内容来源：投稿。

分享嘉宾：周宏骐，企业独立董事，数智化新商业转型专家，先后担任新加坡国立大学、香港科技大学、新加坡南洋理工大学等商学院兼任教授。

责编 | 柒 

第 9848 篇深度好文：9084 字 | 13 分钟阅读

商业趋势

笔记君说：

一个人，不会写代码，没有团队。

创业30天，卖出270万美元，约2000万元人民币。

这不是段子，是2025年真实发生的事。他卖的东西也很普通：一双袜子。

从找用户、做产品、建品牌，到找工厂、定价格、搞流量，每一步，他都靠AI完成。

商业学者周宏骐教授追踪这个案例数月，把全过程拆成16步：每步做了什么，用了什么工具，拿到什么结果。

信息量很大，方法极具实操性，希望对你有所帮助。

这是一场"智能时代的一人公司特种作战"（OPC，One Person Company，一人公司）。

一位名叫Seena Rezaei的创业者完全不会编程，也不依赖庞大的中台团队。2025年初，他开始创业。创业全链路上的每一个环节，他都靠写提示词，指挥大语言模型和多模态AI干活。

30天，一个人，270万美元（约合2000万元人民币）的真实销售额。

这个案例，推翻了传统新品开发的节奏。

过去做一款新品，从消费者洞察、研发立项、新品开发、视觉包装、品牌设计、供应链打样、内容生成、KOC合作投放，到全渠道铺货，动辄9到12个月。即便这样，还有高达85%的新品活不下来。

这个"AI辅助创业"案例的方法论，对大量出海的中国品牌都有启发：只用生成式AI，就能把创业全链路上每个环节的精准度提上去，把失败风险降下来。

现在，我把整个创业过程拆成16步，逐步讲清楚：做了什么，用了什么工具和方法，拿到什么结果。让你在细颗粒的层面，看清智能时代"用AI打出爆品"的操作逻辑，对AI辅助创业建立更强的体感。

一、找机会：

不查什么卖得好，先看谁在买

创业者Seena Rez，之前创办并运营过自己的数字营销代理机构，一直主张"用微观人群的深度洞察，替代泛化的流量投放"，是绝对的移动社交时代原住民。

这个案例的起点，是Seena从社交思维出发：针对"高净值、高审美"的年轻女性，做一个高溢价的DTC品牌（Direct to Consumer，直接面向消费者，不靠平台和中间商）。

他先不去查亚马逊上"什么卖得好"。原因很简单：平台上已经卖爆的东西，必然是红海。挤进去，就是拼价格。

他要从圈层和场景入手，去找新机会。

1.先找一群正在"变热"的人

他把目光投向北美社交媒体：TikTok、Instagram、Pinterest，追踪这群女性的高热度搜索词。

他发现，2022到2024年，社媒热度复合增长率（CAGR，年均增速）最高的热词，叫"That Girl"。

这是这群女性标榜身份的社交密码。围绕That Girl，形成了一个文化圈层。但问题来了：围绕That Girl的相关产品，大多和瑜伽服品牌强绑定（比如Lululemon、Alo），早就彻底红海化。

于是他想再往前一步：这个圈层里，有没有进化版的垂类产品？

2.看她们每天怎么过日子，找出新场景

他开始挖掘That Girl圈层的生活方式。

在社交媒体上，观察她们每天的高壁垒日常：这些人每天反复做什么？什么行为值得晒？什么东西是标配？哪些行为真正构成了圈层门槛？

方法很土，但有效：在TikTok和Instagram上，找That Girl们发的视频，看视频和评论区里反复出现的高频词；再搜这些高频词，找到更多同类创作者，看她们还在反复做什么。

从一个标签，进入一张行为网络；再从行为网络，进入下一个标签……

扫了大量内容后，一个高度自律、客单价极高的微观场景浮出水面：清晨6点起床，写感恩日记，手持抹茶拿铁，去专业工作室，上一节40到60美元的核心床普拉提（Reformer Pilates）。

这个场景，帮他筛出了一批优质客户：可支配收入高，极度在意身体美学，讲究心理仪式感。

3.确认这是真趋势，锁定"普拉提女孩"

