汇总时间：2026-07-23 | v0.5 更新于 2026-05-18 | v0.6 更新于 2026-05-29 | v0.7 更新于 2026-05-29 | v0.8 更新于 2026-05-29 | v0.9 更新于 2026-05-29 | v1.5 更新于 2026-07-23
数据来源：小红书搜索、知乎/行业文章、全球市场研究报告、竞品分析、AI 硬件创业案例研究、情绪价值商业理论与案例研究
目的：为商业计划书（Pitch Deck）提供完整论据链——痛点验证 → 竞品空白 → 市场机会 → 产品定位 → 创业路径
v0.5 核心修订：基于 Jobs + Musk 双视角评审反馈，整合 7 项核心决策。
v0.6 核心修订：基于商业画布分析，新增 §4.8「付费转化触发链」。
v0.7 核心修订：基于 BMC Gap 2+3，新增 §4.9 B端BD漏斗，重写 §4.5 竞争壁垒。
v0.8 核心修订：基于情绪/社交价值商业研究，新增 §4.10 情绪价值分析，重写 §4.1 价值主张，升级 §4.4 定价。
v0.9 核心修订：全盘重组——15章→8章+附录（合并冗余、去重、对齐数据），定价锚定 ¥49/月，新增痛点矩阵 + 用户画像卡，PPT 10页→13页（+市场机会 + 用户画像 + B端BD策略）。
本报告经历了三次重要迭代：v1.0-v1.2 完成了"痛点 → 竞品 → 市场 → 产品定位 → GTM"的调研闭环（这些已验证数据原样保留在本报告 tab-2/3/4/9/10/11/12/13）。v1.3 首次引入商业模式战略层。v1.4 基于评审反馈进行了系统性诚实性重构（10 项核心修正），区分证据与假设、修复数学错误、统一口径。v1.5 在此基础上新增三项深度分析。
v1.4 基于 bp-v1.3-hidden-assumptions-and-optimization-review-v1.0.md 评审建议和用户确认的 6 项决策点，对全报告进行了系统性诚实性重构。以下为 10 项核心变更：
保留不动的内容：v1.0 已验证调研数据（痛点 tab-2 / 竞品 tab-3 / 市场 tab-4 / 数据来源 tab-9 / 追觅&Plaud tab-10 / 壁垒 tab-11 / 生死录 tab-12 / TAM 推导 tab-13）原样保留，v1.4 诚实性重构与 v1.5 新增分析均在现有框架上补充。
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。
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。
| 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。
| 痛点场景 | 频率 | 强度 | 后果 | 余光覆盖 |
|---|---|---|---|---|
| 律师出庭形象失误 | 月2-4次 | 🔴 极高 | 客户信任受损，案件失利风险 | ✅ 出庭场景模板 |
| 销售见甲方衣着不妥 | 周1-3次 | 🔴 高 | 第一印象差，丢单风险 | ✅ 拜访场景模板 |
| 面试着装失误 | 季1-2次 | 🟡 中高 | 面试失败 | ✅ 面试场景模板 |
| 日常通勤穿搭懒散 | 每日 | 🟢 中 | 持续影响职场形象积累 | ✅ 每日积极确认 |
| 宴席/活动着装不当 | 月1-2次 | 🟡 中 | 社交尴尬 | ✅ 宴席场景模板（Pro） |
| 口气问题 | 每日 | 🔴 高 | 社交距离内的硬伤，自我无法感知 | ✅ V2 口气检测插件 |
关键洞察：高频低痛的"每日懒散"培养使用习惯，低频高痛的"出庭/见客户"驱动付费转化。两个极端场景的组合形成了完整的转化逻辑。
| 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%） |
| 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 |
| 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） |
| 4.2 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）。
| 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%
| 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% |
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 |
📊 详细 TAM/SAM/SOM 推导（含市场定义修正、SOM 计算步骤、敏感度分析）见 附录B（续）。
功能层（入场券）：帮你看你余光看不到的
情绪层（购买理由）：出门前的最后一道安心
社交身份层（溢价来源）：专业身份的守护者
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，让你在每一次出场时都充满信心。
| 层级 | 价值主张 | 用户感知 | 定价锚点 |
|---|---|---|---|
| 功能层（入场券） | 帮你看你余光看不到的 | "它能发现我自己看不到的问题" | 免费（获取用户） |
| 情绪层（购买理由） | 出门前的最后一道安心 | "检查完我就放心了" | ¥49-99/月（安心感值这个价） |
| 社交身份层（溢价来源） | 专业身份的守护者 | "我是那种注重专业形象的人" | 企业版 ¥39-59/人/月（品牌投资） |
理论支撑：
- Bain Elements of Value（2021）：情绪层元素的价格溢价是功能层的 1.5 倍。从"减少焦虑"到"安心感"不是文字游戏，是定价倍率的跃迁
- Christensen JTBD：用户雇佣余光不是"检查仪容"（功能层 Job），而是"出门前确认自己没问题"（情绪层 Job）和"在客户面前展现专业形象"（社交层 Job）
- Sheth 消费价值理论（2023 Meta-analysis）：情绪价值是消费决策的最强预测因子，超越功能价值和社会价值
叙事转换（v0.8 关键变化）：
| v0.7 叙事 | v0.8 叙事 | 为什么变 |
|---|---|---|
| "检查你哪里不完美" | "确认你看起来很好" | 正向框架：小红书 2026 数据显示"自我欣赏"互动率是平台均值的 2.57 倍 |
| "帮你发现背后的错误" | "出门前的最后一道安心" | 从"纠错工具"升级为"安心仪式"，对标 Calm（卖的不是冥想，是平静） |
| "避免着装失误" | "守护你的专业身份" | 从"避免损失"到"保护价值"，对标蔚来（卖的不是车，是"社交护照"） |
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：
功能层是入场券——免费给。情绪层是购买理由——这是余光真正卖的。社交身份层是溢价来源——企业版的定位基石。
"第二视角"是功能基础，"安心仪式"才是产品灵魂。
每一个产品决策都围绕这个核心：免费版交付功能（发现问题），付费版交付情绪（安心感），企业版交付身份（专业守护）。
来自 §4.9 的系统化研究：10 个以情绪/社交价值驱动商业成功的案例，为余光的三层价值架构提供实证支撑。
| # | 品牌 | 功能价值 | 情绪/社交价值 | 溢价倍率 | 余光可借鉴 |
|---|---|---|---|---|---|
| 1 | Dyson | 吸尘器/吹风机 | "科技美学"+"我是追求品质的人" | 10-90x vs 普通品牌 | 技术美学包装：AI 检查不是冷冰冰的纠错，是"科技守护" |
| 2 | Lululemon | 瑜伽裤 | 社区归属+"我是健康生活方式的人" | 2-3x，营销费仅 2-5% | 社区运营：律师形象大使计划，社区认同驱动口碑 |
| 3 | Yeti | 保温杯 | 户外身份+"我是懂生活的人" | 5-30x vs 普通保温杯 | 身份绑定：用余光 = "我是注重专业形象的人" |
| 4 | NIO 蔚来 | 电动车 | "社交护照"+ 生活方式社区 | 50-70% 老带新 | 社交飞轮：律师圈层口碑传播，NIO 式社区运营 |
| 5 | Peloton | 健身单车 | 寄生社交关系（教练→用户）+ 身份仪式 | 1.2% 月流失（行业 5-8%） | 正向反馈循环：每日检查 = 身份仪式，不是纠错任务 |
| 6 | Calm | 冥想 App | "内心平静"——卖的不是冥想，是平静感 | $70/年（vs 免费 Headspace） | 情绪定位：卖的不是检查，是"出门前的安心" |
| 7 | LinkedIn Premium | 职业社交 | "职业安全感"——不是工具，是保险 | $30-40/月 | 职业守护：余光 = "专业形象保险" |
| 8 | 小红书 | 社区平台 | 理想自我投影（2026数据：自我欣赏 2.57x） | 广告收入 $30B+ | 正向框架："确认你看起来很好" > "找出你的问题" |
| 9 | Apple Watch | 智能手表 | 健康安心——不是计时器，是"健康守护者" | $399+ + 订阅 | 安心仪式：每日检查 = Apple Watch 每日健康监测 |
| 10 | Gympass | 企业健身 | "员工福利"身份——B2B2C 卖的不是健身卡 | $3B+ 估值 | B2B2C 定位：不是"管理律师着装"，是"给律师的安心福利" |
5 条核心规律：
1. 正向情绪 > 负面纠错：Calm 卖"平静"不是"减少焦虑"，余光卖"安心"不是"避免失误"
2. 身份绑定 > 功能比较：Lululemon 不和 Nike 比面料，而是绑定"我是瑜伽人"
3. 仪式感 > 工具感：Peloton 用户说"每天骑 Peloton"不是说"每天用健身车"
4. 社区飞轮 > 广告投放：NIO 50-70% 老带新，Lululemon 营销费仅 2-5%
5. B2B2C 卖的是身份，不是工具：Gympass 卖的是"员工福利"身份，不是"健身卡"
免费版（功能层）
│ 积极反馈："你看起来不错 👍"
│ 建立正向情绪锚点
↓
Pro 付费版（情绪层）
│ 安心深化：场景守护 + 趋势确认 + 日历守护
│ 形成"出门前必过余光"的仪式感
↓
社区飞轮（社交身份层）
│
├─ 律师形象大使计划（Lululemon 社区大使模式）
│ 每律所 1-2 名活跃用户成为"余光形象大使"
│ 定期分享形象管理心得 → 带动所内使用
│
├─ 老带新推荐机制（NIO 50-70% 模式）
│ 推荐新律所签约 → 推荐人获 3 个月免费 Pro
│ 律师跳槽到新律所 → 习惯携带 → 新律所也签约
│
└─ 专业形象评分分享（Peloton 排行榜模式）
周度"专业形象评分"→ 律所内排行 → 社交动力
注意：强调"确认进步"而非"比较谁更好"
关键设计原则：
- 正向框架贯穿：每个触点都强调"确认你看起来很好"，不是"找出你的问题"
- 身份仪式强化：从"用工具检查"→"出门前的安心仪式"→"专业身份的确认"
- 社区自运营：Lululemon 社区大使不拿工资，但身份认同驱动持续贡献
谁需要这个产品？ 每天出门前，所有需要"专业形象"的职场人：
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。
| 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：
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。
Y1 目标用户的典型画像，用于 B 端 BD 话术和产品设计验证。
| 维度 | 描述 |
|---|---|
| 姓名 | 张律师 |
| 年龄/性别 | 32 岁，男 |
| 职业 | 北京中型律所诉讼律师 |
| 月收入 | ¥30,000-50,000 |
| 出庭频率 | 每月 2-4 次 |
| 核心痛点 | 出庭前反复照镜子检查正面，但背后完全依赖同事提醒；曾有衬衫后塞边不整被客户注意到的经历 |
| 当前方案 | 让助理帮忙看 + 手机拍照看背后（但经常忘记或赶时间跳过） |
| 付费意愿 | "如果能保证出庭不出丑，一个月几十块完全值得——比起丢客户的风险，这点钱不算什么" |
| 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。
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 |
6.1 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。
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。
"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：
V2 配件方案：¥29-49 的 VSC 气体传感器插件，插在手机充电口上：
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。
MVP 验证不再依赖单一 NPS 指标，而是采用 产品闸门 + 商业闸门 双轨体系（详见 §H.4 90 天 3 阶段验证方案）：Phase 1（第 1–3 周）在中国用 50 名非关系用户验证产品完成率、耗时与召回率；Phase 2（第 2–6 周）在英国验证需求与真实付款；Phase 3（第 7–12 周）验证创作者/伙伴触达到复用的商业闭环。NPS 保留为辅助参考指标。
定价逻辑变更（v0.8）：v0.7 的旧月费 ¥19.9 对标的是工具功能定价（"帮你检查背后"）。但 Bain 研究表明情绪层定价溢价 1.5 倍，且 LinkedIn Premium $30-40/月卖的是"职业安全感"，Calm $70/年卖的是"平静"。余光卖的是"出门前的安心"——定价应锚定情绪价值而非功能价值。
| 版本 | 价格 | 功能 | 价值定位 |
|---|---|---|---|
| 免费版 | ¥0 | 1 次/天，基础场景（日常通勤），发现问题 + 积极反馈（"你看起来不错！"） | 功能层：入场券，让用户体验核心价值 + 正向情绪 |
| Pro 版 | ¥49-99/月 | 不限次数，全部场景（出庭/见客户/面试/商务社交），定位+建议，历史趋势，日历联动 | 情绪层：安心深化——"出门前确认没问题" |
| 企业版 | ¥39-59/人/月 | Pro 全功能 + 团队仪表盘 + 形象合规报告 + 品牌定制 | 社交身份层：专业形象守护——"保护律所品牌" |
定价锚定对比：
| 对标产品 | 定价 | 卖的是什么 | 余光的对标层 |
|---|---|---|---|
| Calm | $70/年 | 平静感 | 情绪层（安心感） |
| LinkedIn Premium | $30-40/月 | 职业安全感 | 社交身份层（专业守护） |
| Peloton | $44/月 | 社区归属+自我提升 | 社交身份层（身份认同） |
| 小红书色彩分析 | ¥680/次 | 理想自我投影 | 情绪层（预约排到3个月后） |
| Apple Watch | $399+ | 健康安心 | 情绪层（设备+订阅模式） |
¥49-99/月 vs 旧月费 ¥19.9 的商业影响：
