壁垒	① 先发速度（12 个月窗口期）② 品牌=品类（第一个"形象盲区检查"）③ 渠道锁定（B2B 续费率 >70%）④ 数据飞轮（场景规则随用户增长自增强）	诚实评估：纯技术 3 月可复制，壁垒在渠道+品牌+数据	4 层壁垒图，每层标注诚实评估（确定/机会/待验证）
8	MVP 定义与验证（作业 d）	d. 最小可行产品 + PMF 动态	微信小程序 MVP：拍照盲区检查 + 场景匹配 + 语音反馈；三阶段验证	Phase -1（100 用户，NPS>40）→ Phase 1（2000 律师用户）→ Phase 2（Plus 配件）	小程序界面示意 + 验证里程碑时间线
9	商业模式与路线图	补充	TAM $50 亿 + Y1 聚焦北京律师 B2B2C；定价：免费版 + ¥19.9/月	定价模型 + API 成本敏感度分析 + 盈亏平衡点	市场漏斗图 + 路线图时间线（月 1→3→6→12）
10	团队与总结	补充	一句话总结："你能看见正面。但你的背后呢？"	3 个关键数字回顾 + 团队能力矩阵	品牌标语大字 + 3 个关键数字

7.2 Q&A 预判（7 分钟问答准备）

Q1："你的技术壁垒在哪里？大厂 3 个月就能做。"
→ 承认纯技术可复制；壁垒在 ① 先发速度（12 个月窗口期）② 品牌心智（第一个"形象盲区检查"=品类代名词）③ 渠道锁定（律所合同采购周期 1-2 年）④ 数据飞轮（场景规则随用户增长自增强）。类比：追觅的技术戴森也能做，但追觅靠渠道和性价比赢了。

Q2："如果腾讯/字节做了怎么办？"
→ 细分市场对大厂不够大（年营收天花板 <10 亿），类比大疆——大疆在无人机领域赢了不是因为技术不可复制，而是因为专注和迭代速度。大厂做的是通用平台，我们做的是垂直场景极致体验。

Q3："API 调用成本怎么控制？毛利率够吗？"
→ 已做敏感度分析（¥0.1/¥0.3/¥0.5 每次调用）：¥19.9/月在乐观假设下毛利率 85%，中性假设 54%。通过检查次数限制 + 智能模型降级控制成本上限。长期路线：端侧推理降低 80% API 成本。

Q4："为什么先切入律师市场？市场太小了吧？"
→ 律师不是目标市场，是验证市场：① 最高标准（着装规范最严格）② 最高付费意愿（形象直接影响收入）③ 最佳口碑传播（同行社群紧密）。验证成功后再扩展销售/金融/咨询。类比：Tesla 先做 Roadster（跑车）验证技术，再做 Model 3 走量。

Q5："为什么不做硬件？"
→ 硬件白痴指数太低（BOM ¥85-135 vs 售价 ¥199 = 1.5-2.3x），供应链已经把利润压到底，自己做不出成本优势。更重要的是：手机支架方案零成本实现了"拍背后"的核心功能，不需要硬件来验证需求。如果小程序验证成功到不可思议，再考虑配件补充。

Q6："小程序留存率低怎么办？"
→ 行业数据小程序 7 日留存 ~15% vs App ~40%。我们的应对：① 日历 API 联动（重要会议前主动提醒）② 微信消息模板推送 ③ B2B2C 模式下律师每日使用场景天然高频（每天出门前）。留存率是持续优化的指标，不是 Day 1 的门槛。

7.3 MVP 功能清单（小程序版）

功能	优先级	说明
拍照盲区检查	P0	手机后置摄像头拍背影，AI 检查：衬衫/外套是否塞好、背后是否整齐、整体是否协调
场景匹配建议	P0	根据日程+天气+用户选择（出庭/见客户/日常）匹配着装要求
语音反馈	P1	TTS 朗读检查结果，"背后一切正常" 或 "衬衫后面有一角露出来了"
历史记录	P1	查看过去 7 天形象评分趋势（微信云端存储）
会员方案	P2	免费版 1 次/天 + 付费版 ¥19.9/月不限次 + 更多场景（出庭/面试/宴请）
日历联动	P2	读取微信/手机日历，重要会议前主动推送提醒

7.4 宣传视频脚本（新增）

总时长：18 秒 | 总字数：72 字（中文口语 ~4 字/秒）

时间段	画面描述	台词	时长
0s-3s	男士穿好西装，面对镜子整理领带，满意地点头	"你觉得今天没问题？"	3s
3s-7s	镜头切到身后——衬衫后面明显有一角塞得不整齐；手机放在鞋柜支架上，小程序自动弹出提醒	"你的背后，你看不到。"	4s
7s-12s	手机屏幕特写：小程序界面显示检查结果"衬衫后面有一角外露"，配语音提醒；男士伸手整理	"手机扫一下，余光帮你看。"	5s
12s-15s	男士整理完毕，自信走出家门；画面定格在手机支架上的小程序界面	"背后没问题，今天 Alright。"	3s
15s-18s	深色背景，品牌 Logo "余光 Alright" 渐显，下方标语"帮你看你感知不到的"	（无台词，品牌露出）	3s

脚本核心理念：
- 场景代入（3s）：用户自以为没问题
- 痛点触发（4s）：展示背后盲区——用户自己看不到的
- 产品展示（5s）：小程序扫码，零操作，即用即走
- 结果呈现（3s）：问题被看到、被解决
- 品牌露出（3s）：余光 Alright，帮你看你感知不到的