锁定普拉提场景后，他没有马上动手做产品。

先验证：这是真趋势，还是一阵风？

社交媒体上，很多东西火三个月就没了。把一阵风当成真趋势，跟风投产，结局就是仓库堆满货。

他调用分析工具，做了严谨的趋势确定性验证，确认这是长期的结构性趋势（Trend），不是短暂的社交媒体热度（Fad），避开了非理性跟风可能带来的库存积压。

他用Google Trends、TikTok搜索指数，加上第三方社媒数据分析工具，对核心床普拉提及相关词汇做时间序列分析。

数据显示：过去三年，这个词保持超过10%的年复合增长，而且是非线性爆发，不是季节性波动。

同时，他用爬虫工具，定向检索了YouTube和TikTok上粉丝量5000到50000的原生微网红（Micro-influencers）。这类创作者粉丝量适中，还没被大型公关公司过度包装，内容真实，互动率高。

他从这些创作者近一年发布的、20分钟以上的生活记录长视频（Vlog）里，精准提取高频出现的场景符号词：

"A Day in the Life of a Pilates Girl"（普拉提女孩的一天）

"Pink Pilates Princess"（粉色普拉提公主）

"My 6 AM Pilates Morning Routine"（我清晨6点的普拉提晨间习惯）

到这里，他找到了一个极具商业穿透力的子圈层："Pilates Girl（普拉提女孩）"。

4.再查一遍，这个词真的在涨吗

确定了子圈层，他又回到Google Trends和第三方社媒数据分析工具，核实Pilates Girl的时间兴趣走势。

5.把几十万字的语料，喂给AI找痛点

接下来的问题是：怎么从这个子圈层里，挖出有商业价值的产品机会？

靠人工，一条条刷Pilates Girl们的视频？效率太低，还容易漏掉评论区里那些微妙的情绪。

靠当时的多模态AI直接看视频？那时候的工具还不成熟，识别不准。

创始人选了一条务实的路：先把视频和用户互动转成文字，再用提示词工程喂给大模型分析。

具体三步：

定向爬取：抓取赞转藏排行前50名、高互动量微网红的完整长视频和用户评论；

文本转录：把视频音频转成高精度文字稿，成千上万条评论也合并进来；

语料库构建：最终汇编成一个数十万字、全部由目标客群真实语言构成的原生语料库。

这一步的底层逻辑：大语言模型（LLM）分析高密度、结构化文本的推理深度和情感捕捉能力，远胜过看视频画面的模糊识别。这数十万字的真实语料，是没被污染的第一手商业素材。

然后，他把这数十万字喂给大模型，通过提示词做痛点聚类，让大模型扮演"直面消费者的产品策略师"，分析子圈层人群的细微痛点、身体不适与产品需求。

几秒钟，大模型就完成了数十万字文本的语义解构和词频关联运算。

结果很有穿透力：全美普拉提女孩微网红的内容和评论里，被提及频次超过72%的核心痛点，指向了一个极容易被传统大牌忽略的微型配件：普拉提防滑袜（Pilates Grip Socks）。

语料分析还揭示了现有产品的三组尖锐矛盾：

生理与动作痛点：核心床普拉提，靠脚底和器械弹簧、踏板之间的精准阻尼发力。普通棉袜容易打滑，导致核心发力变形，甚至拉伤脚踝；

感官与卫生痛点：训练出汗，劣质化纤袜有异味，在公共器械上还有卫生隐患；

美学破坏痛点：美国医院发的那种防滑袜，一双才3美元，但呆板丑陋，严重破坏了女孩们精心搭配的"Lululemon美学"和拍照打卡的视觉完整性。市面上全是笨重的瑜伽袜，缺一款既有专业抓地力、又透气防臭、还有高级芭蕾风（Balletcore）视觉美感的专属产品。

其他数据也来验证：全球普拉提防滑袜市场规模正逼近20亿美元，年复合增长率6.6%，超过67%的消费来自高频参加核心床训练的女性。

一个客单价高、高频复购、传统巨头还没完全垄断的超级单品机会，就这么定了。

6.第三次验证，这个品类在涨吗

用Google Trends搜索指数和第三方社媒数据分析工具，再核实一遍时间兴趣走势。最后确认普拉提防滑袜的声量处于上升期。

二、做产品：袜子是产品，卖的是感觉

7.做产品，先做"感觉"