| 指标 | 旧月费 ¥19.9（v0.7） | ¥49/月（v0.8 保守） | ¥99/月（v0.8 进取） |
|---|---|---|---|
| 月收入（1000 付费用户） | ¥19,900 | ¥49,000 | ¥99,000 |
| 月收入（5000 付费用户） | ¥99,500 | ¥245,000 | ¥495,000 |
| 覆盖 API ¥0.3/次（3次/天） | ¥27/月 ✅ 刚好覆盖 | ¥27/月 ✅ 毛利率 45% | ¥27/月 ✅ 毛利率 73% |
| 情绪价值定价合理性 | 低（卖的是工具） | 中（卖的是安心） | 高（对标 LinkedIn Premium） |
4.4 定价策略：Y1 先以 ¥49/月 上线（保守锚定，测试情绪付费意愿），根据转化率数据调整。如果场景墙转化率 >8%（§4.8 验证标准），Q3 可测试 ¥69/月。
扩展注脚：企业版定价 ¥39-59/人/月，对标 Gympass B2B2C 模式（$3B+ 估值）。律所视角：¥59/人/月 × 100 律师 = ¥5,900/月，仅为一次形象培训（¥5,000-20,000）的 30-120%，但提供持续性守护。
v1.3 商业模式升级：从单一订阅升级为一主二候选路线图：Y1以企业订阅为主收入引擎，Pro数据分析订阅和CPS购物分成为候选增长线；三者不假设同步推进，依据验证数据逐条开启。原 3 档定价（免费 / Pro ¥49 / 企业版）作为产品载体保留，路线图在此之上重新定义了收入逻辑。
[assumption: v1.3 商业模式升级，一主二候选路线图]
| 层级 | 产品载体 | 收入逻辑 | 定价 | 关键数据 |
|---|---|---|---|---|
| ① 免费 ToC （流量资产） |
免费版 + 购物建议 | CPS 电商导流分成——小红书热门穿搭聚合 / 保养指南 / 一键下单 | ¥0 + CPS take rate 5-15% GMV | 免费用户从"成本中心"变为"CPS 变现入口"[assumption: 电商导流行业标准] |
| ② Pro ToC （洞察资产） |
Pro ¥49/月 + 数据分析 | 订阅 + 数据洞察溢价——关闭购物建议 + 月度穿搭统计 / 单品 ROI / 年度形象报告 | ¥49→¥99/月（洞察溢价） | Pro 用户买的是"免打扰+洞察"，不是更多功能[assumption: 数据分析增值驱动 ARPU 升级] |
| ③ ToB （聚合资产） |
企业版 + 数据大屏 | B 端数据 SaaS——律所版（着装合规率/形象风险预警）+ 品牌版（真实穿着数据/区域偏好/新品推时机） | 律所版 ¥3-10 万/所/年 品牌版 ¥10-50 万/品牌/年 |
对标时尚数据服务商定价[assumption: 律所培训预算基准 + 时尚数据服务商对标] |
| 阶段 | 内容源 | 目的 |
|---|---|---|
| 早期（0-6 月） | AI 生成 + 人工策展（"余光编辑部"） | 规避早期版权风险，快速冷启动 |
| 规模后（6 月+） | 小红书 / 品牌官方合作 | 正规化内容供给，提升 CPS 转化率 |
[assumption: 内容源分阶段策略，规避早期版权风险]
| 框架层 | 余光的映射 |
|---|---|
| ① 盈利模式 | = 营收路线图（免费 CPS / Pro 洞察 / B 端数据） |
| ② 广义商业模式（整体战略） | B2B2C 律所先行 → C 端放量 → B 端数据 |
| ③ 轻 vs 重判断 | 轻研发轻生产（小程序）/ 重渠道（律所 BD）/ 重数据（数据资产是重资产，需长期积累） |
[source: 课程11P3 §2.1 商业模式三层]，避免"钟薛高式"轻产品重营销的致命错误[source: 课程11P3 轻重资产]。
| 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。
网络效应的本质：用户增长自动增强产品价值，无需企业额外投入。
| 有网络效应 | 无网络效应（我们的情况） |
|---|---|
| 微信：朋友都在用 → 你不得不用 | 张律师用余光，不影响李律师用不用 |
| 美团：商家多 → 用户多 → 商家更多 | 1 万用户和 10 万用户的体验基本一样 |
| 用户增长 = 竞争力自动增强 | 用户增长 ≠ 竞争力增强，每一步都要自己打 |
没有网络效应的后果：
1. 不会出现赢者通吃：市场份额天花板约 15-25%（参考追觅 vs 戴森）
2. 每寸市场靠执行力打：没有自增长引擎，必须持续运营
3. 壁垒靠"每天运营出来"：类似餐饮（海底捞）——没有网络效应，但靠持续运营做到品类第一
为什么这不可怕：很多成功的消费品牌和工具产品都没有网络效应——大疆、追觅、Plaud、Dyson。它们靠的是渠道密度 + 品牌心智 + 迭代速度，不是网络效应。
① 先发速度（12 个月窗口期）— ⭐⭐⭐ 最诚实
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 + 场景规则积累。
② 品牌 = 品类（"形象盲区检查"代名词）— ⭐⭐ 需要持续烧钱
用户心智先发：提到"AI 形象盲区检查"就想到余光。类比追觅在吸尘器领域——戴森技术更好，但追觅靠品牌+渠道赢了。
③ 渠道密度（B 端签约数量 = 后来者进入壁垒）— ⭐⭐⭐ 最现实的壁垒
v0.6 称"渠道锁定"，但小程序切换成本低于硬件（换二维码即可）。更准确的描述是渠道密度——签的律所越多，后来者进入同一市场的成本越高。
④ 情绪品牌 = 品类仪式（v0.8 新增）— ⭐⭐⭐ 最被低估的壁垒
从"形象检查工具"升级为"出门前的安心仪式"——用户不只在使用一个工具，而是在完成一个仪式。
| 维度 | 工具定位（v0.7） | 仪式定位（v0.8） |
|---|---|---|
| 用户行为 | "需要时才用" | "出门前必做" |
| 情感连接 | 中性（发现问题→解决） | 正向（确认没问题→安心） |
| 切换成本 | 低（另一个工具也能检查） | 高（另一个工具给不了同等的"安心感"） |
| 口碑传播 | "我用了一个检查工具" | "我出门前必须过一遍余光" |
⑤ 场景知识库（隐性经验积累）— ⭐⭐ 有价值但可复制
| 知识类型 | 积累难度 | 壁垒强度 |
|---|---|---|
| 显性规则（出庭穿深色西装） | 低，竞品 3 个月可复制 | 弱 |
| 中度规则（领带到皮带扣、袜裤同色） | 中，需要职业场景验证 | 中弱 |
| 隐性知识（XX 法院法官偏好、某行业着装潜规则） | 高，需要大量用户反馈 | 中 |
⑥ 无网络效应（坦诚声明）— ⭐⭐⭐⭐ 最加分
评委和投资人一眼就能看出我们有没有网络效应。与其回避，不如主动说明：
"我们坦率讲：这个产品没有网络效应——张律师用余光，不影响李律师用不用。这意味着我们不会赢者通吃，但也不意味着不能赢。我们的策略是在无网络效应的市场里，靠渠道密度和品牌成为品类第一，维持 20-25% 份额，利润率稳定但不会暴利。对标追觅——戴森技术更好，但追觅靠渠道和性价比赢了 20%+ 份额。"
| 市场类型 | 龙头份额 | 代表 | 我们的预期 |
|---|---|---|---|
| 强网络效应 | 70-90% | 微信、美团 | ❌ 不适用 |
| 弱网络效应 | 40-60% | 大疆（无人机） | ❌ 不适用 |
| 无网络效应 | 15-30% | 追觅（吸尘器）、科沃斯（扫地机） | ✅ 15-25% 份额 |
对财务模型的影响：v0.6 Y3 市场份额 ~20%，在无网络效应市场里合理偏乐观，但可行。
| 策略 | 机制 | 对标案例 | 我们的做法 |
|---|---|---|---|
| 场景众包（类网络效应） | 用户贡献规则 → 规则库更丰富 → 更多用户 | Wikipedia、小红书笔记 | 律师上传"XX 法院着装偏好" → 全体律师受益 |
| 职业圈层口碑 | 律所内扩散 + 跳槽携带 | Slack（团队内扩散） | B 端合同让整个律所用 → 律师跳槽时把习惯带到新律所 |
| 持续运营壁垒 | 每天运营出来的竞争优势 | 海底捞（无网络效应但品类第一） | 持续迭代场景规则 + 维护渠道关系 + 品牌营销 |
诚实评估：以上三条壁垒力度都弱于真正的网络效应，竞品如果砸钱也能做到。但在细分市场里，先发+持续运营足以维持稳定份额。
真正的壁垒 ≠ 产品不可复制
真正的壁垒 = 客户不想换 + 我们跑得更快
| 壁垒维度 | 我们能做多大 | 投入优先级 |
|---|---|---|
| 技术壁垒 | ❌ 几乎为零 | 不投入 |
| 网络效应 | ❌ 基本不可能 | 不追求 |
| 规模效应 | ⚠️ 弱（软件边际成本趋近零） | 不依赖 |
| 情绪品牌壁垒 | ⚠️✅ 最被低估（v0.8 新增） | 高优先级 |
| 品牌壁垒 | ✅ 可以做（需持续投入） | Y1 开始投 |
| 渠道密度 | ✅ 最现实（B 端合同数量） | Y1 核心 |
| 切换成本 | ⚠️ 弱（用场景模板增强） | Y1-Y2 增强 |
| 数据壁垒 | ⚠️ 中等（隐性场景知识需要时间） | Y1-Y2 持续积累 |
"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。坦率地说，这个产品也没有网络效应——一个律师用余光，不影响另一个律师用不用。
但这恰恰是很多成功的消费品牌走过的路。追觅的技术戴森也能做，但追觅靠渠道和性价比赢了。我们的策略也一样：
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. 渠道密度：签的律所越多，后来者越难进入
4. 场景知识：垂直场景的隐性经验需要时间积累，后来者需要同等时间在无网络效应的市场里，我们的目标是 20-25% 份额——不是赢者通吃，但利润率稳定、可持续。
比硬编一个不存在的壁垒要诚实得多。评委看重的是你能不能诚实地认识自己的生意。"
中文「余光」 = 你的余光看不到的地方（HOW），英文「Alright」 = 确认一切 OK 的那份安心（WHAT）。命名不绑定任何产品形态，暗示性命名（vs 描述性"智镜"），全球通用零翻译成本，中英文形成 HOW+WHAT 的完整叙事闭环。
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。
① 微信消息模板推送（每日出门前提醒）
② 场景化触发（日历 API 联动）
③ 社交分享机制（打卡/成就）
④ 检查结果价值强化
| 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。
v0.8 叙事重构：v0.6-v0.7 的转化逻辑是"撞墙付费"——免费版发现问题，付费版解决问题。这是一个负面框架（纠错→付费），转化天花板受限于恐惧驱动。
v0.8 升级为"安心深化"——免费版给积极确认（"你看起来不错！"），付费版深化安心感（场景守护+趋势确认+日历守护）。这是正向框架（安心→深化安心），对标 Calm（"平静"而非"减少焦虑"）。
理论基础：Sheth 消费价值理论 2023 Meta-analysis 显示，正向情绪价值对消费决策的预测力（β=0.71）显著强于功能价值（β=0.59）。
核心问题：免费版已经给了核心价值（帮你拍背后），为什么用户会付 ¥49-99/月？v0.5 的定价设计（1次/天免费 → 3次/天付费）存在致命缺陷——律师一天只出门一次，1次/天永远够用，用户永远不会撞墙。
本节重新设计从免费到付费的转化路径。
| v0.5 设计 | 致命缺陷 |
|---|---|
| 1次/天 → 3次/天 | 律师一天出门一次，1次/天永远够用 |
| 基础场景 → 更多场景 | "日常"和"出庭"的检查区别用户感知不到 |
| 核心价值免费给 | 用户免费就能"帮你看背后"——那为什么要付钱？ |
根因：免费版已经交付了产品的核心承诺（"帮你看感知不到的"），付费版多出来的价值感知太弱。
Plaud 50% 付费转化率是行业神话，其转化触发链：
| 触发层 | 免费版天花板 | 付费解锁 | 为什么有效 |
|---|---|---|---|
| 次数硬墙 | 录音时长限制（60分钟/月） | 无限录音 | 到了就用不了，物理截断 |
| 质量梯度 | 基础转录 | AI摘要+说话人识别+关键要点 | 免费能用但"不够好" |
| 场景模板 | 通用转录 | 律师咨询模板/医疗记录模板 | 专业用户刚需，免费给不了 |
| 导出格式 | 纯文本 | PDF/Word/多格式分享 | 工作流卡点，不付费就断 |
关键规律：每一层触发都是"用了免费版之后自然撞到的墙"——不是"告诉你付费有什么"，而是"你自己发现免费不够用了"。
v0.8 叙事升级：每一层触发从"撞墙"升级为"安心深化"——不是"免费不够用，被迫付费"，而是"免费的安心感已经体验到了，更深的安心感值得付费"。
触发1：检查深度梯度（安心→深化安心）
免费版能看到问题，但看不到全貌。
| 免费版 | 付费版 | |
|---|---|---|
| 检查结果 | "背后看起来没问题 👍"（积极确认）或 "背后有一角外露"（发现问题） | "背后左下角衬衫外露约3cm，建议重新塞入；另外右肩缝线略歪，可能是尺码问题"（定位+建议+安心确认） |
| 检查范围 | 仅后背（1张照片） | 后背+侧身+全身（3张照片，需要转身配合） |
| 建议质量 | "看起来不错" 或 "建议整理" | "衬衫应完全塞入裤腰，出庭时建议选择深色系，避免条纹图案" |
v0.8 变化：免费版增加积极反馈（"看起来不错 👍"），建立正向情绪锚点。用户撞墙点从"发现问题不知道怎么改"升级为"体验了安心感，想要更深的安心"。
触发2：场景检查清单（专业刚需）
不是模糊的"更多场景"，而是具体的检查清单差异：
| 场景 | 免费版检查项 | 付费版检查项 |
|---|---|---|
| 出庭 | ❌ 不提供 | 衬衫袖口露出1-2cm ✓、领带长度到皮带扣 ✓、袜子颜色匹配 ✓、鞋面无污渍 ✓、皮带与鞋同色 ✓ |
| 见客户 | ❌ 不提供 | 西装扣扣规范 ✓、口袋巾折叠 ✓、胸针/徽章位置 ✓、香水用量 ✓ |
| 面试 | ❌ 不提供 | 领带结对称 ✓、衬衫无褶皱 ✓、公文包与鞋色协调 ✓ |
| 日常 | 3项基础检查 | 10项完整检查 |
为什么有效：
- 律师出庭是高风险高代价场景——着装失误直接影响法官/当事人印象
- "出庭前一天发现免费版不支持出庭场景"——不付费就有职业风险
- 类比 Plaud：律师用通用转录也能用，但律师模板的摘要格式能直接放进案卷——付费省的不是钱，是职业风险
触发3：历史追踪与趋势（粘性触发）
| 免费版 | 付费版 | |
|---|---|---|
| 历史 | 不保存 | 7天形象评分趋势 |
| 对比 | — | "本周vs上周"对比 |
| 洞察 | — | "你最近3次出庭都出现了领带歪的问题，建议调整领带结打法" |
为什么有效：
- 用户用了免费版1周后发现：每天检查但看不到变化趋势 → 好奇心驱动
- 自我提升的正反馈循环：这周比上周好 → 持续使用 → 持续付费
- 形象管理天然适合"进步可视化"——这是 Plaud 没有但我们应该有的
触发4：日程联动（时机触发）
| 免费版 | 付费版 | |
|---|---|---|
| 日历联动 | ❌ | ✅ 读取日历，重要事件前30分钟推送 |