脚本特点：
- 全程无"镜子""硬件"等字眼
- 以"背后"为核心隐喻，直击感知盲区
- 品牌名自然融入台词（"今天 Alright"=日常用语=品牌名）

---

八、数据来源清单

编号	来源	URL/引用
1	Research and Markets	Smart Mirror Market Opportunity, Growth Drivers, Industry Trend Analysis 2025-2034
2	Mordor Intelligence	Smart Mirror Market - Size, Share & Forecast
3	QY Research	Global AI-Enabled Smart Mirrors Market Research Report 2026
4	Consegic Business Intelligence	Smart Mirror Market Size to Reach USD 7.48 Billion by 2035
5	6Wresearch	Global Smart Mirror Market (2025-2031)
6	Stratistics MRC/GII	Smart Mirror for Virtual Try-ons Market Forecasts to 2032
7	华经产业研究院	2025年中国男装行业市场深度分析
8	中研普华	2025年男装行业宏观图景及趋势预测模型
9	YUESU 悦塑	2025年男性形象管理趋势分析
10	无讼阅读	律师要这么穿，还愁没客户找上门来？
11	腾讯新闻	当男人做了律师，就必须知道「松弛感」的重要性
12	腾讯新闻	2024年，请男律师穿好你们的裤子
13	简书	高价值形象002：律师如何打造第一印象
14	博研咨询	2025年中国男士工作服行业市场现状
15	界面新闻	追觅科技俞浩访谈：从 10 万到百亿的创业历程
16	凤凰网科技	追觅科技 5 年 CAGR>100% 成长分析
17	出海网	追觅科技出海策略：先攻德日韩美高端市场
18	Sacra Research	Plaid 营收融资分析：年化收入 2.5 亿美元
19	Lifewire	Plaud Note 评测：硬件+订阅商业模式
20	澎湃新闻	豆包定价与国内 AI 工具付费习惯分析
21	Exlinks	AI 出海变现三种路径：国内付费率 8-11% vs 海外 30-40%
22	M Accelerator	Data Moat vs Network Effect：创业公司数据壁垒建设
23	Forbes（2025.11）	How An AI Notetaker Became One Of The Few Profitable AI Startups — Plaud 数据
24	36kr（2025.06）	不见投资人、年入一亿美金：AI 录音笔十倍增长神话（Plaud 深度）
25	36kr（2026.05）	Plaud 融资腾讯、估值 20 亿美元（含中国市场<10 万台信息）
26	Entrepreneur（2025.02）	Humane Is Sold to HP for Parts, Will Brick Its AI Pin
27	The Verge（2024.09）	Only 5,000 people are using the Rabbit R1 at any given time
28	Statista（2024）	Rabbit R1 sales by batch（累计 13 万台）
29	Stitch Fix IR（2025.09）	FY2025 Q4 财报：营收 $12.7 亿，活跃客户 230 万
30	Research Intelo（2025）	AI Fashion Stylist App Market：2024 $12 亿 → 2033 $78 亿，CAGR 23.1%
31	QY Research（2026）	Virtual Personal Stylist Market：2025 $50 亿 → 2032 $144 亿
32	HTF Market Intelligence	AI Wardrobe Stylists：2025 $43 亿 → 2033 $135 亿，CAGR 14.8%
33	Market.us（2025）	AI Mirror Market：2024 $8.66 亿 → 2034 $21.8 亿，CAGR 9.7%
34	MicroLED-Info（2026）	Samsung 将 microLED AI 美妆镜转为量产产品
35	36kr（AMIRO 报道）	AMIRO 化妆镜连续三年双十一类目第一，累计销量超 100 万台

---

九、国内 vs 海外市场策略：两条腿走路

9.1 核心洞察：国内做壁垒（场景数据），海外做收入（付费订阅）

维度	国内市场	海外市场
C 端付费率	仅 8-11%（AI 工具类）	30-40%（生产力工具类）
可接受月费	~48 元（6.6 美元）	$4.99-9.99/月
ARPU 差异	~80 元/年（付费用户）	$60-120/年（付费用户）
付费驱动因素	功能刚需（B 端驱动为主）	生产力提升（C 端自驱）
最佳切入点	B 端先行（律所/金融 199 元/人/年）	C 端订阅（律师/销售 $4.99-9.99/月）
核心价值	积累场景数据 → 建壁垒	高 ARPU → 正现金流 → 独立生存

9.2 国内策略：B 端先行（Y1 北京律师），C 端随进（Phase 2+）

第一阶段（0-6 月）：B 端北京律所（Y1 核心）

动作	目标
企业版 199 元/人/年	谈下 10 家北京律所 → 1000-2000 用户 + 稳定现金流
物理触点	律所前台手机支架+小程序二维码 → 零成本获客
口碑裂变	北京律师圈自然口碑（朝阳区律所密集区先行）

第二阶段（6-12 月）：C 端小程序放量（Phase 2+）

Phase 2+（视 Phase 1 北京律所验证结果启动）

• 免费版每日 1 次检查 → 积累用户基数
• ¥19.9/月付费会员 → 3 次/天检查 + 多场景
• 抖音/小红书内容营销 → 爆款视频零成本获万级用户

为什么国内不能直接打 C 端：
- 豆包 Pro-128K 定价仅 50 元/年，用户对 AI 工具付费意愿极低
- 国内用户习惯"免费+广告"模式，纯订阅很难撑起收入
- B 端 99 元/人/年看似便宜，但批量采购 100 人就是近万元/年，现金流健康

9.3 海外策略：C 端订阅为主，B 端为辅（Phase 2+）

Phase 2+（需 Phase 1 北京律所验证成功 + 场景规则库积累到 20+ 条后启动）

目标市场优先级：

优先级	市场	理由
P0	美国	全球最大付费意愿市场，律师/金融从业者基数大
P1	英国/德国	职业着装文化浓厚（英式西装、德式严谨），付费习惯好
P2	日本/韩国	形象管理意识强，技术接受度高