产品定了：普拉提防滑袜。

但如果只讲功能，品牌卖不出溢价。Nike、Under Armour卖的是"竞技、汗水、超越极限"；Lululemon卖的是"热汗生活和社区连接"。新品牌必须直面痛点，在情绪价值上做差异化，做出截然不同的产品。

他再次用大模型，对数十万字语料库做词频统计和关联分析，提取出高度收敛的情绪修辞标签；再用Midjourney把这些标签变成视觉情绪板；进一步从高赞短视频切片里，提取色彩代码和光影对比度：

"低饱和奶油色系（Muted Cream Palette）"

"抹茶拿铁同框美学（Matcha-aesthetic Co-existence）"

"芭蕾缎带与精巧防滑硅胶底（Balletcore Ribbons & Ergonomic Grip）"

分析发现：对"粉色普拉提公主"这个细分圈层来说，她们要的是"晨间阳光下的松弛感、自律的仪式感、多巴胺分泌的愉悦"。

最终，产品原型的风格、色彩、点胶、刺绣美学，就此确定。

8.跟AI扮演的"虚拟用户"，聊出品牌

设计品牌体系时，创始人没做传统问卷，也不靠主观拍脑袋。他做人设模拟：在系统提示词里给足特定生活线索，让大模型扮演一个虚拟角色，然后跟这个虚拟角色多轮对谈。

整个过程，像一场在线的"虚拟焦点小组（Focus Group）深度访谈"。精准的人设提示词，让大模型直接调用圈层的原生词汇，避开了生硬刻板的广告腔。

分身根据自己的喜好，现场给出10个品牌候选名、一句话品牌口号、三条独立站首页文案。分身表达喜好时，用的全是感性词汇："不要大汗淋漓的感觉""要有清晨阳光照在身上的舒服感""颜色不要扎眼"。

创始人接着要求大模型："把刚才这种感觉，梳理成几个具体的设计关键词。"

于是提炼出：松弛感、水光肌感、柔和晨光、低饱和度。

然后，把这些抽象美感输入图像生成模型Midjourney v6。几分钟，就输出了结构化的摄影提示词，直接用于生成专业级的品牌视觉情绪板（Visual Moodboard）、社媒图片和模特规范。

输出的情绪板有多具体？从袜子包住脚踝的螺纹肌理，到清晨阳光斜射在木质核心床上的光影质感。一分钱打样费没花，品牌的设计基调已经完全成型。

品牌人设也立起来了："毫不费力的精致（Effortless Elegance）"。

主Slogan最终定为："Find your footing, stand grounded."（找到你的立足点，笃定姿态）。

这个Slogan一语双关：物理层面，说的是防滑袜在器械上的抓地力；心理层面，暗合当代年轻女性在不确定的世界里，寻找内心秩序与自我掌控的诉求。

9.对标Glossier，拆出一套视觉规则

品牌视觉体系怎么搭？

创始人的做法很直接：找对标。对象是风靡欧美的美学标杆Glossier（小众高端生活方式、去中心化视觉品牌）。

他把Glossier的网站主页UI、产品图、包装图、社媒截图，批量输入GPT-4V（GPT-4 with Vision），让这个多模态模型扮演创意总监兼品牌视觉识别策略专家，深度解构Glossier的视觉语言规则。