| 推送内容 | — | "下午2点出庭，建议做一次出庭场景检查" |
为什么有效：
- 不是用户主动打开小程序，而是系统在最需要的时候主动出现
- 日历联动创造的打开率远高于被动等待（预计 >40%）
- 一旦习惯了日历提醒，取消付费 = 取消提醒 = 回到"可能忘记检查"的风险 → 切换成本
触发5：B端助推（社会证明触发）
| 律所企业版覆盖 | 律师个人 | |
|---|---|---|
| 律所采购 | 企业版 ¥39-59/人/月（全功能） | — |
| 律所未采购 | — | 个人免费试用 → 个人付费 ¥49/月 |
为什么有效：
- 律所采购后，所有律师自动获得付费版——B端直接跳过C端转化漏斗
- 没被律所覆盖的律师，看到同事用企业版全功能 → "我也要" → 个人付费
- 同事的社会证明是最强的转化触发：隔壁工位的律师用出庭场景检查没翻车，你不用就可能翻车
100个免费用户
│
├─ 触发1：免费检查发现背后有问题（~70%会遇到）
│ "原来我背后真的有东西露出来"
│
├─ 触发2：明天出庭，发现免费版没有出庭场景（律师高频，~40%触发）
│ "出庭这么重要的事，免费版居然不支持？"
│
├─ 触发3：用了一周，想看趋势但免费版不保存（~30%触发）
│ "我上周是不是好一点？看不到了"
│
├─ 触发4：日历提醒"下午2点出庭"，点击后跳付费墙（~25%触发）
│ "啊对今天出庭，赶紧检查一下——要付费？"
│
└─ 转化：至少被一层触发击中并付费
预估转化率：10-15%（单一触发约2-3%，多层叠加提升至10-15%）
关键洞察：转化率取决于触发密度。单一触发（次数不够）转化率 2-3%。多层触发叠加（场景+深度+时机+社会证明）转化率可到 10-15%。
| 假设 | 验证方法 | 成功标准 | 时间 |
|---|---|---|---|
| 免费版能发现真问题 | 种子用户中多少比例收到"有问题"的检查结果 | >50% | 月1-2 |
| 出庭场景是刚需 | 有多少用户在出庭前主动打开小程序 | 出庭日打开率 >60% | 月2-3 |
| 场景触发有效 | 看到付费墙后的转化率 | 场景墙转化率 >8% | 月3-4 |
| 历史追踪有吸引力 | 付费版用户中多少看趋势 | >40% 付费用户看过趋势 | 月4-6 |
| B端助推有效 | 企业版覆盖律所中，未覆盖律师的个人付费率 | >15% | 月6-9 |
基于情绪价值定价和转化触发链重新定义三档功能边界：
| 功能 | 免费版 | Pro 版 ¥49-99/月 | 企业版 ¥39-59/人/月 |
|---|---|---|---|
| 检查次数 | 1次/天 | 不限次数 | 不限次数 |
| 情绪反馈 | 积极确认（"看起来不错 👍"） | 安心深化（定位+建议+确认） | 专业守护（合规报告+团队仪表盘） |
| 检查范围 | 仅后背（1张照片），发现问题 | 后背+侧身+全身（3张照片），定位+建议 | Pro 全功能 + 品牌定制 |
| 检查结果 | "背后有一角外露" 或 "看起来不错" | "背后左下角衬衫外露约3cm，建议重新塞入" | Pro + 团队趋势分析 |
| 场景支持 | 仅日常通勤（3项检查） | 出庭/见客户/面试/商务社交（10项检查/场景） | Pro + 自定义场景 |
| 历史记录 | 不保存 | 7天趋势+对比+洞察 | 30天趋势+团队对比 |
| 日历联动 | ❌ | ✅ 日历读取+主动提醒 | ✅ 团队日历+批量提醒 |
| 语音反馈 | ✅ | ✅ | ✅ |
v0.8 核心变化：
- 付费版价值不再只是"检查更多"，而是"安心更深"——从功能增量到情绪深化
- 新增企业版定位：不是"批量工具采购"，而是"律所品牌专业形象的投资"
- 免费版增加积极反馈，建立正向情绪锚点（对标小红书"自我欣赏"2.57x 互动率）
v1.3 核心升级：v0.8 的转化链是"安心深化"——免费版给积极确认，付费版深化安心。v1.3 在此基础上做了两个关键补充：① 免费用户也有独立收入路径（CPS），不再只是漏斗上游；② Pro 年度形象报告作为升级触发器，对标 Spotify Wrapped 的病毒传播机制。
[assumption: v1.3 付费转化升级，CPS + 年度报告双引擎]
免费用户每天看到购物建议——小红书热门穿搭聚合 / 保养指南 / 一键下单，余光拿 CPS 分成。内容源早期用 AI 生成 + 人工策展（"余光编辑部"），规模后再谈小红书/品牌官方合作。[assumption: 电商导流 GMV 5-15% take rate]
| 维度 | 说明 |
|---|---|
| 机制 | 用户看到朋友的"2026 年度穿搭回顾"会产生强烈升级欲望——社交传播是 Pro 最佳获客工具 |
| 对标 | Spotify Wrapped 使 Spotify Q4 付费转化率提升 25% |
| 留存提升 | 年度报告 + 衣橱分析预计使月流失从 8% 降至 5%[assumption: 情绪价值+数据黏性降低流失] |
| 核心洞察 | Pro 用户付费买的核心不是更多功能，是"免打扰 + 洞察"——关闭购物建议，获得衣橱数据分析 |
[assumption: 对标 Spotify Wrapped 病毒传播机制，行业案例]
Pro 用户获得 7 个洞察维度的数据分析（完整说明见本报告 tab-18「九、Pro 数据分析价值清单」）：
保留 v1.0 付费漏斗：100 免费用户 → 70% 发现盲区[hypothesis] → 40% 进入场景检查[hypothesis] → 10-15% 升级 Pro[hypothesis][source: 调研报告§4.7 付费转化触发链]。v1.3 在此漏斗基础上，新增 CPS 路径让免费用户也产生收入，新增年度报告作为更强的升级触发器。
问题识别：v0.6 写了 B 端获客目标（10 家律所）和话术，但完全没有量化从 0 拜访到 10 家签约的转化过程。这是 B2B2C 核心假设的另一个黑箱。
v0.6 写了"目标 10 家北京律所"，但以下关键数字全部缺失：
| 缺失指标 | 为什么重要 |
|---|---|
| 拜访→意向率 | 打 100 个电话，几个愿意听？ |
| 意向→试用率 | 几个愿意给 10 位律师试用？ |
| 试用→签约率 | 试用后几个愿意批量采购？ |
| 单律所销售周期 | 从首次接触到签合同要几周？ |
| 单人 BD 产能 | 一个人一个月能谈几家？ |
| 常见拒绝原因 | 被拒 45/50 家，为什么？能不能提前应对？ |
参考 B2B SaaS 标准销售漏斗，设计北京律所 BD 转化路径：
线索池（北京 50-200 人中型律所 ≈ 200 家）
│
├─ 第 1 层：触达（电话/邮件/微信/上门）
│ 触达率预估：30%（60 家愿意听）
│
├─ 第 2 层：意向（约到面谈/视频会议）
│ 意向率预估：20%（40 家愿意面谈）
│
├─ 第 3 层：试用（同意给 10 位律师试用 1 个月）
│ 试用率预估：25%（10 家愿意试用）
│
├─ 第 4 层：签约（试用后批量采购企业版）
│ 签约率预估：50%（5 家签约）
│
└─ 结果：200 家线索 → 5 家签约
端到端转化率：2.5%
若要签 10 家：需要 400 家线索池 或 提升每层转化率
| 参数 | B2B SaaS 行业基准 | 我们的预估 | 验证方式 |
|---|---|---|---|
| 触达率（冷启动→愿意听） | 20-40% | 30% | 打 50 个冷电话实测 |
| 意向率（愿意听→面谈） | 30-50% | 20%（偏低，因为品类新颖） | 看面谈接受率 |
| 试用率（面谈→试用） | 20-40% | 25% | 看试用部署率 |
| 签约率（试用→付费） | 30-60% | 50%（试用后体验驱动） | 看试用后转化 |
| 单律所销售周期 | 4-12 周 | 6-8 周 | 从首次触达到签约的时间 |
| 单人月产能 | 15-25 家面谈 | 15 家 | 1 人每天约 3-4 家面谈 |
| 单律所 BD 成本 | ¥2,000-5,000 | ¥3,000 | 差旅+人力均摊 |
| 月份 | 活动 | 预期结果 |
|---|---|---|
| 月 1 | 建线索池（200 家），冷启动触达 60 家 | 10-15 家面谈，3-5 家进入试用 |
| 月 2 | 继续触达 + 跟进试用 | 新增 3-5 家试用，首批试用反馈收集 |
| 月 3 | 首批试用→签约转化 + 新试用 | 2-3 家签约，累计 5 家试用中 |
| 月 4 | 持续转化 + 扩面 | 累计 5-7 家签约 |
| 月 5-6 | 老客户推荐 + 扩面 | 累计 8-12 家签约 |
结论：1 个 BD 人员 6 个月，签约 5-10 家是合理的。但要签约 10 家，需要触达约 200 家线索，面谈约 40 家，试用约 15 家。
| 指标 | v0.6 数字 | 修正后 | 修正原因 |
|---|---|---|---|
| 月 3-6 目标 | 10 家签约 | 5 家签约 + 5 家试用中 | 销售 6-8 周周期，月 3 才可能签第一批 2-3 家 |
| B 端用户数 | 1000-2000 | 300-1000 活跃 | 10 家 × 50-200 人，但激活率可能只有 30-50% |
| 获客成本/律所 | ¥2,000-5,000 | ¥3,000-8,000 | 含触达 200 家的 BD 人力+差旅均摊（6 万 ÷ 10 家） |
| 拒绝原因 | 概率 | v0.7 应对 | v0.8 情绪化应对 |
|---|---|---|---|
| "我们不需要，律师自己会穿" | 高（40%） | 给合伙人看"年轻律师着装失误"案例 | "100 毫秒决定客户的第一印象（Princeton 研究）。年轻律师不是不会穿，是看不到背后——就像您看不到自己的后脑勺。这不是能力问题，是视觉盲区。" |
| "预算不够" | 中（25%） | ¥39-59/人/月 < 一次培训 1/50 | "¥59/人/月 = 每天两块钱，保护的是律所品牌在客户面前的专业形象。客户对律师的第一印象，100 毫秒就形成了。" |
| "不想让律师觉得被管" | 中（20%） | 定位为"个人工具" | "不是管理工具，是给每位律师的'出门前安心确认'。就像手机推送天气预报——不是管你穿什么，是帮你确认一下。" |
| "数据安全担心" | 低（10%） | 小程序不存储照片 | 不变：小程序不存储照片，实时分析即销毁；可签保密协议 |
| "已有形象培训合作" | 低（5%） | 不替代培训，是培训延伸 | "培训是年度的，我们的守护是每日的。培训教知识，我们确保每天执行到位。" |
| # | 假设 | 验证指标 | 成功标准 | 验证时间 |
|---|---|---|---|---|
| 1 | 律所触达率 ≥30% | 50 次冷触达中愿意听的比例 | ≥30% | 月 1 |
| 2 | 面谈→试用率 ≥25% | 面谈后同意试用的比例 | ≥25% | 月 2 |
| 3 | 试用→签约率 ≥50% | 试用后签约的比例 | ≥50% | 月 3-4 |
| 4 | 单律所销售周期 ≤8 周 | 从首次触达到签约的天数 | 中位数 ≤56 天 | 月 4 |
| 5 | BD 单人月产能 ≥10 家面谈 | 每月完成的面谈数 | ≥10 家 | 月 2 |
v0.9 修订：本节独特内容（10 个成功案例表、社区飞轮设计、核心规律）已迁入 §4.1.3 情绪价值成功案例对标 和 §4.1.4 社区飞轮设计，避免与三层价值架构论述重复。市场营销数据和 PPT 叙事表保留在 §四 相关章节。
理论基础快速索引：
- 🏷️ Bain Elements of Value 金字塔 → 见 §4.1 三层价值架构
- 📊 专业形象管理市场数据 → 见 §1.3 他经济 + §3 市场机会
- 🎯 PPT 叙事影响 → 见 §7.1 PPT 页码总览
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。
| 要素 | 方案 |
|---|---|
| 对象 | 北京律所 HR/行政总监（不是律师本人）。BD 定位：保护律所品牌的专业形象 |
| 卖点 | "帮你们所的年轻律师避免着装失误，保护律所品牌的专业形象" = 声誉管理工具 |
| 定价 | 企业版：¥39-59/人/月（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 5 家签约 + 5 家试用 = 300-1000 活跃用户 |
| 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（近零边际成本触达，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
🔗 详细谈判话术 + 拒绝原因应对见 §4.8 B 端 BD 漏斗与效率量化。
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 |
6.1 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。
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
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。
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 |
| 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
| 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。
| 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 |
NPS 说明：上表中 NPS 数据为辅助参考指标（用于侧面验证用户满意度趋势），不作为 Go/No-Go 决策主闸门。产品验证与商业验证的主闸门详见 §H.4 90 天 3 阶段验证方案——产品闸门（Phase 1：首次完成率≥80% / 中位时间≤45s / 召回率≥90% / 误报率≤10% / 下次复用≥40%）与商业闸门（Phase 3：真实付费率≥5% / 下次复用≥30% / 付费CAC≤£7 / 伙伴续约≥2/5 / 隐私信任≥80%）。
v1.3 渠道策略明确：保留 v1.0-v1.2 的 4 条获客路径（§5.2）和 B2B2C 核心逻辑（§5.1），新增渠道形态双线——国内微信小程序 + 海外 iOS App 先行，并用 Apple Watch 场景绑定对抗小程序留存低的行业通病。
[assumption: v1.3 渠道策略双线升级]
| 市场 | 渠道形态 | 理由 | CAC |
|---|---|---|---|
| 国内 | 微信小程序 | 零下载门槛，扫码即用，契合"玄关穿衣镜+手机支架"场景 | ¥30-50（社交裂变 + 物理触点） |
| 海外 | iOS App 先行 | iOS 用户付费意愿高、高净值人群集中，成功后推进 Google Play | ¥80-150（付费投放） |
[assumption: 国内小程序基建成熟，获客成本低于App；iOS 用户 ARPU 高于 Android，海外高端先行策略]
| 维度 | 说明 |