定价策略（海外）：

方案	价格	定位
免费版	$0	每日 1 次检查，获客漏斗
Pro	$4.99/月（$49.99/年）	无限次检查 + 多场景 + 天气联动 + 日历集成
Business	$9.99/人/月	团队管理 + 行业模板 + 定制规则

出海路径（借鉴追觅）：
1. 不从东南亚低价起步——直接打美国/欧洲高端市场
2. 独立站 + App Store 双渠道——Shopify 独立站建品牌，App Store 走量
3. Product Hunt 首发——海外科技产品冷启动标配
4. 律师/金融行业论坛精准投放——对标 Plaud 在律师/医生社群的渗透策略

9.4 双市场协同效应（Phase 2+ 启动）

国内积累场景数据（律师出庭规则/销售拜访着装标准）
        ↓
场景规则库 → 海外产品本地化（美国律师出庭规则/英国商务礼仪）
        ↓
海外高 ARPU 收入 → 反哺国内产品研发 → 更多场景 → 更强壁垒

关键洞察：国内场景数据是"弹药"，海外付费用户是"粮仓"。没有好弹药打不赢海外市场，没有粮仓活不到壁垒建成。

---

十、AI 硬件创业案例借鉴：追觅科技 & Plaud

10.1 两条完全不同的创业路径

维度	追觅科技	Plaud
创始人	俞浩，清华航空航天专业，极客出身	许高（Nathan Xu），连续创业者+投资人
启动资金	10 万元（团队凑钱）	自筹 + Kickstarter 众筹 100 万美元
成立时间	2017 年	2021 年
核心产品	扫地机器人、洗地机、吸尘器 → 全品类	AI 录音笔（Note/NotePin/Note Pro）
当前营收	2025 上半年营收远超 2024 全年（百亿级）	2024 年 $5600 万，2025 年预计 ~$1.5 亿（注：非早期估算的 $2.5 亿）
海外收入占比	~80%（2024 年）	主体收入来自海外（170 个国家）
融资	天使轮 1400 万（小米+顺为）→ C 轮 36 亿元	几乎没有外部融资，自力更生
团队规模	4000+ 人（70% 研发）	129 人（快速增长中）
盈利状况	盈利（复合增长率 >100%/年）	盈利（2024 年利润率 20%；但中国市场<10 万台，被钉钉/飞书碾压）

10.2 追觅的核心打法：技术先行 → 小米喂养 → 自主出海

阶段	时间	关键动作	核心逻辑
技术攻坚	2015-2017	用 2 年攻克 10 万转高速马达，追平戴森	先有核心技术，再成立公司
小米喂养	2017-2020	加入小米生态链，代工吸尘器/扫地机，早期 80% 收入来自小米	借力小米获得稳定现金流+供应链经验
自主品牌	2020-2023	推出 Dreame 自主品牌，代工比降至 10%	去小米化，建立独立品牌
全球化+高端化	2023-至今	先切入德国/法国高端市场，再扩展全球	不从东南亚低价起步，直接打高端

追觅的 5 个关键策略：

1. 技术先行：不是先有产品再找技术，而是先攻克核心技术（马达），再用技术延展产品线
2. "N+1"策略：不做 "N-1"（山寨降价），做 "N+1"（行业最佳+一个创新点）
3. 先高端后下沉：从德国/法国/美国高端市场切入，品牌定位高，再向下辐射（德国市占率 37%）
4. 多品类复用：马达+AI 算法+机械臂三大技术底座，可复用到任何需要"动力+智能+控制"的场景
5. 最小成本试错：每个新品仅铺货几十台试水，验证后再放量

10.3 Plaud 的核心打法：硬件获客 → 软件变现 → 先海外后国内

阶段	时间	关键动作	核心逻辑
Kickstarter	2023	众筹首发 Plaud Note，获得 100 万美元预购	用众筹验证需求+获得启动资金
海外爆发	2023-2025	专注海外市场，年化收入 100M→250M 美元	海外付费意愿强，先赚美元
产品矩阵	2024-2025	Note → NotePin → Note Pro → Desktop	不同形态覆盖不同用户群
回国	2025.9	正式进入中国大陆，降价（年费从 $240 降至 ¥299）	海外品牌势能回国

Plaud 的 5 个关键策略：

1. 硬件是获客漏斗，软件才是利润中心：硬件 $159（接近成本价，毛利 ~25%），软件 $99.99-239.99/年，50% 用户转化为付费订阅，软件收入已超过硬件
2. 超级细分场景切入：不是做"AI 录音笔"——而是做"律师/医生/销售的专业笔记工具"，按行业提供专业模板
3. 先海外后国内：海外用户愿意为生产力工具付 $99/年以上；国内定价降至 ¥299/年（约海外的 1/6）
4. 垂直整合：自己设计硬件 + 自己做 AI 基础设施 + 自己做用户端 App，全栈控制 = 体验一致 = 用户粘性
5. 渠道创新：Costco 捆绑销售（硬件+1 年 Pro 会员），零售渠道直接提高软件转化率