GPT-4V把那种难以捉摸、只可意会的"Glossier审美与高级感"，提炼成视觉DNA，输出三大设计原则：

字体与版式：选有呼吸感的现代无衬线字体，配大面积留白的慵懒杂志排版；

色彩与光影：摒弃高饱和荧光运动色，全面采用奶油白、燕麦灰、低饱和柔粉色；光影是清晨慵懒漫射光，微暖调，弱阴影，零人工棚拍闪光感；

模特视觉标准卡：拒绝健美比赛那种青筋暴起、肌肉线条夸张的模特图，明确锁定"兼具芭蕾体态、面容自然、保留皮肤原生毛流感与微瑕真实感"。

接着用GPT-4o，把三大原则翻译成参数明确、可直接落地施工的"服装工程语言"。

这一环节的最后一步：把服装工程语言里的视觉参数，连同负面提示词（排除项，即不要什么），一起交给Midjourney v6，生成详细的《品牌视觉指导手册》。

色号、打光要求、模特风格、包装调性图、独立站前端排版概念，全部规定好，直接给外包团队执行。

10.模特八成AI生成，两成真人

再次把数十万字语料喂给GPT-4o，用提示词提炼人设外貌和体态特征；再结合第8步的摄影提示词，一起输入Midjourney v6，生成模特视觉标准卡。

然后，照着标准卡找模特。找模特有三种路径：路径A，机构定向选角；路径B，原生社群置换；路径C，纯AI虚拟融合。

创始人最终设计了"8:2虚拟与真实模特协同策略"：虚拟美学降本，真人实测背书。

80%由AI虚拟生成：用Midjourney批量生成符合标准卡的高清模特穿戴图。通过描述特定的骨相、神态、光影参数，生成的虚拟数字分身有明星的氛围感，但知识产权完全独立；

20%由真实微网红补充：把真实样品寄给符合标准的腰尾部博主，由她们做开箱视频和动作展示。

三、建阵地：48小时建站，7天出样

11.不进亚马逊，48小时自建独立站

销售渠道，创始人果断放弃亚马逊等中心化电商平台。原因是：在亚马逊，流量高度依赖站内关键词竞价广告（Amazon PPC）；页面上全是比价机制和同质化推荐，品牌的溢价空间和情感价值，很容易被削弱。

他选用Shopify，搭建品牌专属DTC独立站，绕开平台红海和搜索依赖，全流程AI驱动：

信息架构生成：用GPT输出高转化率的独立站页面骨架（首屏价值主张、痛点场景对比、材质微距特写、微网红证言区、常见问答FAQ）；

高转化文案撰写：GPT依据前述语料库，针对普拉提女孩的阅读习惯，自动生成有共情力的产品描述；

敏捷上线：整个建站流程，不到48小时。视觉干净、高级、有专业信任感，彻底摆脱劣质仿冒独立站的粗糙感。

12.把高赞图，拆成工业参数

消费品创业最致命的瓶颈：传统模式下，产品开发到生产，动辄数月。要雇专业鞋袜设计师画三视图，再找打样工作室反复改。Seena把这个模式反转了。靠与大模型"人机协作"，开发速度惊人。

底层原理是先用爬虫（类似Apify抓取机器人Actor），在Pinterest、Instagram上筛选Pilates Girl点赞量极高的袜子图，锁定她们最喜欢的莫兰迪配色、特殊针织纹理、硅胶防滑颗粒排列方式。

再用GPT-4V（多模态视觉模型）对这些高赞图做逆向工程（Reverse Engineering）拆解，提取专业术语，整理出三层结构化工业参数：

材质与织法参数：如精梳棉纱支数、无缝拼接工艺等；

人体工学防滑矩阵：防滑硅胶点阵分布、脚弓处加压弹性带织法；

色彩与光影系统：如Sage Green潘通莫兰迪灰绿。

再把这三层参数输入Midjourney v6，通过提示词生成数十款不同配色与细节的袜子设计图；再从工艺可行性、视觉溢价感知、场景功能匹配三个维度，收敛出3到5款终选效果图。

最后，把这3到5款终选图，用AI生成产品技术规格书（Tech Pack，主技术规格包），包含工业制造所需的BOM（Bill of Materials，物料清单）。

不再靠打样师傅凭经验打样4到6轮，具体细节见下图说明。

13.绕过中间商，直连源头工厂

在跨境供应链条中, 一个海外品牌往往需要通过"中国总包商 – 多个专业分工制造工厂"的结构。总包商不仅抽取15%至30%的综合管理费, 而且沟通链条冗长, 最小起订量（MOQ）动辄数千甚至上万双。

创始人反转了传统做法，用GPT-4o对最终方案做工业工序与BOM拆解，把袜子生产流程分解成4个独立的"工序子包（Sub-Tech Packs，子技术规格包）"。

然后，直接登录1688和阿里巴巴国际站，绕过总包商，跟中国浙江诸暨（全球袜业之都）和海宁（高端针织产业集群）的源头工厂直接对接。

每个子包，直接分包给专业工序加工厂。外包流程自己管，成本降下来，小单快返，以数百双的极低起订量完成首批试水打样，将原本3到6个月的样品打样与生产周期，直接压缩到7天以内。