|---|---|
| 机制 | 出门前 Apple Watch 轻触提醒"该检查形象了"，把每日检查场景钉死在手表上 |
| 对抗问题 | 小程序"用完即走"留存低是行业通病（§4.7：D7 留存 ~15%），硬件提醒对抗遗忘 |
| 预期效果 | D7 留存从 25% 提升至 40%[assumption: 硬件提醒提升习惯养成] |
| 战略意义 | 把"每日出门前检查"从"想起来才做"变成"手表提醒我做"，建立品类仪式感 |
[source: 调研报告§6 国内vs海外]
| 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 |
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 → 近零边际成本触达 |
| 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）
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
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）
v1.3 明确：海外iOS App 先行——iOS 用户付费意愿高（ARPU 约为 Android 2-3 倍）、高净值人群集中，验证成功后再推 Google Play（Android）。配合 Apple Watch 场景绑定（§5.6）建立每日检查习惯。
[assumption: iOS 用户 ARPU 高于 Android，海外高端先行策略]
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
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。
v1.5 更新说明：本节数据资产叙事已在 v1.5 经具身智能深度研究（详见 tab-19「具身智能数据匹配度」）修正——数据资产为远期期权，当前不构成竞争壁垒。v1.3 原始调研数据保留作为历史对照。
核心命题：余光每天一次"出门前检查"，表面是检查行为，本质在积累 4 层数据资产，每层比上层更稀缺、更难复制。大厂（微信/抖音）有流量但无"每日检查"场景，数据采集场景独特是差异化基础。
[source: BP v1.3 Slide 20]
| 层级 | 名称 | 核心数据 | 壁垒 | 行业现状 |
|---|---|---|---|---|
| 第 1 层（最高壁垒） | 个人形象数字孪生（个人级） | ① 精确体型（肩宽/腰围/腿长/坐姿比例，多角度图像反推） ② 每日全身影像序列（正面/背面/侧面历史时间轴） ③ 穿搭档案 Digital Wardrobe（每件单品穿着频率/搭配组合/生命周期） ④ 形象变化曲线（体型/肤质/气色月度年度变化） |
体型数据独有 [远期期权·待验证] | 尚属稀缺数据品类——连用户自己都没留过这么完整的记录；虚拟试穿烂就因为只有均码[assumption: 虚拟试穿准确度瓶颈在于缺个人体型数据，行业共识] [远期期权·待验证] |
| 第 2 层 | 场景-行为数据（场景级） | ① 场景标签 × 着装选择（见客户/开会/宴请 → 穿什么） ② 出门时间 × 天气 × 城市 × 着装 ③ 用户接受/拒绝 AI 哪类建议 → 真实偏好向量（revealed preference，不是问卷声称的偏好） |
行为序列独有 [远期期权·待验证] | 现有 App 只有用户主动录入，无每日被动采集 |
| 第 3 层（独家） | 中国职场着装规范图谱（群体级） | ① 中国律师实际每天穿什么（vs 销售员/金融男/医生） ② 北京 vs 上海 vs 深圳着装地域差异 ③ "形象失误高频清单"：哪些盲区全国男性最常忽视 ④ 品牌实际穿着分布（不是销量数据，是真实上身数据） |
群体聚合独家 | 尚属稀缺品类——品牌方只知道销量，不知道"真的穿了多久" [远期期权·待验证] |
| 第 4 层（商业级） | 男性消费决策数据 | 余光每天"看"用户全身 = 看见每件单品的穿着生命周期 ① 这块手表他戴了多久？什么时候换？ ② 这双鞋多久出现磨损信号？ ③ 西装换新频率？ |
真实穿着时长 [远期期权·待验证] | = 男性消费品的 Nielsen 升级版——品牌知道卖了多少，但不知道"真的穿了多久、什么时候该推新品"[assumption: 类比 Nielsen 零售追踪，数据维度升级] |
更多用户 → 更丰富场景知识库 → 检测更准 → 用户更离不开
↓
更完整数据资产 → API/数据服务壁垒
关键洞察：大厂（微信/抖音）有流量但无"每日检查"场景——微信和抖音永远不会做一个"每天检查你后脑勺"的功能，所以数据采集场景是余光的先发切入点（待验证）。
[assumption: 竞品分析推演，每日出门前检查暂属差异化场景·待验证]诚实风险：个人数据网络效应有限（我的形象数据对你没用），真正网络效应在群体聚合层——场景知识库、着装图谱，这是要死守的护城河。
[assumption: 诚实披露战略风险]
| 阶段 | 时间窗 | 变现模式 | 收入量级 |
|---|---|---|---|
| 近期·活下来 | 1-2 年 | 订阅 + 精准单品推荐（CPS 电商导流分成）+ 会员深化（衣橱分析报告，ARPU ¥49→¥99） | CPS take rate 5-15% GMV[assumption: 电商导流行业标准] |
| 中期·数据变现 | 2-3 年 | B2B 数据服务：男性时尚数据订阅（品牌方 SaaS 年费）+《中国职场男性着装白皮书》年度报告 | ¥10-50 万/品牌/年[assumption: 对标时尚数据服务商定价] |
| 远期·可能性 [远期期权·待验证] | 3-5 年 | 个人形象数字孪生 API（开放给虚拟试穿/服装定制/电商平台，按调用收费）+ 男装 C2M 定制切入 | = 远期愿景类比：'个人穿衣数据的地图API'（远期愿景·非当前现实）[assumption: 类比高德/百度地图 API 商业模式] |
| 机会 | 描述 | 壁垒 | 时间窗 | ||
|---|---|---|---|---|---|
| A 虚拟试穿（远期可能性）[远期期权·待验证]（最硬） | 个人精确体型数据 → 虚拟试穿准确度 30%→80%，男装可降低退货率（行业 30%+，应用前景之一） | 体型数据独有 [远期期权·待验证] | 3-5 年 | ||
| B 男性时尚精准触达平台（最近） | 高净值用户 + 单品穿着生命周期 → "该推新品了"的精准时机 | 用户画像 + 真实穿着数据 [远期期权·待验证] | 1-2 年 | ||
| C 中国他经济 Nielsen（最稳） | 系统追踪"中国男性实际在穿什么"→ 品牌方/猎头/培训机构数据服务 | 群体聚合数据 [远期期权·待验证] | 2-3 年 | ||
| D 形象健康长期追踪（最远最性感） | 5-10 年形象变化曲线 → 医美/抗衰老/健康管理金矿 | 连续性时间序列数据 [远期期权·待验证] | 5-10 年 |
| 姓名 | 角色（商业结果） | 核心责任 | 股权 | 关键履历 |
|---|---|---|---|---|
| 卫渊 | CEO | 战略 + 产品 + 融资 + 组织最终责任 | 35% | 荣耀折叠屏系统设计专家 / 中航工业 / 华为 / 陪伴机器人+AI 业务 / 手机研发方向 |
| 孙晓琳（CRO） | CRO | 收入 + 回款 + 商业经营结果 | 18% | 招商银行三家支行行长 / 私人银行上市公司板块 / 柜员起步 |
| 段珮珮（COO） | COO | 可复制渠道体系 + 渠道规模化 | 15% | 院线电影 / 冬奥广告 / 爱奇艺综艺 / 国产 A 类电影节获奖 |
| 方帆（CSO） | CSO | 签约 + 一线成交 | 12% | 中国石化工程建设公司 / 炼化行业工艺设计 / 工艺负责人 |
| 丁世强 | CTO | 技术开发 + 交付稳定性 | 10% | 百度 11.5 年推荐技术 / 地图智能语音 / 地图 APP 用户增长 / 人人网半年 |
| 期权池 | — | 未来关键人才 | 10% | — |
[assumption: 用户 m0059 确认股权方案]
| 事项 | 最终责任人 | 主要指标 |
|---|---|---|
| 公司整体收入、毛利、回款 | 孙晓琳 | 收入 / 实际回款 / 毛利 / 账期 |
| 渠道模式与规模化复制 | 段珮珮 | 有效渠道数 / 单渠道产出 / 渠道留存 / 复制周期 |
| 渠道销售与具体成交 | 方帆 | 销售额 / 回款额 / 转化率 / 销售周期 |
| 产品与技术交付 | 丁世强 | 交付周期 / 稳定性 / 交付成本 / 客户满意度 |
| 战略、融资、资源分配 | 卫渊 | 公司总体目标与长期价值 |
铁规：同一笔渠道订单不能让孙/段/方三人重复计算业绩——方帆算具体成交，段珮珮算渠道体系产能，孙晓琳对公司总体收入回款负责。
[assumption: 用户 m0034 确认职责边界规则]
| 维度 | 说明 |
|---|---|
| ① 赛道匹配度 | 商业化驱动型团队——孙晓琳（招行收入担当）+ 段珮珮（渠道规模化）+ 方帆（一线成交）构成"赚钱铁三角"，CTO 丁世强交付，CEO 卫渊统筹[assumption: 团队定位分析] |
| ② 执行力背书 | 5 人均为资深专家——荣耀系统专家 + 百度 11.5 年 + 招行三家支行行长 + 院线电影获奖 + 中石化工艺负责人[assumption: 履历背书] |
| ③ 互补性 | 5 人责任无重叠（见职责边界表），技术 × 营销 × 中后台完整配置[assumption: 组织设计] |
| ④ 行业资源 | 孙晓琳私人银行高净值客户 = 余光核心用户（律师/销售/医生/金融），渠道资源直接对接[assumption: 用户画像匹配] |
[source: 课程11P3 §3.1.5 技术型创始人][source: 课程11P3 §3.1.5 营销型创始人][source: 课程11P3 §3.1.5 中后台型创始人]CEO 卫渊需持续修炼"稳（抗压）/ 狠（决策坚决）/ 忍（复杂艰难失败疲劳）"三字诀 + 孙子兵法"智信仁勇严"将道[source: 课程11P3 §3.1.6 稳狠忍+智信仁勇严]。
| 要素 | 规则 |
|---|---|
| 归属周期 | 4 年 |
| 悬崖期 | 1 年（满 1 年一次性归属 25%） |
| 悬崖期后 | 按月归属（剩余 75% ÷ 36 月 ≈ 2.08%/月） |
| 离职处理 | 未归属部分公司回购（成本价） |
[assumption: 标准硅谷归属机制]
| 成员 | 基础股权 | 里程碑股权 | 合计 |
|---|---|---|---|
| 卫渊（CEO） | 35% | — | 35% |
| 孙晓琳（CRO） | 14% | 4% | 18% |
| 段珮珮（COO） | 11% | 4% | 15% |
| 方帆（CSO） | 9% | 3% | 12% |
| 丁世强（CTO） | 8% | 2% | 10% |
| 期权池 | 10% | — | 10% |
[assumption: 用户 m0034 确认里程碑方案，股权数字 m0059 更新]。优先指标：实际回款（非合同金额）/ 毛利收入（非流水）/ 持续贡献 12 个月+ 的有效渠道 / 渠道复购续约。
结构性问题：卫渊仅 35%，商业团队三人（孙+段+方）合计 45% 大于 CEO。股权体现经济利益，控制权通过公司治理单独解决——融资增发、期权授予、并购等重大事项需 75% 股东会批准，既保护团队对战略方向的掌控，也给投资人明确预期。
[assumption: 用户 m0034 确认公司治理方案]
| 事项 | CEO | 董事会 | 股东会 |
|---|---|---|---|
| 预算内日常经营 | 决定 | 监督 | — |
| 年度预算 | 提案 | 批准 | — |
| 融资方案 | 提案 | 批准 | 75% 批准 |
| 增发、减资 | — | 提案 | 75% 批准 |
| 期权授予（扩池时） | 提案 | 批准 | 75% 批准 |
| 并购、出售公司 | 提案 | 批准 | 75% 批准 |
| 解散、分立、变更形式 | — | 提案 | 75% 批准 |
[source: BP v1.3 附录 G]
Pro 用户的核心溢价是"关闭购物建议，获得衣橱数据洞察"。以下 7 个洞察维度构成 Pro 的数据分析价值栈，从基础统计到情绪价值分层递进。
[source: BP v1.3 附录 I]
| 维度 | 内容 |
|---|---|
| 内容示例 | "你这件西装穿了 207 次，均摊 ¥12/次；那件 impulse 买的只穿 2 次就吃灰，均摊 ¥850/次。" |
| 价值 | 帮用户停止无效消费，升级到"精明消费者"心智 |
| 商业延伸 | 反向推荐"高频百搭单品" → CPS 分成 |
| 数据来源 | 单品穿着次数（每日检测自动计数）× 购买价格（用户录入或品牌识别） |
[assumption: 单品 ROI = 购买价格 / 穿着次数，数据来自每日检测自动计数]
| 维度 | 内容 |
|---|---|
| 内容示例 | "你过去 30 天，60% 的时间在穿同样的 3 件——你的衣橱利用率只有 23%。" |
| 价值 | 制造"原来我这么单调"的认知冲击 |
| 商业延伸 | 推荐"用现有衣物搭出新组合" → 激活沉睡单品 |
| 数据来源 | 30 天着装去重计数 / 衣橱总单品数 |
[assumption: 穿搭多样性 = 去重着装组合数 / 衣橱单品总数，参考 Shannon 多样性指数]
| 维度 | 内容 |
|---|---|
| 内容示例 | "你上周 3 次见客户穿了同一套，第 3 次的客户与你上个月见过——他可能注意到。" |
| 价值 | 律师/销售的高频社交场景，"重复着装"是隐性扣分项；这条对律师用户的留存拉动极大 |
| 数据来源 | 着装记录 × 日程场景标签（与日历联动） |
[assumption: 场景匹配 = 着装记录 JOIN 日程数据，重复检测算法]
| 维度 | 内容 |
|---|---|
| 内容示例 | "你衣橱有 12 件上装、5 件下装，但只有 2 条领带——加 1 条领带能多组合出 47 套。" |
| 价值 | 把"该买什么"从模糊变精确 |
| 商业延伸 | 精准 CPS，转化率远高于盲推 |
| 数据来源 | 衣橱单品分类统计 × 组合数学（上装×下装×配饰） |
[assumption: 组合缺口 = 衣橱品类分布不均衡度，组合数按笛卡尔积计算]
| 维度 | 内容 |
|---|---|
| 内容示例 | "你的 2026：最常穿蓝色、品味从商务休闲进化到精致商务、淘汰了 4 件过时单品……" |
| 价值 | 情感价值 + 社交货币，用户会主动分享；这是 Pro 最好的获客工具——免费用户看到朋友的年报就想升级 |
| 对标 | Spotify Wrapped 使 Spotify Q4 付费转化率提升 25% |
[assumption: 年度报告病毒传播效应，对标 Spotify Wrapped 行业案例]
| 维度 | 内容 |
|---|---|
| 内容示例 | "北京下周降温到 5℃，你的冬装 3 个月没穿，可能有异味/变形，出门前检查一下。" |
| 价值 | 制造回归理由，对抗小程序留存低的行业通病 |