10.4 对余光 Alright 的借鉴

#	借鉴点	来自	对余光 Alright 的启示
1	场景先行	追觅（技术先行）+ Plaud（场景先行）	我们应该场景先行——"出门前形象检查"这个场景才是壁垒，不是技术
2	小米路径	追觅（小米代工→独立）	先独立验证（小程序 MVP），再用数据谈生态链。不是先抱大腿再验证
3	出海优先	追觅（海外 80%）+ Plaud（主体海外）	海外做收入，国内做壁垒。$4.99/月的海外订阅远比国内 19.9 元/月更健康
4	先高端后下沉	追觅（德国 37% 市占率）+ Plaud（美国律师/医生）	律师是我们的"高端切入点"——对标 Plaud 打医生/律师
5	Plus 配件是增值，硬件不再是核心	Plaud（$159 硬件 → $99-240/年软件）	我们的策略调整为：小程序免费验证成功后，考虑手机支架（¥9.9）+ 口气检测插件（¥29-49）作为 Plus 配件增值。硬件不再是获客工具，而是对付费用户的增强
6	行业模板 = 渠道粘性	Plaud（医疗/法律/销售专业模板）	律师出庭检查模板 / 销售拜访检查模板 = B 端客户用上就换不掉的粘性
7	最小成本试错	追觅（新品铺几十台）+ Plaud（众筹验证）	小程序 MVP 先验证，配件预购再启动。不验证不上线
8	渠道创新	Plaud（Costco 捆绑）	律所前台手机支架+二维码 = 我们的 Costco：低成本物理触点（手机支架 ¥9.9）+ 二维码直达小程序，B 端零门槛体验
9	N+1 策略	追觅（行业最佳+一个创新）	不做"推荐"（N），做"检查"（N+1）。所有人都做推荐，没人做检查
10	双市场定位	追觅（高端品牌）+ Plaud（出口转内销）	国内推"专业形象管理工具"，海外推"AI Blind Spot Assistant"

10.5 最值得借鉴的 3 条核心经验

经验 1：Plaud 的"硬件获客+软件利润"模型——但我们要调整

Plaud 证明了：当你没有技术壁垒时，商业模式就是壁垒。
- 硬件低价获客（$159）→ 50% 用户转化为年费订阅（$99-240）→ LTV 远超硬件售价
- 我们的调整：因为 Y1 不做硬件，借鉴的是"Plus 配件增值"模式——小程序免费验证成功后，考虑手机支架（¥9.9）+ 口气检测插件（¥29-49）作为 Plus 配件，对付费用户的增值

经验 2：追觅的"先高端后下沉"全球化路径——直接复用

追觅从德国/法国高端市场切入，不从东南亚低价起步。为什么？
- 高端市场用户愿意为创新付费，验证速度快
- 高端市场的品牌势能可以向下辐射
- 我们的映射：海外从美国律师/金融从业者切入（$4.99-9.99/月），国内从一线律所切入（199 元/人/年）

经验 3：两家共同的"行业模板 = 渠道粘性"——我们的客户锁定机制

• Plaud：律师咨询模板、医疗记录模板 → 企业用上就换不掉，续费率极高
• 追觅：不同国家的地毯类型适配 → 本地化 = 切换成本
• 我们的映射：律师出庭检查规则 / 销售拜访着装标准 / 面试着装规范 → 每个职业场景的模板深入工作流 = 客户换掉需要重新培训和适应 = 渠道粘性而非技术壁垒

10.3 Plaud 的核心打法：硬件获客 → 软件变现 → 先海外后国内

[KEEP - 内容需保留]

10.4 对余光 Alright的 10 条借鉴

[REWRITE - 需改写竞品引用，从"余光 Alright"改为"余光 Alright"]

10.5 最值得借鉴的 3 条核心经验

[KEEP - 内容需保留]

---

十一、壁垒建设里程碑

11.1 壁垒强度随时间演变（4 层框架）

时间节点	壁垒强度	具体表现	威胁评估
3 个月	弱	有小程序 MVP + 几百用户	任何团队 1-2 个月可复制
6 个月	中弱	2000+ 用户 + B 端律所签约（渠道锁定起步）	大厂 2-3 个月可复制，但看不上这个市场
12 个月	中等	10000+ 用户 + B 端续费率 >80% + 品牌品类占位	渠道锁定显现——律所年度合同续约，后来者要逐家抢
18 个月	较强	数据飞轮转动（用户反馈→prompt 优化→更准→更多用户）+ 企业客户续费	飞轮效应 = 后来者面对的是被优化过的产品，不是空白市场
24 个月	强	品牌品类认知（"AI 形象盲区检查"= 余光）+ 渠道网络 + 数据积累	品类定义权在手，后来者需要重新教育市场

11.2 4 层壁垒详细拆解（诚实评估）

壁垒层	描述	我们的状态	诚实评估
1. 先发速度	12 个月窗口期	我们是第一个做"形象盲区检查"的小程序产品	最诚实——这只是时间窗口，不是长期壁垒。12 个月后模仿者可以进来
2. 品牌 = 品类	第一个做"AI 形象盲区检查"产品，提到形象检查就想到我们	我们占位"形象盲区检查"品类，英文品牌名"Alright"暗示"确认 OK"的结果	有机会不是事实——用户心智占位需要持续教育，大厂可以后来居上
3. 渠道锁定	B 端年度批量采购合同，续费率 >80%——后来者要逐家抢	律所年度合同 + 行业模板深入工作流 = 换掉需要重新培训	弱锁定但非零——律所可以同时试两套，只是续费时需要二选一
4. 数据飞轮	用户反馈持续优化场景规则库准确率，飞轮转起来后通用 LLM 无法替代垂直经验	需要积累 20+ 场景规则，用户确认准确率 >80%	前两层确定，第三层待验证——场景知识库确实能提升体验，但能否构成壁垒需要 Y2 验证

11.3 关键里程碑与验证信号

里程碑	时间	验证信号	如果未达到
需求验证	月 2	种子用户日活 >30%，NPS >40	转向或放弃，总投入 <5 万
B 端验证	月 4	3 家以上律所付费签约	调整 B 端策略，专注 C 端
场景深度	月 6	20+ 场景规则，用户确认准确率 >80%	增加行业专家投入
海外验证	月 12	海外付费用户 >1000，MRR >$5000	专注国内，海外作为增长选项