四、打市场：定价、裂变、短视频

14.定价的算盘，单双贵，三双划算

走完市场洞察、商品开发、供应链制造，就到了最后的商务与营销环节。这时候，两个东西是制胜关键：高毛利的单元经济模型（每卖一单赚多少的账）和自运转的增长飞轮。

先算账。

一双袜子的采购成本：3到5美元（含基础定制包装）。

定价：单双18.50到20.00美元；主推的3双礼盒组合装，44.90美元。

单看一双，不便宜。但一对比组合装，三双才44.90美元，明显划算。

结果：超过65%的用户直接买组合装，独立站的平均客单价（AOV）迅速拉高，终端毛利率稳定在60%到75%。

然后，设计"双向获益"的社交裂变引擎：摒弃单向硬广，在独立站内嵌裂变交易机制。老客户把专属链接推荐给好友，好友首单立减10美元；好友完成购买，老客户账户自动到账10美元无门槛抵用券。

这种双向利益绑定，让早期种子用户的自发裂变系数（K-Factor，一个用户能带来几个新用户）迅速突破1.2，形成指数级扩散。

15.不投硬广，让微网红帮你卖

创始人Seena毕竟是移动社交时代的原住民, 会熟练地操作社交裂变与分发逻辑, 他把极有限的传播预算给AI批量筛选出的微网红(粉丝在1K到10K之间)或素人KOC, 向她们提供"专属10%粉丝折扣码 + 15%销售佣金提成"的分销模式。

微网红在发布日常普拉提训练视频时植入链接, 即可获得持续的被动收益。同时，抓住防滑袜每2到3个月就要换的易耗属性，独立站上线自动循环补充功能：订阅用户从第二单起，终身85折。单次交易，变成了高生命周期价值（LTV，一个客户一辈子贡献多少钱）的复购飞轮。

当然，会员积分制度也没少：阶梯成长、积分倍增，让用户越买越觉得划算。

16.拆解爆款视频，批量复制

既然选择了搭建品牌自己专属的APP( D2C 独立站), 就得在社交平台上引流去下载APP, 能批量生成低成本, 而确定性高的爆款短视频, 就是创业最后一公里, 重中之重的关键成功要素了!

过去在TikTok与Instagram上, 依靠盲目猜测"什么视频会火"已经是过去式。创始人Seena通过AI解构爆款短视频, 找到了短视频工业化生产的方法论。

他用自动化工具，批量抓取健身与生活方式赛道播放量破百万的爆款视频（MP4原片）、原生文案和互动数据；

再交给具备时序理解能力的GPT-4o+Whisper（OpenAI开发的开源语音识别模型），对视频的画面分镜、文案节奏、音频断点做逆向解构，输出带精确时间戳的分镜行为、文案脚本和情绪断点。

目的只有一个：找到这些爆款视频的核心共性。

要在注意力经济下把完播率和情绪挂钩，Seena借助大模型的解构，找到了健康与运动赛道爆火视频的共性。举几个例子：

0到3秒（黄金阻断位，Hook，开头钩子）：前3秒必须制造强烈的生理或视觉痛点。比如脚底在核心床上突然打滑、动作变形时的尴尬表情，配上清脆刺耳的音效，瞬间打破观众的滑屏惯性；

3.5秒（高潮情绪位，Climax）：迅速切到"粉色普拉提公主"在清晨阳光下优雅完成高难度动作的极致美学画面，形成极度舒适与从容的心理补偿；

后半程（圈层认同与行动号召）：镜头聚焦袜子精巧的芭蕾缎带和防滑硅胶底特写。文案没有冰冷的功能参数，只反复强化一句话："这是普拉提女孩专属的笃定姿态。"

最后，Seena用Claude 3.5 Sonnet，把零散的逆向拆解归纳收敛，编写成可批量执行的标准化《短视频视觉工业生产手册（Short-form Video Playbook）》，并建立一条流水线：多模态视频生成→算法动态测试→数据指标归因反哺。

原本依赖灵感的短视频创作，被改造成了有确定性产出的数字闭环。

接下来是生成视频。不同的画面生成需求，要组合使用多种专业视频大模型，才能高效生成有质量的视频。

短视频制作中，创始人用AI工具（图像转视频工具、自动化剪辑脚本），对核心分镜、BGM配乐、文案前3秒钩子、中段展示、结尾做自动交叉组合，低成本批量生成60条不同变体的短视频，全部投进平台自然流量池，做高频次A/B测试。