| 数据来源 | 天气 API × 衣橱单品穿着间隔 × 季节着装规则 |
[assumption: 换装提醒 = 天气变化 × 单品穿着间隔，触发习惯回归]
| 维度 | 内容 |
|---|---|
| 内容示例 | "加入余光 180 天，你的形象评分从 72 提升到 85——你比半年前更专业了。" |
| 价值 | 把"检查"升级成"成长"，用户黏性质变；这也是 tab-16 数据资产页的个人级具象化 |
| 数据来源 | 每日形象检测评分 × 时间序列趋势分析 |
[assumption: 品味进化 = 每日检测评分的时间序列回归，个人成长可视化]
核心判断：余光对具身智能数据卡点的最佳贡献，不是声称"解决机器人数据荒"，而是把一个目前供给不足的细分物理过程——人在真实场景中如何发现并纠正自身服装异常——沉淀为有授权、可评测的垂直数据资产。这是一个潜在的数据楔子，不是通用解法，且需通过 90 天下游验证才可定性为真实护城河。
[source: 02-research/embodied-ai-data-analysis/embodied-intelligence-data-and-alright.md]
具身智能基础模型所需的物理世界数据可分为六大类。前三类（视觉感知、人体姿态、灵巧操作）已有较好的公开数据或工程方法覆盖；后三类（人-物交互轨迹、人体外观/社交情境、长时程任务）仍存在显著供给缺口。[source: embodied-ai-data-gap-analysis-20260723.md §一]
| 数据类型 | 模型为何需要 | 当前供给 |
|---|---|---|
| (a) 视觉/场景感知 | VLA 模型"视觉-语言"部分依赖大规模视觉预训练理解场景 | 较充足（互联网图文、NVIDIA GR00T N1 数据金字塔底层） |
| (b) 人体姿态与身体 | 人形机器人从人类动作学习步态、平衡、全身协调 | 部分覆盖（mocap、Vision Pro 手部追踪、EgoDex 毫米级 3D 位姿） |
| (c) 灵巧操作/接触 | 最难部分；灵巧手数据占比不足 5% | 稀缺（RH20T 110k+ 接触丰富序列，硬件成本高） |
| (d) 人-物交互轨迹 | 学会物体状态变化（切开、折叠、组装、倾倒） | 部分覆盖（Ego4D、DROID 86 任务/564 场景） |
| (e) 人体外观/着装/社交情境 | 机器人进入人类环境需理解人的外观状态与社交情境 | 供给不足（HABIT 数据集发现现有数据几乎全部在无人场景采集） |
| (f) 长时程任务 | 真实任务多为多步骤，需规划与记忆 | 有方法但未成熟（1X NEO 长链任务，Ψ₀ 8 项长时程评估） |
行业存在七大关键缺口，其中两项与余光的数据采集场景直接相关：[source: embodied-ai-data-gap-analysis-20260723.md §五]
| 缺口 | 为何难采集 | 与余光相关性 |
|---|---|---|
| 🔴 1. 真实居家日常行为 | 隐私敏感、非脚本、长尾、采集成本高（百万小时级需求） | 低（余光聚焦出门前，非家务） |
| 🔴 2. 精细人体外观/仪容/着装 | 隐私伦理极敏感、标注主观、长尾、无遥操作对应物 | 高 — 与余光核心痛点直接对齐 |
| 🔴 3. 人类社交/仪式行为 | 仪式不可复现、文化差异大、HABIT 仅评测基准 | 中（着装-场合匹配是子维度） |
| 🔴 4. 边缘物理交互/失败模式 | 失败不可预期、需自主 rollout 才有价值（1X 发现乐观偏置） | 低（余光无机器人闭环） |
| 🔴 5. 长尾外观状态（出门前/grooming） | 状态瞬时性、多模态关联缺失、个人化极强、隐私敏感 | 高 — 出门前形象是余光的天然采集时刻 |
| 🔴 6. 跨本体格式与整合标准 | 传感器/精度/采样率差异、"数据孤岛群岛" | 低 |
| 🔴 7. 灵巧手数据 | 占现有语料不足 5%、硬件高成本 | 低 |
诚实定性：缺口 #2 与 #5 表明余光的数据采集场景确有差异化切口，互联网视频（DeepFashion 等"正面、直立、商品态"）与仿真均无法覆盖"穿戴态 + 真实场景 + grooming 细节"组合。但"数据资产可能是潜在护城河（需验证）"这一判断成立的前提是：必须设计合规、可扩展的自建采集体系，并用下游模型增益验证价值——单纯"数据稀缺"不等于可商业化。[source: embodied-ai-data-gap-analysis-20260723.md §总结; alright-data-fit-analysis-20260723.md §4.4]
下表按 1–5 评分（5 = 强匹配）对照余光"当前形态"与"研究模式改造后"两类供给与具身智能数据需求的匹配度。[source: embodied-intelligence-data-and-alright.md §6.2]
| 具身数据需求 | 现有余光 | 改造后潜力 | 原因 |
|---|---|---|---|
| 真实场景视觉多样性 | 4 | 4 | 手机分布广，家庭/办公室光照与服装真实 |
| 人体—服装异常状态 | 4 | 5 | 与产品任务天然一致，背面盲区有一定稀缺性 |
| 人类纠正动作视频 | 1 | 4 | 现有只检查；增加前—中—后短视频即可显著提升 |
| 机器人可执行动作 | 1 | 2 | 人手动作仍需重定向和机器人真机配对 |
| 触觉/力觉/接触 | 1 | 1 | 手机无法获得，需手套或机器人传感器 |
| 深度/3D/标定 | 1–2 | 3 | 部分手机有深度/IMU，但设备差异和标定需工程处理 |
| on-policy 机器人失败 | 1 | 1 | 余光没有机器人部署闭环 |
| 双手/可变形物体 | 1 | 3 | 衣物是高价值可变形物，但需完整操作和手部跟踪 |
| 长时任务 | 1 | 2 | 产品追求 45 秒内完成，与分钟级任务相冲突 |
| 授权清晰、可商业用 | 2 | 4 | 自有产品可设计明确授权；但必须与核心服务授权分离 |
综合六维评分对照（当前方案 vs 研究模式改造后）：[source: embodied-intelligence-data-and-alright.md §7.1]
| 维度 | 当前方案 | 研究模式改造后 |
|---|---|---|
| 数据独特性 | 3/5 | 4/5 |
| 对机器人训练的直接可用性 | 1/5 | 2.5/5 |
| 采集可扩展性 | 4/5 | 3.5/5 |
| 数据质量/标定 | 2/5 | 3/5 |
| 隐私与权利可治理性 | 3/5（即焚很安全，但不可训练） | 3/5（可用但治理成本上升） |
| 商业买方清晰度 | 1/5 | 2.5/5 |
结论：当前形态余光对具身数据匹配度低；经"独立授权的动作片段采集"改造后，对人体/服装垂直数据匹配度中等偏高；作为通用机器人数据平台匹配度仍低。余光是一个有潜力的"垂直数据楔子"，不是具身数据基础设施的充分解法。最值得做的是以人体与服装为中心，验证它是否能成为"人类示范预训练 + 机器人真机后训练"体系的一部分。[source: embodied-intelligence-data-and-alright.md §一、§7.1]
| 命题 | 判断 | 解释 |
|---|---|---|
| 余光能解决具身智能真实训练数据短缺 | 否，范围过大 | 缺机器人动作、本体、接触和 on-policy 闭环 |
| 余光能成为通用机器人数据平台 | 当前不成立 | 数据形态与通用 VLA 主训练数据差距过大，买方/定价未验证 |
| 余光能提供有价值的人体/服装真实视觉数据 | 可以 | 场景真实、分布式、后视角和异常标签有差异化切口 |
| 余光能扩展为服装纠正动作数据入口 | 有条件成立 | 需连续视频、前后状态、手部轨迹、结果与独立授权 |
| 余光应把"数据生意"放入当前融资主故事 | 不建议 | BP 已明确 PMF、复用和付费仍为 E0；宏大叙事会分散验证 |
| 余光应保留具身数据期权 | 建议 | 可用很小实验验证，且不影响当前产品核心路径 |
关键定性（防止过度叙事）：[source: embodied-intelligence-data-and-alright.md §六、§十一]
一句话外部表述（不过度承诺）：余光首先是一款解决形象盲区的消费产品；在用户明确授权的前提下，它未来有机会沉淀真实环境中的人体—服装状态与纠正数据，为服装操作和人机协作模型提供垂直训练素材。这个数据价值需要用下游模型增益和付费试点验证，而不是靠样本数量宣称。[source: embodied-intelligence-data-and-alright.md §十]
不能把普通用户的形象检查默认变成训练数据采集。两种模式必须明确分开：[source: embodied-intelligence-data-and-alright.md §8.1]
| 普通检查模式 | 研究贡献模式 |
|---|---|
| 默认开启 | 用户主动加入，单独解释用途与收益 |
| 原图即焚 | 明确选择留存何种数据、用于何种研究/商业训练 |
| 只提供形象检查 | 采集指定任务的前—中—后短片段 |
| 不因拒绝研究影响服务 | 可随时退出、导出和删除 |
| 不出售个体数据 | 只在约定范围内使用，优先聚合/去标识并记录数据谱系 |
隐私不应只是合规成本，而应成为产品差异化：用户知道采了什么、为什么采、保留多久、谁可使用，并获得明确回报。
建议在 BP P7 技术架构中把"用户偏好画像 + 场景知识库"进一步拆成三层，互不串用：[source: embodied-intelligence-data-and-alright.md §十]
| 层级 | 内容 | 授权范围 |
|---|---|---|
| ① 产品推理数据 | 当前 MVP 运行所需的检查结果、用户偏好画像 | 核心服务授权，原图即焚 |
| ② 用户授权的研究数据 | 独立 opt-in 模式下的纠正 episode 原始素材 | 独立授权、可撤回、可追踪，不得影响核心服务 |
| ③ 可对外合作的数据集 | 经聚合/去标识后、有清晰许可的对外素材 | 仅在约定范围授权第三方，记录数据谱系 |
最小可用 episode 定义（从静态异常图升级为"状态—动作—状态"弱物理闭环）：[source: embodied-intelligence-data-and-alright.md §8.2]
| 阶段 | 内容 |
|---|---|
| 1. Before | 检测到衣领翻折、后摆不整、标签外露等问题 |
| 2. Instruction | 系统给出结构化任务，例如"把左侧衣领向外翻平" |
| 3. Action | 5–20 秒用户纠正动作，尽量完整看到双手、人体和衣物 |
| 4. After | 同视角再次检查 |
| 5. Outcome | 自动判断 + 用户确认成功/失败 |
| 6. Metadata | 衣物类别、材质粗标签、遮挡、光照、设备型号、帧率、相机/IMU 信息 |
| 7. Derived labels | 人体/手部关键点、衣物分割、接触时刻、动作阶段、异常类型、成功原因 |
这会把数据从"静态异常图片"提升为弱物理闭环。它仍不是机器人控制轨迹，但更适合人类视频预训练、动作重定向和世界模型。最优先垂直任务：①衣领/翻边/下摆整理（与 MVP 一致）；②标签/异物/污渍处理；③外套/围巾/包带穿戴状态纠正（后置，安全要求更高）。不建议一开始采集叠衣、洗衣等与当前用户价值无关的任务，否则会退化成低效率众包平台。
建议在 BP P21 未来期权中，于"品牌数据 SaaS/个人数字孪生"之前增加一个更窄、更可测的期权：[source: embodied-intelligence-data-and-alright.md §十、§十一]
人体—服装纠正数据合作期权，触发条件 = 以下五项同时满足：
- 产品 PMF 成立（主动使用与愿付费已验证）；
- 研究模式授权可被用户接受（授权率/退出率/投诉达标）；
- ≥ 2 家设计伙伴（机器人/衣物操作团队）共同定义 schema；
- 下游 benchmark 有可量化增益（异常识别或动作重定向相对基线稳定提升）；
- 单条数据单位经济为正（激励+审核+存储+标注+合规+交付 ≤ 可定价）。
五项任一不满足则不扩展。这条路线应作为 BP 现有 90 天产品验证的旁路实验，不改变"先验证主动使用和愿付费"的主目标；只有同时通过"用户愿意授权、数据可用、模型有增益、买方愿付费"四个闸门，才值得规模化。[source: embodied-intelligence-data-and-alright.md §九、§十一]
总判断：欧洲存在真实的产品机会，但当前方案（手机后置摄像头检查后脑、衣领、衬衫后摆、背部污渍/标签、西装开衩与明显不对称）尚不能形成稳定商业闭环。"我看不到自己的背后，但重要时刻不能出错"是跨文化任务；但日常频率低，若靠 Instagram/TikTok 信息流买量，首年贡献毛利大概率覆盖不了付费用户获取成本。更可行的闭环是英国先行的 B2C + 场景合作（年包、事件包、合作方付费）。
[source: alright-europe-commercial-loop-assessment.md §一、§二]
欧洲不是一个市场，而是一组高成本的小市场。共同点是智能手机普及、线上消费成熟、隐私意识强；差异体现在语言、付费能力、职业着装、媒体偏好和监管执行上。余光不能以"一套英文产品覆盖欧洲"的方式测算扩张。欧盟 2025 年 16–29 岁人群中 89.3% 使用社交网络（全体 67.3%），说明视觉社媒足以覆盖年轻目标用户，但不能证明他们会为盲区检查付费。[source: Eurostat 2026]
"高频刚需"假设在欧洲更加可疑。混合办公、日常着装休闲化使"每天出门前检查西装"的普适性下降。真实需求更可能集中在事件触发：重要客户会议/出庭/面试、婚礼/约会/毕业典礼、拍照/视频会议前、穿正装礼服时、独居旅行时。产品应围绕事件触发设计，而非先假设每天打开——月订阅不一定是最佳选择，年包、事件包和合作方付费更符合实际行为。[source: 同上 §2.2]
RevenueCat 2026 订阅市场数据（11.5 万个 App、160 亿美元收入）——欧洲用户能付费，但低频 AI 工具不能用"市场习惯订阅"代替自身的复用价值：[source: RevenueCat 2026 State of Subscription Apps]
| 指标 | 西欧数据 | 对余光的含义 |
|---|---|---|
| 下载后 35 天付费转化中位数 | 约 2.0%（免费增值）；硬付费墙 10.7% | 常规买量允许的安装成本极低 |
| 社交/生活方式 App 首次月续费率 | 42%（各类别最低） | 低频工具留存风险高 |
| 年订阅用户首年关闭续订 | 约 72% | 年包收入不能假设自动续费 |
| 西欧年订阅价格中位数 | 约 39.44 美元 | 定价区间参考 |
闭环可行性评分（满分 5）：[source: 同上 §1.1]
| 方案 | 评分 | 判断 |
|---|---|---|
| 当前产品 + 个人月订阅 + 付费社媒买量 | 2.0/5 | 难闭环 |
| 当前产品 + 律所企业采购 | 2.0/5 | 欧洲不宜作为主路径 |
| 英国 B2C 年包 + 创作者/自然流量 | 3.0/5 | 可验证的利基业务 |
| 英国 B2C + 婚礼/正装/酒店等场景合作 | 3.7/5 | 最值得验证 |