11.4 汇报话术建议

"我们坦率讲：技术壁垒有限，多模态 AI 和摄像头硬件都是成熟技术。但我们的壁垒来自四个维度：
1. 先发速度：我们有 12 个月窗口期快速验证和占领心智
2. 品牌 = 品类：第一个做'AI 形象盲区检查'的产品，提到形象盲区检查就想到余光——品类定义权在手
3. 渠道锁定：律所年度批量采购合同，续费率 >80%——后来者要逐家抢已签约客户，比从头获客难 5 倍
4. 数据飞轮：用户反馈持续优化场景规则准确率，飞轮转起来后通用 LLM 无法替代垂直经验

参照追觅科技从 10 万启动资金到百亿营收只用 8 年，参照 Plaud 用 4 年从 0 做到 2.5 亿美元年化——AI 硬件创业的关键不是技术多深，而是场景多准、速度多快、模式多好。"

十二、AI 硬件创业生死录：6 家对标公司真实数据

基于 2024-2026 年公开数据，分析 6 家与我们路径相关的公司，提炼 AI 软件+配件创业的硬规律。

12.1 成功组

Plaud（AI 录音笔）

指标	数据	来源
成立	2021 年	—
2024 年营收	$5600 万，利润率 20%	36kr/盈科报道
2025 年营收	预计 ~$1.5 亿（年化，接近 3 倍增长）	Forbes/36kr
全球用户	150 万+	Plaud 官网
硬件出货	2025 年 7 月全球销量超 100 万台	36kr
付费转化率	~50%	行业估算
估值	$20 亿（2026 年，腾讯投资后）	36kr/Founder News
中国市场	<10 万台	36kr：被钉钉/飞书免费功能碾压
产品矩阵	Note → NotePin → Note Pro → Desktop	—
定价	硬件 $159 + 订阅 $99.99-239.99/年	—

关键教训：Plaud 证明了硬件+订阅模式可行，但也证明了中国市场极其困难——大厂免费功能直接替代。

Stitch Fix（AI 穿搭+人工造型师）

指标	数据
成立	2011 年，已上市（NASDAQ: SFIX）
FY2025 营收	$12.7 亿
活跃客户	230 万（从高峰 400 万+ 下降）
客均年收入	$549
趋势	营收连续下滑 5 年后在 FY2025 止跌，转型中

关键教训：即使 AI+人工，时尚赛道用户留存极难。Stitch Fix 客户从 400 万跌到 230 万——"帮你选衣服"的用户粘性不如"帮你做笔记"。

12.2 失败组

Humane AI Pin（AI 胸针）

指标	数据
融资	$2.41 亿（微软、OpenAI CEO、Salesforce CEO）
硬件定价	$699 + $24/月订阅
总销量	~10,000 台（目标 100,000 台，完成率 10%）
退货	退货金额 > 销售金额（$1M 退货 vs $9M 销售）
结果	2025.2 倒闭，$1.16 亿卖给 HP，产品被远程变砖
致命问题	速度慢、经常出错、过热、MKBHD 评"史上最差产品"

Rabbit R1（AI 手持设备）

指标	数据
融资	$3000 万
硬件定价	$199，无订阅
总销量	~100,000 台
同时在线用户	仅 5,000 人（5%，CEO 亲口承认）
日活用户	~20,000（CEO 后续更正）
结果	存活但严重萎缩，产品被评价"整体感觉是坏的"

失败共同点：

失败原因	Humane	Rabbit
纯硬件无订阅	✅ $699 硬件+强制订阅	✅ $199 纯硬件
产品未验证就上市	✅ 硅谷光环驱动	✅ CES 炒作驱动
功能替代性极强	✅ 手机就能做	✅ 手机就能做
不解决真实痛点	✅ "用语音代替手机"	✅ "用 AI 代替 App"

12.3 同赛道动态

Samsung AI 美妆镜

指标	数据
发布	2025 CES 展示原型，2026 年宣布量产
规格	21 寸 microLED + 3 摄像头（RGB/UV/偏振光）
功能	AI 护肤诊断（色素/皮脂/水分/紫外线）+ 产品推荐
定位	"K-beauty 数据平台"，不是穿搭检查
合作方	Amorepacific、Olive Young、Innisfree

对我们的影响：Samsung 验证了 AI 镜子这个品类，但它聚焦护肤而非穿搭。两者是不同赛道——就像护肤品牌和服装品牌不竞争一样。

AI Fashion Stylist App 市场

报告	2024/2025 年	2033 年预测	CAGR
AI Fashion Stylist App	$12 亿	$78 亿	23.1%
AI Wardrobe Stylists	$43 亿	$135 亿	14.8%
Virtual Personal Stylist	$50 亿	$144 亿	16.5%
Virtual Closet Apps	$29 亿	$56 亿	24.4%

核心洞察：AI 穿搭/造型市场已经是一个被验证的百亿级赛道，且增速极快（CAGR 15-24%）。但所有现有产品都聚焦"推荐/搭配"，没有人做"检查/验证"。我们是这个高速增长市场中唯一的"检查"玩家。

12.4 五条硬规律（投资人在 BP 中必须看到的）

#	规律	证据	对余光 Alright 的启示
1	先验证再上配件	Plaud 先众筹验证→量产；Humane 跳过验证直接量产→死	✅ 我们的策略：小程序 MVP 验证成功后，再考虑 Plus 配件（手机支架 ¥9.9 + 口气检测插件 ¥29-49）
2	软件+配件可活	Plaud $1.5 亿 ARR，50% 付费转化	✅ 我们完全对标：小程序验证 + Plus 配件增值，配件是利润而非获客工具
3	中国国内巨头碾压免费替代	Plaud 国内<10 万台，钉钉/飞书直接碾压	✅ 我们国内 B2B 先行（律所采购），不跟免费工具抢 C 端
4	留存比获客更难	Stitch Fix 用户 400 万→230 万；Rabbit 日活仅 5%	⚠️ 小程序留存挑战严峻：行业数据显示小程序 7 日留存 ~15%，远低于 App 的 ~40%。必须从第一天设计留存机制（微信消息推送、日历联动、社交分享）
5	场景多准 > 技术多深	Humane 技术强但场景模糊 → 失败；Plaud 场景精准（律师/医生）→ 成功	✅ 我们的策略：聚焦"出门前形象检查"单一场景，做到极致