测试的核心指标，不是点赞数，而是完播率、主页链接点击率、加购转化率。一旦某条视频的自然流数据突破算法阈值，系统自动识别出最优的文案与视觉组合，加大分发权重。

从始至终，品牌的传播逻辑，从没落入"我们袜子的硅胶有多耐磨、棉花有多高级"的传统质量叙事，而是通篇传播"普拉提女孩（Pilates Girl）"的圈层身份认同。

这款由AI原生孵化的防滑袜，从第一天起就是圈层用户的"社交货币"，不断向她们展示自律美学与生活方式。

五、结语：真正的护城河，变了

这个案例最大的启示，不在普拉提防滑袜这个单品的偶然成功，而在于它揭示了：在2025年，把AI时代的商业认知、工具驾驭和敏捷供应链结合在一起，能释放多么惊人的生产力。

这一次一人公司创业，在整条创业价值链上不断进行人机协同，取得的效率与结果，验证了拥抱AI所能达到的精准度与效率提升。

AI不会取代行业专家。但这个案例说明：用好AI工具的专家，将迅速淘汰传统从业者。

大模型不会凭空产生高维洞察。案例中所有惊艳的结果，本质上都是操盘手深厚的消费品策略框架，与大模型强大推理算力碰撞的产物。

AGI（通用人工智能）再往前走一步，AI 就不再是原来那个生成式的样子了。过去它是"答题更聪明"，接下来是高级代理式：接到任务，自己干完，自己验证结果，还能在过程中升级自己。

它会直接操作电脑、浏览网页、打开软件、修改文件、写代码、处理法律文件，甚至自己搭一个网站。你要做的，只是说清楚要什么；中间几十步怎么走，它自己安排。

就算用当下（2026 年）已经有的代理式 AI 技术，这件事也已经能做起来了：建一个主控智能体，再给这 16 步里大部分关键步骤，各配一个子智能体。最后形成的，是一个主控智能体带着一群子智能体干活的结构。

机器负责执行，人负责决策。到了这一步，一人公司（OPC）就能同时推进好几个新产品的开发。工具越完善，开发就越快。

对企业来说，这道题已经摆在面前，而且必须答：上下要一起更新 AGI 时代的商业认知，学会驾驭这些新工具；还要把组织里沉淀多年的商业方法论，全面结构化、指令化，变成自己的"智能系统"。

对企业来说，如何上下共同拥抱AGI时代的商业认知与工具驾驭，把组织里沉淀的商业方法论全面结构化、指令化，打造自己的"智能系统"，将成为一道必答题。

展望代理式时代，创业者与核心经营者若能把圈层洞察、产品开发、品牌设计、多模态视觉生成、工序规格拆解、源头供应链对接、短视频算法分发，全面接入AI中枢，就能做到数据更安全、执行更稳定、结果更精准高效。

在充满不确定性的市场环境里，这种低成本的试错能力与极限迭代速度，才是企业最深沉的护城河。

*文章为作者独立观点，不代表笔记侠立场。

现在关于硅谷、关于AI的新闻都很多，最好的办法是，带着你的问题去美国实地看看，和身在其中的人交流，才能把真实的情况和自己的生意对上。

笔记侠PPE书院国际美国站26级「创新英雄・AI+出海专题」课程，将于2026年9月26日正式启程。

这一次，我们把课堂带到创新现场，与你一起来一次真正的认知跃迁。

10天时间里，我们将带你走进美国硅谷与西雅图，深度参访英伟达、谷歌、微软、亚马逊等全球顶尖公司。

我们还将邀请斯坦福名师、硅谷行业实战派、华人科技与出海领域专家，围绕AI产业趋势、企业AI落地、组织重构、全球市场规则和中国企业出海机会，做一手分享和深度交流。

这趟行程会帮你建立一套判断框架：未来三年，你的企业该如何使用AI，哪些流程必须被重写，哪些能力必须保留，哪些出海机会值得下注，哪些风险必须提前看见。

如果你正在思考AI转型、企业出海、组织升级和下一轮增长，这一次美国站，值得你带着问题亲自去看一次。

欢迎了解课程详情，提交报名信息。

分享、点赞、在看，3连3连！