| 独立"盲区功能"嵌入更大形象助理 | 4.0/5 | 最可能达规模，但超出当前单点产品 |
机会规模直白判断：余光有机会成为小而盈利的垂直产品或能力模块，但仅靠"检查背后"这一单点功能，成为独立的千万欧元 ARR 公司概率较低。以英国法律行业为例，英格兰和威尔士 2025 年有 167,603 名执业 solicitor，即使按每人每年 €30、10% 渗透率，也只有约 €50 万年收入。律师可以是验证场景，不应被当作欧洲终局市场；必须逐步覆盖更多重要时刻与客观检查项，才能提高频率与客单价。[source: Law Society / CCBE 2025]
不能同时进入英国、德国、法国。推荐顺序与各国角色：[source: 同上 §四]
| 市场 | 支付能力 | 媒体触达 | 本地化成本 | 隐私/信任难度 | 推荐角色 |
|---|---|---|---|---|---|
| 英国 | 高 | 高 | 低 | 中高 | 第一验证市场 |
| 荷兰/北欧 | 高 | 高 | 中 | 高 | 小规模高质量测试 |
| 法国 | 中高 | 高 | 高 | 高 | 时尚/婚礼合作扩展 |
| 德国 | 高 | 中 | 高 | 很高 | 隐私与准确率成熟后进入 |
为什么第一站是英国：英语产品与创作者素材可复用；专业服务、婚礼、时尚与酒店场景集中；2025 年末英国 Instagram 广告可触达约 3,550 万用户，TikTok 可触达 2,680 万成年用户（其中女性占 61.5%），Pinterest 可触达 1,550 万用户（女性占 71.1%）；Ofcom 数据显示 TikTok 在英国 18–34 岁中触达 65%，适合可视化展示"问题—发现—纠正"的产品价值；IAB UK 2025 调查中 84% 的英国营销者计划增加创作者合作，微型创作者是主要形式。英国不是监管宽松市场，适合验证是因为语言、支付和渠道效率的组合最好，而非可以降低隐私标准。[source: DataReportal UK 2026 / Ofcom / IAB UK]
推荐闭环结构（两个收入发动机）：创作者演示或场景伙伴 → 免费完成首次私密检查 → 在真实问题上获得即时价值 → 保存重要事件或固定检查仪式 → 事件包/年包/合作方付费 → 更多客观检查项与更高准确率 → 复用、推荐与伙伴续约（回流获客）。合作方比雇主更合理，因为其原本就在帮助用户完成形象准备，余光能直接改善服务体验，而非评价员工。[source: 同上 §八]
欧洲首测定价 [早期估算·已被£定价取代]（注：英国验证以英镑重新定价，见附录H §H.3；本节 € 为早期欧洲估算，仅作范围参考）：[source: 同上 §7.1]
| 档位 | € 估算 | 用途 |
|---|---|---|
| 免费 | 3 次完整检查 | 建立信任 |
| 年包 | €29.99 [早期估算·已被£定价取代] |
主收入 |
| 月包 | €4.99 [早期估算·已被£定价取代] |
仅作价格锚点 |
| 30 天事件包 | €7.99 [早期估算·已被£定价取代] |
婚礼/求职/旅行 |
单位经济为何单靠买量难闭环：含税 €29.99 扣除约 20% VAT 后 €24.99，再扣 15% 商店/支付成本约 €21.24，减推理客服基础设施 €3，首年贡献毛利约 €18.24。若要求首年贡献毛利/CAC ≥ 3，则付费 CAC 必须 ≤ €6.08；在 2.0% 转化率下允许的每安装成本仅约 €0.12（硬付费墙 10.7% 转化也仅约 €0.65）。结论：付费广告只能用于验证内容和人群，不能被设定为欧洲规模增长主引擎。[source: 同上 §7.1]
隐私品牌资产（欧洲既是门槛也是机会）：[source: 同上 §六]
[source: European Commission AI Act]媒体叙事决定成败——应使用"Private appearance check / Your final check before it matters / Objective checks, not a beauty score / Processed privately; images are not kept / It checks what you cannot easily see"；应避免"AI tells you whether you look good / Professional appearance score / Employer brand protection / Fix your body / We learn from everyone's photos"。[source: 同上 §5.1]
样本与实验（12 周分阶段）：[source: 同上 §9.1]
| 阶段 | 行动 | 核心输出 |
|---|---|---|
| 第 1–2 周 | 访谈 30 名 25–44 岁用户（专业会面/婚礼约会/独居各 10 人）+ 10 个场景合作方 | 事件频率、替代方式、隐私接受、付费形式 |
| 第 3–4 周 | 移动网页/PWA 做 concierge 测试，不急于开发完整 App | 首次任务完成与"问题被发现"的价值 |
| 第 5–7 周 | 与 10–15 位微型创作者测试 3 种叙事 | 每种素材的检查开始率与完成率 |
| 第 6–9 周 | 测试事件包、年包与合作方免费入口（真实付款） | 真实付款与渠道差异 |
| 第 8–11 周 | 与 3–5 个婚礼/裁缝/正装/酒店伙伴做小型试点 | 激活成本、合作方价值、隐私反馈 |
| 第 12 周 | 统一复盘 | Continue / Pivot / Stop |
欧洲 Go/No-Go 闸门：[source: 同上 §9.2]
| 指标 | Go | No-Go |
|---|---|---|
| 首次检查完成率 | ≥80% | <60% |
| 中位完成时间 | ≤45 秒 | >90 秒 |
| 严重问题召回率 | ≥90% | <80% |
| 误报率 | ≤10% | >20% |
| 首次体验后愿再次使用 | ≥40% | <20% |
| 30 天内无提醒主动复用 | ≥25% | <15% |
| 年包/事件包真实付费率 | ≥5% | <2% |
| 创作者/伙伴渠道付费用户 CAC | ≤€8 | >€15 |
| 用户相信"不留存影像" | ≥80% | <60% |
| 合作伙伴愿继续或付费 | ≥2/5 | 0/5 |
判断规则：产品指标过关、复用不过关 → 改做事件包/嵌入能力，不做独立订阅；复用过关、CAC 不过关 → 停止买量，继续找渠道合作；伙伴愿付费、消费者不订阅 → 转向 B2B2C（买方是场景服务商而非雇主）；隐私信任不过关 → 优先端侧重构，不靠文案补救；付费、复用、伙伴三者均不过关 → 停止欧洲独立产品计划。[source: 同上 §9.2]
一句话投资判断：余光在欧洲有"高风险时刻私人形象检查"的利基机会，但当前"律师企业订阅 + 个人月费 + 社媒买量"无法自然闭环；只有把隐私做成产品、把雇主换成场景服务商、把月订阅换成年包/事件包，并证明创作者与合作渠道能把付费 CAC 压到 €8 以下，欧洲才可能成为一门成立的生意。[source: 同上 §10.2]
本节为 v1.5 战略更新核心，基于
where-pmf.md（对早期"中国优先 PMF"的明确修正）。"英国=首个商业 PMF"是验证假设而非已成立结论——须通过下方产品闸门 + 商业闸门后，才称 PMF。欧洲市场的详细商业闭环评估见附录G（tab-20），本节聚焦"市场选择"的战略判断与 90 天验证方案。[source: 02-research/market/where-pmf.md]
创业前期选择市场，实际比较的不是单一维度，而是 PMF 成功概率的乘积：[source: where-pmf.md §一]
PMF 成功概率 ≈ 痛点强度 × 付费意愿 × 低成本触达 × 迭代速度 × 使用复现率
关键含义：任何一项趋近于零，整体即趋近于零。中国的优势主要是开发、关系网络、访谈和试点效率，并不是更好的消费者订阅市场；即使中国区 App Store 2026 年把小企业计划佣金从 15% 降至 12%，改善的是渠道成本而非用户需求频率和订阅意愿。[source: Apple Developer / Sensor Tower]
中国 vs 英国：8 维度对比：[source: where-pmf.md §一]
| 维度 | 中国 | 英国 |
|---|---|---|
| 用户付费意愿 | 低—中 | 中—高 |
| 团队触达与访谈效率 | 很高 | 低—中 |
| 产品迭代速度 | 很高 | 中 |
| AI App 付费生态 | 中 | 高 |
| 创作者/场景合作成熟度 | 中高 | 高 |
| 信息流获客成本 | 中高 | 高 |
| 隐私信任门槛 | 中 | 很高 |
| 低频问题导致的留存风险 | 高 | 高 |
| 综合商业 PMF 价值 | 中 | 中高 |
欧洲移动应用内购收入 2024 年增长 24%，高于全球平均；英国是生成式 AI App 收入仅次于美国的市场之一。这不能直接证明用户会为余光付费，但说明付费环境明显优于中国。最优方案不是同时经营中英两个市场，而是职责分离：中国回答"产品能不能用、结果是否可信、用户会不会在重要时刻想起它"；英国回答"用户或场景伙伴是否真的愿意付钱，以及能否低成本持续获得用户"。[source: where-pmf.md §一、§二]
四条路线的判断（注意：英国 B2C 是"首个商业 PMF 验证主线"，是假设而非已成立结论）：[source: where-pmf.md §二]
| 路线 | 评价 | 结论 |
|---|---|---|
| 中国大众 B2C、¥49/月 | 低频需求与高月费冲突 | 不做 |
| 中国高收入人群、低价年包 | 能测试需求，但付费天花板有限 | 做产品验证 |
| 英国 B2C 年包/事件包 | 付费意愿较好，但不能依赖广告买量 | 首个商业 PMF 验证主线（假设） |
| 中国场景伙伴 B2B2C | 团队容易落地，可绕开个人付费弱点 | 作为备选商业实验 |
产品定位、定价和商业决策以英国数据为准；中国 B2B2C 与英国 B2B2C 作为同步验证的备选路径（英国 B2B2C 更有长期价值，但需要当地执行能力）。[source: where-pmf.md §二]
目标人群重新定义（不要再把"律师"作为核心市场）：律师只是一个使用场景，不是足够大的市场。第一目标人群：[source: where-pmf.md §三]
25–44 岁、独立生活、在重要会面或社交事件前缺少他人帮助、愿意为私人确认服务付费的人。
优先三个场景：① 重要职业会面（面试、演讲、客户会议、商务活动）；② 重要私人事件（婚礼、约会、毕业典礼、正式晚宴和旅行拍照）；③ 正装与个人护理（男士正装、裁缝、理发、礼服、造型服务）。首批渠道优先级：微型创作者 → 男装/裁缝/理容伙伴 → 婚礼服务商 → 酒店。不建议先找律所或 HR，因为"雇主提供形象检查"很容易触发员工监控、外貌评价和隐私顾虑。[source: where-pmf.md §三]
产品要从"检测工具"升级为"出门前确认仪式"（6 步）——当前最大风险不是识别精度，而是用户不知道什么时候应该再次打开：[source: where-pmf.md §四]
首版只承诺做好三组问题（committed）：[source: where-pmf.md §四]
明确不做（DON'T list）：[source: where-pmf.md §四]
若使用云端模型，必须写"加密上传、即时处理、处理后删除、不用于训练"，不能写"照片不传输"——中国和英国版本都应遵守这一事实边界。[source: where-pmf.md §四]
英国首测商业模型（英镑重新定价）：[source: where-pmf.md §五]
| 档位 | 定价（GBP） | 用途 |
|---|---|---|
| 免费 | 3 次完整检查 | 建立信任 |
| 事件包 | £6.99 / 30 天 | 婚礼/面试/旅行 |
| 年包 | £24.99 | 主收入 |
| 月包 | £4.99 | 仅作价格锚点 |
| 场景伙伴 | 首批免费试点，之后测试每月 £49–199 或按激活付费 | 渠道合作 |
不建议：强推月订阅；靠信息流广告规模获客；一开始覆盖英国、德国、法国；先开发完整原生 App 再验证支付。欧洲用户更愿意订阅，并不意味着余光可以买量增长——低频工具若下载到付费只有约 2%，即使客单价更高，允许的安装成本仍然非常低。创作者内容和场景伙伴必须成为主要获客渠道。[source: where-pmf.md §五]
本方案验证"英国=首个商业 PMF 验证主线"这一假设——产品与商业闸门全部通过后，才值得称 PMF。[source: where-pmf.md §六]
Phase 1（第 1–3 周）：中国产品验证——目标不是收入，而是消灭产品风险。招募 50 名非团队关系用户，获得至少 300 次真实扫描，覆盖商务会面、约会、理发、正装和出行场景，验证放置手机、拍摄、检测、纠正、复查的完整流程；不做中国公开市场推广。[source: where-pmf.md §六]
Phase 2（第 2–6 周）：英国需求与支付验证——访谈 30 名目标用户；接触 10–15 名男装、理容、婚礼、独居生活类微型创作者；接触 5 家裁缝、正装、理容或婚礼服务商；用英文网页/PWA 测试，不等完整 App；同时测试 £6.99 事件包和 £24.99 年包，必须收真钱，问卷里的"愿意付费"不算。[source: where-pmf.md §六]
Phase 3（第 7–12 周）：闭环验证——只验证一条链路：创作者/场景伙伴触达 → 免费第一次检查 → 发现并修正问题 → 事件包/年包付款 → 下一个重要场景再次使用。[source: where-pmf.md §六]
产品闸门（Phase 1 进入下一阶段的最低条件）：[source: where-pmf.md §六]
| 指标 | Go |
|---|---|
| 首次检查完成率 | ≥80% |
| 中位完成时间 | ≤45 秒 |
| 严重问题召回率 | ≥90% |
| 误报率 | ≤10% |
| 体验后愿意在下一次重要场合复用 | ≥40% |
商业闸门（Phase 3 Go 指标）：[source: where-pmf.md §六]
| 指标 | Go |
|---|---|
| 真实付费率 | ≥5% |
| 下一次符合条件的事件中复用 | ≥30% |
| 付费用户 CAC | ≤£7 |
| 5 个场景伙伴中愿继续合作或付费 | ≥2 个 |
| 相信照片不会被留存的用户 | ≥80% |
判断方式：用户付费但不复用 → 做事件包或场景嵌入，不做订阅 App；用户不付费、伙伴愿付费 → 转成场景伙伴 B2B2C；复用成立但 CAC 过高 → 停止买量，只发展合作渠道；付费、复用、伙伴续约全部不成立 → 余光不适合做独立创业项目，应降级为手机相机、镜子或穿搭产品中的一个功能。[source: where-pmf.md §六]
一个必须满足的组织条件：英国成为首个商业 PMF 验证主线，有一个硬前提——团队必须有一名能够长期负责英国用户、创作者和合作伙伴的英语市场负责人，而不是找外包机构偶尔投广告。建议：孙晓琳继续对收入和回款负责；段珮珮负责把英国创作者/场景伙伴合作做成可复制渠道；方帆负责具体伙伴销售与试点落地；产品与算法团队留在中国，服务英国验证。[source: where-pmf.md §七]