十三、修正后 TAM/SAM/SOM 详细推导

13.1 TAM（总潜在市场）

定义选择：我们是 AI 形象检查工具，不是智能镜子硬件。TAM 应该用"虚拟个人造型师"市场，不是"智能镜子"市场。

方法	估算	来源/逻辑
行业报告法	$50.23 亿（2025）	QY Research：Virtual Personal Stylist 市场
细分市场法	$12 亿（2024）	Research Intelo：AI Fashion Stylist App 市场
用户计算法	$18 亿（形象检查细分）	4.5 亿白领 × 10% 付费 × $40/年

BP 呈现：TAM $50 亿（Virtual Personal Stylist，宽口径）/ 聚焦细分 $12 亿（AI Fashion Stylist App）

对比旧版：
- v0.2 TAM = $30 亿（智能镜子硬件）→ 错误，我们不是做镜子
- v0.3 TAM = $50 亿（AI 造型服务）→ 正确，我们卖的是服务不是硬件

13.2 SAM（可服务市场）

细分	计算	金额
TAM 中"检查/验证"场景（非推荐）	$50 亿 × 10-15%	$5-8 亿
或：AI Fashion Stylist App 中"衣橱管理+检查"	$12 亿 × 20-30%	$2.4-3.6 亿
加上：AI Mirror 硬件中家用 AI 形象检查	$8.66 亿 × 5%	$0.4 亿
SAM 估算		$5-8 亿（含软件+硬件）

13.3 SOM（可获得市场）——对标驱动

对标 Y1 收入参考：

对标公司	Y1 收入	参考性
Plaud	~$10M	最接近（AI硬件+软件），但我们市场更窄
Rabbit	~$20M	纯硬件，不具参考性
Stitch Fix（早期）	~$20M	纯软件，用户获客成本更高

余光 Alright SOM 估算：

时期	收入估算	付费用户	关键假设
Y1（保守）	$150 万	国内 8000 + 海外 3000	小程序 MVP 冷启动，B 端 10 家律所签约
Y1（乐观）	$300 万	国内 2 万 + 海外 1 万	KOL 爆款 + Product Hunt 首发
Y2	$1000-2000 万	8-15 万付费用户	市场爆发（CAGR 23%），份额 ~25%
Y3	$3000-5000 万	20-40 万付费用户	壁垒显现（场景知识+B端续费），份额稳定 ~20%

与 Plaud 对标：Plaid Y3 ~$150M。我们取 1/5 = $30M，合理——因为我们的市场更窄（职业形象检查 vs 全球会议录音），但商业模式相同（配件获客+软件变现）。

13.4 竞争侵蚀修正

时期	无竞争 SOM	竞争侵蚀	调整后 SOM	侵蚀原因
Y1 Q1-Q2	$80 万	0%	$80 万	模仿者还在开发中
Y1 Q3-Q4	$120 万	-20%	$96 万	山寨版出现，功能粗糙
Y2	$2000 万	-25%	$1500 万	穿搭 App 加"检查"功能
Y3	$6000 万	-30%	$4200 万	市场变大，竞品涌入

核心结论：我们份额从 60% → 25% → 20%，但收入从 $150 万 → $1500 万 → $4200 万——市场增长远大于份额下降。

---

十四、商业计划书全盘修正汇总

14.1 v0.4 → v0.5 修正清单

#	修正维度	v0.4 状态	v0.5 修正	原因
1	产品定义	"检查穿得对不对"	"帮你看感知不到的"	痛点数据证实：用户自己能看到的（正面）没有付费意愿，感知盲区（后脑/背后/口气）才是核心价值
2	命名升级	智镜 / SmartMirror	余光 / Alright	"智镜"绑死镜子形态、缺乏隐喻空间、无法迁移；"余光"暗示"不经意间发现你看不见的问题"
3	MVP 形态	独立 App	微信小程序	B2B2C 场景下小程序获客成本远低于独立 App；律所前台放个码就行，不需要装 App
4	硬件定位	核心产品（199 元智能镜子）	Plus 配件（远期可选）	硬件白痴指数太低（BOM 85-135 vs 售价 199 = 1.5-2.3x），手机支架零成本实现核心功能
5	用户策略	多职业并进	"C 的故事 + A 的执行"（Y1 聚焦律师）	Plaud 中国<10 万台验证 C 端极难；律师付费意愿强、B 端标准化、口碑集中
6	定价简化	6 档（免费/基础/专业/企业/硬件/海外）	2 档（免费 + ¥19.9/月）	过多定价档增加沟通成本；¥19.9 在 API ¥0.1/次下毛利率 85%，中性假设需限制次数
7	壁垒重写	6 层（部分不诚实）	4 层（先发速度 + 品牌=品类 + 渠道锁定 + 数据飞轮）	v0.4 壁垒评估过于乐观；诚实承认 Y1 无护城河，壁垒靠执行速度堆出来

14.2 不需要修正的内容（与 v0.4 一致）

内容	原因
痛点验证（第一章）	小红书搜索 + 律师痛点数据不受命名/形态变化影响
竞品分析（第二章）	Samsung/智能镜竞品数据无误，差异化逻辑不变
TAM/SAM/SOM（第十三章）	市场定义已修正为"Virtual Personal Stylist"，数据无需调整
国内 B2B 先行策略	Plaud 中国<10 万台验证 C 端极难，B 端策略进一步强化
追觅/Plaud 案例借鉴	数据无误，借鉴逻辑不变
AI 硬件创业 6 家对标	真实数据，硬规律不变

---

十五、财务模型与融资计划

核心前提：Y1 目标是验证需求，不是盈利。通过里程碑制管理，用最低成本验证产品-市场契合（PMF）。
关键假设：API 调用成本是最大变量，定价必须覆盖 API 成本。

15.1 API 成本敏感度分析（定价的核心约束）

多模态 AI（GPT-4V / Gemini）调用是最大的可变成本。不同调用频次和单价下，年度 API 成本如下：

每日检查次数	¥0.1/次（乐观）	¥0.3/次（中性）	¥0.5/次（悲观）
1 次/天	¥36.5/年	¥109.5/年	¥182.5/年
3 次/天	¥109.5/年	¥328.5/年	¥547.5/年
5 次/天	¥182.5/年	¥547.5/年	¥912.5/年

对比收入：付费会员 ¥19.9/月 = ¥238.8/年

场景	API 成本/年	毛利率	评级
1 次/天 × ¥0.1	¥36.5	85%	🟢 健康
1 次/天 × ¥0.3	¥109.5	54%	🟡 可接受
3 次/天 × ¥0.1	¥109.5	54%	🟡 可接受
3 次/天 × ¥0.3	¥328.5	-38%	🔴 亏损
5 次/天 × ¥0.3	¥547.5	-129%	🔴 严重亏损
5 次/天 × ¥0.5	¥912.5	-282%	🔴 不可行

结论：
- ¥19.9/月定价下，每日 3 次检查在 API ¥0.3/次（中性假设）时仍亏损。
- 必须限制检查次数：免费版 1 次/天，付费版 3 次/天。API 成本超过阈值时降级为轻量模型（如 GPT-4o-mini）。
- ¥19.9/月在 1 次/天 × ¥0.3（中性）场景毛利率 54%，是可接受的健康水平。

15.2 定价策略

两档定价，极简沟通成本：

方案	价格	检查次数	目标	毛利率估算
免费版	0	1 次/天	获客漏斗，让用户体验"感知盲区"的价值	—（补贴获客）
付费会员	¥19.9/月（¥238.8/年）	3 次/天	主力变现	54%-85%（取决于 API 单价）

为什么只有两档：
- v0.4 有 6 档定价（免费/基础/专业/企业/硬件/海外），沟通成本高，增加用户决策负担
- ¥19.9/月是心理舒适区（一杯咖啡），覆盖 1 次/天检查的中性成本
- 免费版是获客工具：1 次/天让用户体验到"帮你看感知不到的"，转化付费

扩展注脚：企业版 ¥199/人/年作为 B 端可展开模式保留，不在 C 端定价中出现。律所批量采购 50 人 = ¥9,950/律所，毛利率 67%-82%。

15.3 收入线

Y1 不做精确收入预测。 以下为量级估算，用于理解商业模式可行性。

收入线	模式	单用户年收入	阶段
① 免费版获客	0（转化为付费）	¥0	Y1 核心
② ¥19.9/月订阅	C 端会员，3 次/天	¥238.8	Y1 核心
③ Plus 配件	手机支架升级件（远期）	一次性	Y2+ 探索
④ 企业版	¥199/人/年（B 端扩展）	¥199	Y1 下半年

量级参考（非预测）：
- 1 万 C 端付费用户 × ¥238.8/年 ≈ 239 万/年
- 5000 B 端用户 × ¥199/年 ≈ 100 万/年

与 v0.4 的区别：删除了硬件收入线和海外收入线。硬件从"核心产品"降级为"Plus 配件（远期可选）"，海外推迟到 Phase 2+。

15.4 成本结构（微信小程序模式）

类别	月成本估算	说明
AI API 调用	最大可变成本	随用户量线性增长；按量计费 + 模型降级控制
服务器/云	0.5-1 万	小程序云托管 + CDN + 数据库（低于独立 App）
核心团队	按实际投入弹性调整	以股权激励为主，现金补贴为辅
营销获客	弹性	B 端 BD（律所拜访）+ 小红书内容营销
法务/合规	0.8-1.2 万	隐私合规（摄像头数据处理）、用户协议、B 端合同
预留	—	API 涨价、服务器扩容、应急

成本管理重点：
1. API 成本是生死线：免费版 1 次/天 + 付费版 3 次/天 + 智能模型降级（高峰期用 GPT-4o-mini）
2. 小程序模式节省基础设施成本：无需 App 开发/上架/维护，云托管按量付费
3. 法务成本不可省：摄像头数据是隐私红线

15.5 单位经济学

C 端付费会员（¥19.9/月）

指标	数值	说明
月费	¥19.9	—
年均收入	¥238.8	—
CAC（获客成本）	¥15-30	小程序码获客 + B 端导流，低于独立 App
API 成本/年（中性）	¥109.5（1 次/天）- ¥328.5（3 次/天）	关键变量
毛利率	54%-85%	乐观（¥0.1/次）→ 中性（¥0.3/次）
LTV（12 月）	¥238.8	保守 12 月留存
LTV/CAC	8-16x	>3x 即可投资

B 端用户（企业版 ¥199/人/年，扩展注脚）

指标	数值
客单价	¥199/人/年（律所批量 50 人 = ¥9,950/律所）
获客成本	¥2,000-5,000/律所
API 成本/人/年	¥52（2 次/工作日 × ¥0.1）- ¥260（¥0.3/次）
毛利率	67%-82%
LTV（3 年）	¥597/人
LTV/CAC	3-7x
续费率预期	>80%（比请形象培训师便宜 90%）