回退路径（fallback）：如果 90 天内无法建立英国本地执行能力，就不要假装做欧洲市场。此时退而选择：中国一线/强二线城市的正装、男士理容和婚礼服务商 B2B2C PMF，由合作方付费、消费者使用，而不是重新回到中国大众订阅。[source: where-pmf.md §七]
最终建议（明确修正早期"中国优先 PMF"）：余光首个"商业 PMF 验证主线"应选英国，而不是中国；中国只承担低成本产品验证。但英国不是因为"欧洲人普遍更愿意付费"就自然成立——余光仍必须解决低频、CAC 和复用三个根本问题。最优落地结构：中国研发与封闭测试 + 英国单市场 + 重要时刻私人检查 + 事件包/年包 + 创作者与场景伙伴获客。在英国通过真实付款、事件复用和低 CAC 三个闸门后，才值得把它称为 PMF，也才值得进入德国、法国或进一步讨论具身智能数据期权。[source: where-pmf.md 最终建议]
v1.3 更新：原 v0.9 的 13 页 PPT 框架（下文保留）已升级为 BP v1.3 的 31 页结构（22 主体 + 9 附录），对齐真实路演需求。v1.3 新增了技术架构、牵引力、团队、财务预测、融资需求、数据资产、分阶段变现等页面，完整 BP 设计稿见
03-deliverable/ppt/v1.3/bp-draft-v1.3.md。[source: BP v1.3 bp-draft-v1.3.md]
| 页码 | 标题 | v1.3 新增/更新 | 核心论点 |
|---|---|---|---|
| P1 | 封面 | — | 余光 Alright——出门前的最后一道安心 |
| P2 | 痛点 | — | 100 毫秒决定第一印象 |
| P3 | Why Now | 🆕 强化 | 天时六侧（他经济×AI×场景×硬件×渠道×团队） |
| P4 | 用户画像 | — | 张律师的故事（B2B2C 目标客户 ≠ 目标用户） |
| P5 | 价值主张 | — | 出门前的最后一道安心（三层 Bain 金字塔） |
| P6 | 产品方案 | — | 微信小程序 + 手机支架 |
| P7 | 技术架构 | 🆕 新增 | 4 层高层架构（采集→AI→数据→输出） |
| P8 | 市场规模 | — | TAM/SAM/SOM + 自下而上 SOM 推算 |
| P9 | 竞品生态 | — | 7 类玩家 + 利益相关方六角 |
| P10 | 壁垒 | — | 6 层壁垒 + 坦诚无网络效应 |
| P11 | 牵引力 Traction | 🆕 新增 | 3 类信号证明需求真实 |
| P12 | MVP 验证 | — | 三阶段 + Go/No-Go 标准 |
| P13 | 付费转化 | 🔄 v1.3 | 三层飞轮（免费 CPS → Pro 洞察 → 年度报告触发升级） |
| P14 | BD 策略 | — | 单律所漏斗 + 1 人 BD 6 月推演 |
| P15 | 商业模式 | 🔄 v1.3 | 三层变现飞轮（免费 CPS · Pro 洞察 · B 端数据） |
| P16 | GTM 获客 | 🔄 v1.3 | 4 路径梯次 + 国内小程序 / 海外 iOS 双线 |
| P17 | 团队 | 🆕 新增 | 5 人商业结果责任制 · 技术×营销×中后台无短板 |
| P18 | 财务预测 | 🆕 新增 | 3 年里程碑 + 回款/周转/增长三速 + 成本拆解 |
| P19 | 融资需求 | 🆕 新增 | 天使轮 ¥300 万 / 18 个月跑道 / Pre-A ¥1500-2000 万 |
| P20 | 数据资产 | 🆕 新增 | 中国第一座个人形象数字资产基础设施（4 层金字塔） |
| P21 | 分阶段变现 | 🆕 新增 | 从订阅活下来，到数据资产长大（近期/中期/远期） |
| P22 | 结尾 | — | 出门前的最后一道安心 |
| 附录 A-I | 9 页附录 | 🆕 扩充 | A 竞品全景 / B TAM 推导 / C BD 漏斗 / D 单位经济 / E 小红书痛点 / F 路线图 / G 股权 / H SWOT / I Pro 数据 7 维度 |
v1.3 商业模式核心升级一览：P13 付费转化（三层飞轮第一层闭环）→ P15 商业模式（三层飞轮全景）→ P20 数据资产（终局）→ P21 分阶段变现（路径）。数据来源：
03-deliverable/ppt/v1.3/bp-draft-v1.3.md。
设计原则：10 分钟路演，每页 ~45 秒；页 1-4 建立市场与用户认知，页 5-9 对应作业要求，页 10-13 补充商业论证。
v0.9 叙事线：以"100 毫秒决定第一印象"开场 → 市场机会建立信心 → 用户画像聚焦 → 情绪价值贯穿 13 页。核心定位从"帮你看感知不到的"（功能）→"出门前的最后一道安心"（情绪）+ "专业身份的守护者"（社交身份）。
| 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——出门前的最后一道安心 | 标语："100 毫秒决定第一印象。你准备好了吗？" + 团队成员及学号 | 深色极简背景 + 安心仪式感暗示 |
| 2 | 痛点 | 价值主张（a） | 职场形象是高代价、低自觉的隐性需求——100 毫秒决定第一印象，形象 = 收入 | ① 100 毫秒第一印象（Princeton） ② 美貌溢价 $2,508/年（INFORMS 2024，43K MBAs） ③ 小红书社死帖 2.8 万赞 | 100 毫秒大字 + 痛点矩阵（正面/背后 × 能感知/感知不到） |
| 3 | 市场机会（v0.9 新增） | 补充 | 他经济 × AI 形象管理：男性消费力爆发 + AI 技术渗透，交汇点就是"形象管理"——#NEW | ① 中国男性美容市场 ¥584 亿（2025） ② 63% 男性认为"形象影响晋升" ③ 形象管理市场 ¥300 亿+，CAGR>20% | 三个数据卡 + 2×2 交汇矩阵（他经济 × AI 机会） |
| 4 | 用户画像（v0.9 新增） | 价值主张（a） | "张律师"= 精准靶心：北京红圈所 85 后律师，每天出门前面临形象检查需求——高频 × 高收入 × 高着装标准 | 8 维用户画像卡 + 4 类典型用户（律师/销售/面试者/金融） | 左侧用户故事 + 右侧画像卡 |
| 5 | 价值主张与命名 | 价值主张（a） | 出门前的最后一道安心：① 后脑/背后 ② 仪容盲区 ③ 场景错配。三层价值：功能（入场券）→ 情绪（购买理由）→ 社交身份（溢价来源） | Bain 要素价值金字塔 + 3 个场景：出庭/见客户/面试 | 命名拆解 + Bain 三层价值图 |
| 6 | 产品方案 | a. 如何交付价值 | 微信小程序 + 手机支架：零硬件，零安装，零成本；MVP 2-3 周上线；免费版积极确认（"你看起来不错 👍"） | 产品流程：手机放支架→拍背后→AI 30s→安心确认 | 产品流程图 + 免费/Pro ¥49/企业三档对比 |
| 7 | 竞品分析与差异化 | 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 + 无人区定位 | 竞品对比矩阵 |
| 8 | 竞争壁垒/护城河 | bc. 竞争优势 + 壁垒 | 6 层壁垒：① 先发 ② 品牌=品类 ③ 渠道密度 ④ 情绪品牌=品类仪式 ⑤ 场景知识库 ⑥ 无网络效应坦诚 | 诚实评估 + 情绪品牌壁垒对标（Peloton 1.2% 流失、NIO 50-70% 老带新） | 6 层壁垒图 + 情绪品牌对标数据 |
| 9 | MVP 定义与验证 | d. 最小可行产品 + PMF | 微信小程序 MVP：拍照盲区检查 + 场景匹配 + 积极反馈 + 语音反馈 | Phase -1（100 用户，NPS>40）→ Phase 1（5 家签约+5 家试用，300-1000 活跃用户）→ Phase 2（Plus 配件） | 验证里程碑时间线 |
| 10 | 付费转化策略 | d. 商业可行性 | 安心深化转化链：免费版体验安心 → 场景守护深化安心 → Pro ¥49/月 | 核心假设：出庭场景是免费→付费的转化触发器；预估转化率 10-15%；对标 LinkedIn Premium $30-40/月 | 转化漏斗图：100 免费用户 → 安心体验 → 场景守护 → 付费转化 |
| 11 | B端BD策略（v0.9 新增） | d. 商业可行性 | 单律所 BD 漏斗：200 线索 → 触达 60（30%）→ 面谈 40（20%）→ 试用 10（25%）→ 签约 5（50%） | 1 人 6 月推演 + 谈判话术（"100 毫秒数据"+ 情绪化） + 拒绝原因应对表 | BD 漏斗图 + 关键数字 + 话术亮点 |
| 12 | 商业模式与路线图 | 补充 | TAM $50 亿 + Y1 北京律师 B2B2C；三档定价：免费 + Pro ¥49/月 + 企业版 ¥39-59/人/月 | TAM/SAM/SOM 漏斗 + 路线图（月 1→3→6→12） | 市场漏斗图 + 三档定价表 |
| 13 | 总结 | 补充 | 一句话："出门前，让余光帮你确认——你看起来很专业。" | 3 个关键数字回顾 + 情绪价值闭环 | 品牌标语大字 + 关键数字 + 情绪标签 |
本页目标：用 1 分钟讲清楚"用户为什么付钱"——从"撞墙付费"升级为"安心深化"。
页面布局建议：
┌─────────────────────────────────────────────────────────┐
│ 标题：「安心深化」——免费体验安心 → 付费守护安心 │
├─────────────────────────────┬───────────────────────────┤
│ 左半：安心深化漏斗 │ 右半：情绪价值锚定 │
│ │ │
│ 100 免费用户 │ 对标： │
│ ↓ 积极反馈体验安心 │ LinkedIn $30-40/月 │
│ ↓ 70% 发现问题 │ Calm $70/年 │
│ ↓ 40% 场景守护需求 │ Apple Watch $399+ │
│ ↓ 30% 趋势确认 │ │
│ ↓ 25% 日历守护 │ 余光 Pro ¥49-99/月 │
│ ↓ │ = 出门前的安心仪式 │
│ 10-15% Pro 付费 │ │
│ │ 核心逻辑： │
│ 转化驱动： │ 不是"免费不够用" │
│ 安心感 → 深化安心 │ 而是"安心值得付费" │
├─────────────────────────────┴───────────────────────────┤
│ 底栏：免费版确认你看起来不错 → Pro 版守护你的专业安心 │
└─────────────────────────────────────────────────────────┘
演讲要点（~60秒，v0.8 情绪化版本）：
"最后一个关键问题：用户为什么付钱？
免费版已经能帮你确认——'你看起来不错'。这是安心感的第一层。但出庭时，你需要的不只是'看起来不错'——你需要的是'出庭场景下的专业确认'：领带到皮带扣了吗？袜裤同色吗？皮带和鞋同色吗？这些是出庭专属的安心确认。
我们的转化逻辑不是'免费不够用'，而是'安心值得深化'。对标 LinkedIn Premium——$30-40/月，卖的不是工具，是职业安全感。余光 Pro ¥49-99/月，卖的不是检查，是出门前的安心。
预估转化率 10-15%，是行业 2-3% 的 3-5 倍。验证标准：出庭场景转化率 >8%。"
本页目标：用 45 秒建立"赛道够大、趋势明确"的信心，解决"律师市场太小"的质疑。
页面布局建议：
┌──────────────────────────────────────────────────────────┐
│ 标题：他经济 × AI形象管理——交汇点就是"形象检查" │
├────────────────────────┬─────────────────────────────────┤
│ 左：三个数据卡 │ 右：2×2 交汇矩阵 │
│ │ │
│ ┌──────────────────┐ │ 他经济 │
│ │ ¥584 亿 │ │ 男性消费力爆发 → │
│ │ 中国男性美容市场 │ │ × │
│ │ （2025） │ │ AI 技术渗透 → │
│ └──────────────────┘ │ │
│ ┌──────────────────┐ │ ┌─────────────────────────┐ │
│ │ 63% │ │ │ 余光 = 交汇点 │ │
│ │ 认为"形象影响晋升"│ │ │ 他经济 × AI 技术 │ │
│ └──────────────────┘ │ │ = 形象管理无人区 │ │
│ ┌──────────────────┐ │ └─────────────────────────┘ │
│ │ ¥300 亿+ │ │ │
│ │ 形象管理市场 │ │ 底部： │
│ │ CAGR >20% │ │ "男人开始在意形象，" │
│ └──────────────────┘ │ AI 让这件事变得可能 │
└────────────────────────┴─────────────────────────────────┘
演讲要点（~45秒）：
"为什么是现在？三个数字告诉你。第一，中国男性美容市场 584 亿——他经济正在爆发。第二，63% 的男性认为形象影响晋升——这不是爱美，是职业刚需。第三，形象管理市场 300 亿以上，年增速超过 20%。他经济 × AI 技术的交汇点就是'形象管理'，而这片领域没有人做'检查'。我们是第一个。"
本页目标：用 45 秒让听众看到"张律师"这个人——把抽象痛点变成具体的人。
页面布局建议：
┌──────────────────────────────────────────────────────────┐
│ 标题：我们的第一个用户——"张律师" │
├──────────────────────────┬───────────────────────────────┤
│ 左：用户卡片 │ 右：4 类典型用户 │
│ │ │
│ 姓名：张律师 │ ① 律师出庭（最高标准） │
│ 年龄：32 岁 │ ② 销售见甲方（高频） │
│ 律所：北京某红圈所 │ ③ 面试者（高代价） │
│ 收入：年薪 50-80 万 │ ④ 金融见投资人（重细节） │
│ 痛点： │ │
│ - 每周出庭 2-3 次 │ 为什么选律师？ │
│ - 着装标准最严 │ → 最高标准（如通过， │
│ - 形象 = 收入 │ 其他场景都 OK） │
│ - 每天都在担心 │ → 最高付费意愿 │
│ "背后有没有问题" │ → 最佳口碑传播 │
│ 需求： │ （律师自带同行圈子） │
│ - 出门前 30s 确认 │ │
│ - 出庭场景专属检查 │ 底部： │
│ - "我不用想'行不行'" │ "如果一个出庭律师付钱 │
│ │ 用余光，销售、面试者 │
│ 标签：B2B2C 付费入口 │ 会跟进的" │
└──────────────────────────┴───────────────────────────────┘
演讲要点（~45秒）：
"知道市场很大，但谁帮我们付钱？张律师——北京红圈所 32 岁，年薪 50 到 80 万，每周出庭 2 到 3 次，着装标准最严。他每天都在担心——背后有没有问题？这个人就是我们精准的靶心。为什么选律师？因为他是最高标准——如果律师愿意付钱，销售、面试者、金融人都会跟进。而且律师自带同行圈子，口碑传播效率最高。"