15.6 盈亏平衡分析

不做精确盈亏平衡预测。 以下为商业模式层面的可行性分析。

核心逻辑：盈亏平衡取决于两个关键变量——API 单价和付费用户数。

场景	月固定成本	C 端边际利润（¥19.9/月）	盈亏平衡付费用户数
乐观（API ¥0.1/次，3 次/天）	~4 万	¥16.2	~2,500 人
中性（API ¥0.3/次，1 次/天）	~4 万	¥10.8	~3,700 人
悲观（API ¥0.3/次，3 次/天）	~4 万	¥-7.4	不可行（需限制次数或提价）

结论：
- 在限制付费版 3 次/天 + API ¥0.1/次的乐观场景下，约 2,500 付费用户可盈亏平衡。
- 中性场景（¥0.3/次）需 ~3,700 付费用户（仅计算 1 次/天），通过 B 端收入补充。
- 小程序获客 + B 端批量是降低盈亏平衡点的关键路径。

15.7 发展里程碑（替代三年财务预测）

不做 Y1/Y2/Y3 精确收入预测。 以下为里程碑验证框架，每个阶段有明确的 Go/No-Go 标准。

阶段	时间	验证目标	成功标准	未达标准
MVP 验证	月 1-2	微信小程序上线，100 个种子用户完成首次检查	日活 >30%，NPS >40	Pivot 或放弃
B 端突破	月 3-6	5 家律所签约试用（小程序码部署）	500+ B 端用户，续约率 >60%	专注 C 端
盈亏平衡	月 9-15	月收入 >月可变成本	付费用户 >3,000，月收入 >20 万	调整定价/成本
规模化	月 18+	CAC 稳定下降，LTV/CAC >5x	月收入 >100 万，付费用户 >1 万	暂缓扩张，优化单位经济学
Plus 探索	月 24-36	调研用户对配件需求	5000+ 付费用户中 >20% 有配件意愿	放弃配件，纯软件

与 v0.4 的关键区别：
- 形态从"独立 App"改为"微信小程序"，部署周期更短
- 硬件从"Phase 2 核心产品"降级为"Plus 配件（远期探索）"
- 里程碑更紧凑，获客路径更明确（律所小程序码 → C 端裂变）

15.8 融资计划

天使轮：300 万元

指标	数值
金额	300 万元
释放股权	10%
估值	3,000 万元
时机	MVP 上线前后
投资人类型	个人天使 / 种子基金 / 行业战略投资人
用途	产品开发 + 需求验证 + 18 个月运营

300 万资金用途

用途	金额	占比	说明
AI API + 云服务	80 万	27%	API 调用是最大可变成本，需预留涨价空间
营销获客	60 万	20%	B 端 BD + 小红书内容 + KOL
法务/合规	30 万	10%	隐私合规体系（摄像头数据处理）
核心团队成本	36 万	12%	基础保障
预留	94 万	31%	18 个月现金流缓冲 + API 涨价对冲

Pre-A 轮（条件触发）：1,500 万元

指标	数值
金额	1,500 万元
释放股权	10-15%
估值	1-1.5 亿元
触发条件	月收入 >50 万 + B 端 10 家律所 + LTV/CAC >5x
用途	规模化获客 + Plus 配件研发 + 团队扩充

与 v0.4 的关键区别：Pre-A 不再包含"硬件启动"和"海外拓展"。硬件降级为 Plus 配件，海外推迟到 Phase 2+。融资叙事从"先软件后硬件"转变为"纯软件验证 → 按需扩展"。

融资里程碑（与业务里程碑对齐）

时间	融资里程碑	验证信号
+3 月	小程序 MVP 上线	1000 注册，日活 >200
+6 月	B 端签约	5 家律所，1500+ B 端用户
+12 月	天使轮里程碑验收	付费用户 >3,000，月收入 >20 万
+18 月	Pre-A 决策点	月收入 >50 万，启动 Pre-A
+24 月	Plus 配件探索	付费用户中 >20% 有配件需求

15.9 投资人核心数字

问题	答案	说明
API 成本怎么控？	敏感度分析 + 检查次数限制 + 模型降级	透明展示成本结构，不回避风险
定价能覆盖成本吗？	¥19.9/月在 ¥0.1/次时毛利率 85%	中性假设（¥0.3/次）需限制次数
需要融多少？	天使轮 300 万	18 个月跑道，用于验证需求
LTV/CAC？	8-16x（C 端小程序获客）	>3x 即可投资
什么时候盈亏平衡？	月 9-15（里程碑制）	不承诺精确时间，取决于 API 成本和用户增速
Y1 目标是什么？	验证需求，不是盈利	100 种子用户 + 5 家 B 端签约 = 成功
为什么不做硬件？	手机支架零成本，API 是利润中心	硬件白痴指数 1.5-2.3x，不配做核心

15.10 汇报话术

"我们的财务模型围绕一个核心问题展开：API 成本能被定价覆盖吗？

我们做了完整的敏感度分析。 在 ¥0.1/次（乐观）到 ¥0.5/次（悲观）三档假设下，¥19.9/月定价在乐观场景毛利率 85%，中性场景 54%。我们通过限制免费版 1 次/天、付费版 3 次/天来控制成本上限。

Y1 的目标是验证需求。 不预测利润、不承诺盈亏时间。100 个种子用户日活 >30%、NPS >40，这就是 Y1 的成功。5 家律所签约、500+ B 端用户，这是 Y1 上半年的验证目标。

产品形态是微信小程序。 不做硬件、不做独立 App。律所前台放个小程序码就能用，获客成本远低于 App。手机支架零硬件门槛，¥19.9/月就是一杯咖啡。

融资用来验证，不是用来烧。 300 万天使轮撑 18 个月，每个阶段有 Go/No-Go 标准。验证不通过就调整方向，不在未验证的商业模式上烧钱。

对标 Plaud——硬件获客 + 软件变现，天使轮后 18 个月做到千万级收入。我们更轻：纯小程序 + B 端先行，不需要先卖硬件就能验证 PMF。"