本页目标：用 45 秒讲清楚"怎么让律所帮我们付钱"——BD 漏斗数据化 + 情绪化话术。
页面布局建议：
┌──────────────────────────────────────────────────────────┐
│ 标题：B端BD——让律所成为付费入口 │
├──────────────────────────┬───────────────────────────────┤
│ 左：单律所 BD 漏斗 │ 右：核心话术 + 拒绝应对 │
│ │ │
│ 200 线索 │ Hook："100 毫秒决定 │
│ ↓ 30% │ 第一印象——律师们 │
│ 60 触达 │ 知道的比你多" │
│ ↓ 20% │ │
│ 40 面谈 │ 卖点：不是帮律师 │
│ ↓ 25% │ "检查仪容"，而是 │
│ 10 试用 │ "保护律所品牌的专业形象" │
│ ↓ 50% │ │
│ 5 签约 │ 常见拒绝 → 应对 │
│ │ "律师自己会穿" │
│ 关键数字： │ → "但背后他们 │
│ - 1 人 6 月 = 8-12 家 │ 看不到" │
│ - 续费率目标 >80% │ "预算不够" │
│ - CAC ¥3-8K/律所 │ → "¥39-59/人/月 │
│ │ （保护客户关系， │
│ ────────────────────── │ 值得的员工福利）" │
│ Y1 目标： │ │
│ 5 家签约 + 5 家试用 │ 对象："律所主任聚焦的是 │
│ 300-1000 活跃律师用户 │ 客户口碑（核心资产）" │
└──────────────────────────┴───────────────────────────────┘
演讲要点（~45秒）：
"B端怎么打？一个单律所的 BD 漏斗：200 条线索 → 60 个触达 → 40 场面谈 → 10 家试用 → 5 家签约。一个 BD 6 个月能搞定 8 到 12 家。第一年保守目标：5 家签约，5 家试用。
核心话术怎么讲？不是'帮律师检查仪容'，而是'保护律所品牌的专业形象'。律所主任关心的是客户口碑，不是律师的衬衫后摆——但这两件事是同一件事。当律师出庭穿着整齐、专业自信，客户的第一印象就是信任。这就是你要的。"
B端BD中情绪价值的定位：
| 对话场景 | 工具价值（失败） | 情绪价值（成功） |
|---|---|---|
| 开场 | "我们有AI可以检查律师着装" | "100毫秒决定第一印象——律师们知道的比你多" |
| 核心卖点 | "APP+支架=便宜的形象管理" | "保护律所品牌的专业形象"（情绪：职业自信） |
| 定价 | "一个月几十块不贵" | "一位律师的时薪 ¥500-1500，省 5 分钟就回本——但真正值钱的是给客户的第一印象" |
| 拒绝应对 | "律师自己会穿" | "正面当然会——但你每天帮他们看背影了吗？" |
| 拒绝应对 | "预算不够" | "正在保护客户信任的员工，值得这个福利吗？" |
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）：¥49/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。
| 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 + Pro ¥49/月全场景 + 安心深化 + 历史追踪 |
| 日历联动 | P2 | 读取微信/手机日历，重要会议前主动推送提醒 |
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"出门前的最后一道安心" | （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，出门前的最后一道安心
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）
| 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 |
| 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） |
| 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：
| 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：
| # | 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" |
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（¥39-59/人/月）
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
核心认知（v0.7 新增）：本产品无网络效应。张律师用余光不影响李律师的体验。这意味着我们不会赢者通吃，但可以靠渠道密度和品牌赢得 20-25% 稳定份额。
| 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（渠道密度起步） | 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 | 渠道密度显现——签的律所越多，后来者进入成本越高 |
| 18 个月 | 较强 | 场景知识库积累（50+ 规则含隐性知识）+ 企业客户续费 | 隐性场景经验 = 后来者需要同等时间积累 |
| 24 个月 | 强 | 品牌品类认知（"AI 形象盲区检查"= 余光）+ 渠道密度 + 场景深度 | 品类定义权在手，后来者需要重新教育市场 |
| 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 | 第一个做"形象盲区检查"的小程序 | ⭐⭐⭐ 最诚实——只是抢跑，12 个月后归零 |
| 2. 品牌 = 品类 | "形象盲区检查"品类代名词 | 品牌认知为零，需要持续营销投入 | ⭐⭐ 是机会不是事实——需要烧钱维护 |
| 3. 渠道密度 | B 端签约数量 = 后来者进入壁垒 | 律所年度合同 + 场景模板深入工作流 | ⭐⭐⭐ 最现实——签得越多，后来者越难进 |
| 4. 场景知识库 | 隐性场景经验需要时间积累 | 需积累 50+ 场景规则，含隐性知识 | ⭐⭐ 有价值但可复制——显性规则 3 月可抄，隐性知识需要 Y2 |
| 5. 无网络效应 | 坦诚声明，调整竞争策略 | 目标 20-25% 份额，不追求赢者通吃 | ⭐⭐⭐⭐ 最加分——评委一眼能看穿，主动说反而加分 |
| 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 |
🔗 汇报话术见 §4.5 竞争壁垒 结尾段落。
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。
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"。
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" |
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% |
6.1 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。
| # | 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 |
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
| 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） |
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）。
| 时期 | 无竞争 SOM | 13.4 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。
| # | 修正维度 | v0.8 状态 | v0.9 修正 | 原因 |
|---|---|---|---|---|
| 1 | 文档结构 | 15章，章间有重复（§3/§13 TAM、§6/§15 财务、§10/§12 案例） | 8章+5附录：§3 合并 TAM、§4 合并冗余、§5 GTM、§6 海外、附录A-E 精选 | 章间重复增加维护成本；面试/汇报场景需要更紧凑的结构 |
| 2 | 定价锚定 | Pro ¥49-99/月（范围） | Pro ¥49/月（锚定单一价格） | 范围定价在 PPT/口述中不清晰；¥49 是最佳心理锚点 |
| 3 | 数据同步 | 7 处旧数据未更新（¥19.9、1000-2000用户、10家律所等） | 全文档统一定价 ¥49/月、用户规模 300-1000、律所 5+5 | 前后矛盾让文档"不可信"——投资人会质疑计算 |
| 4 | PPT 页码 | 10页（~1分钟/页） | 13页（~45秒/页）：+市场机会 +用户画像 +B端BD | 市场/用户/BD 是投资人的前三问，应单独成页而非并入其他页 |
| 5 | 市场页新增 | 市场数据散落在§3/§13，PPT 无专页 | 第3页：¥584亿男性美容 + 63%晋升认知 + ¥300亿+形象管理 | "赛道够大"是投资决策前提，需要在一页内讲清楚 |
| 6 | 用户画像新增 | §4.2 有文字描述，无结构化卡片 | 第4页"张律师"8维画像卡：年龄/律所/收入/痛点/需求/标签 | 路演需要"看到一个具体的人"而不是抽象的用户群 |
| 7 | B端BD专页 | BD内容在§4.9，PPT 无专页 | 第11页：单律所漏斗 + 情绪化话术 + 拒绝应对表 | BD是Y1唯一获客路径，独立成页体现重要性 |
| 8 | 1.4 痛点矩阵 | 无 | §1.4 痛点强度×频率矩阵（6行） | 支撑"盲区检查是高频高痛"的论点 |
| 9 | 情绪价值去重 | §4.10 独立成章，与 §4.1 大量重叠 | 核心框架融入 §4.1，案例和飞轮保留为 §4.9 | 避免章节间重复论述降低可信度 |
| 10 | 附录精选 | §15 财务模型全文保留 | 附录D 精选保留关键假设和收益流，删除冗长推导 | 附录不是正文的堆栈——只保留对决策有用的内容 |
| # | 修正维度 | v0.7 状态 | v0.8 修正 | 原因 |
|---|---|---|---|---|
| 1 | 价值主张 | "帮你看你感知不到的"（纯功能） | 三层价值架构：功能层（入场券）→ 情绪层"出门前的最后一道安心"（购买理由）→ 社交身份层"专业身份的守护者"（溢价来源） | Bain 研究表明情绪层溢价 1.5 倍；v0.7 纯功能定位严重低估定价空间 |
| 2 | 4.4 定价策略 | 2 档：免费 + ¥19.9/月 | 3 档：免费 + Pro ¥49-99/月 + 企业版 ¥39-59/人/月 | ¥19.9 锚定功能价值；情绪价值定价对标 LinkedIn Premium $30-40/月 |
| 3 | 转化逻辑 | "撞墙付费"（负面框架：纠错→付费） | "安心深化"（正向框架：体验安心→深化安心→付费守护安心） | 正向情绪对决策预测力 β=0.71 vs 功能 β=0.59（Sheth 2023） |
| 4 | 4.5 竞争壁垒 | 5 层（先发+品牌+渠道密度+场景知识库+无网络效应） | 6 层（新增"情绪品牌=品类仪式"） | 从"工具"升级为"仪式"增加切换成本；对标 Peloton 1.2% 月流失 |
| 5 | B 端话术 | "帮你们避免年轻律师着装失误" | "保护律所品牌的专业形象" + "100 毫秒决定客户信任" | 从负面框架（恐惧驱动）→ 正面框架（价值保护）；100ms 数据是最强钩子 |
| 6 | PPT 叙事线 | "功能验证"线：痛点→竞品→产品→壁垒→MVP→转化→商业 | "情绪价值"线：100 毫秒开场→情绪价值贯穿→安心仪式结尾 | 路演核心是建立情感连接，不是罗列功能 |
| 7 | §4.10 新增 | 无 | 情绪价值与社交身份分析：Bain 金字塔 + 10 个对标案例 + 市场数据 + 社区飞轮设计 | 系统化研究支撑价值升级，不是拍脑袋 |
| # | 修正维度 | v0.6 状态 | v0.7 修正 | 原因 |
|---|---|---|---|---|
| 1 | B 端 BD 效率量化 | 目标 10 家律所+话术，无转化过程 | §4.9 新增单律所 BD 漏斗：线索 200→触达 60→面谈 40→试用 10→签约 5，含 5 项验证假设 | B 端获客是 Y1 核心假设，不量化就无法验证商业可行性 |
| 2 | 月 3-6 目标 | 10 家律所签约，1000-2000 用户 | 修正为 5 家签约 + 5 家试用中，300-1000 活跃用户 | 销售 6-8 周周期，月 3 才可能签第一批；激活率 30-50% |
| 3 | 获客成本/律所 | ¥2,000-5,000 | 修正为 ¥3,000-8,000 | 含触达 200 家线索的 BD 人力+差旅均摊 |
| 4 | 竞争壁垒框架 | 4 层（先发+品牌+渠道锁定+数据飞轮） | 5 层（先发+品牌+渠道密度+场景知识库+无网络效应声明） | 渠道锁定→渠道密度（更准确）；数据飞轮→场景知识库（显性/隐性分层）；新增无网络效应坦诚声明 |
| 5 | 网络效应 | 未分析 | §4.5 新增"无网络效应"分析：坦诚说明无网络效应→份额天花板 15-25%→替代策略（渠道密度+品牌+场景众包） | 这是 v0.6 反复说"壁垒有限"的根本原因；主动说明比回避更加分 |
| 6 | PPT 第6页壁垒 | 4 层壁垒图 | 更新为 5 层壁垒 + 无网络效应市场份额对比 | 对齐 §4.5 新框架 |
| 7 | §11 壁垒里程碑 | 4 层框架 | 更新为 5 层框架 + 无网络效应认知声明 | 对齐 §4.5 新框架 |
| # | 修正维度 | v0.5 状态 | v0.6 修正 | 原因 |
|---|---|---|---|---|
| 1 | 付费转化机制 | "1次/天→3次/天"，触发极弱 | 5 层转化触发链：场景墙+检查深度+历史趋势+日历联动+B端助推 | 律师一天出门一次，1次/天永远够用；免费版已给核心价值，付费增量感知太弱 |
| 2 | 免费/付费功能边界 | 免费版=次数限制（1次/天） | 免费版=检查深度限制（发现问题）+场景限制（仅日常通勤3项） | 次数墙无效，改为场景墙+深度墙——"出庭这么重要，免费版不支持" |
| 3 | PPT 框架 | 10页，无转化策略专页 | 增加第8页「付费转化策略」，含漏斗图+场景墙对比+验证标准 | 转化机制是商业模式最脆弱的假设，必须单独讲清楚 |
| 4 | 转化率假设 | 5%（行业2-3%基础上浮） | 10-15%（多层触发叠加，参考Plaud场景墙机制） | 单一触发转化率2-3%，5层叠加可达10-15% |
| 5 | 验证标准 | 无转化相关验证标准 | 新增5项假设验证方法，核心指标：出庭场景墙转化率>8% | 转化假设必须可验证 |
| # | 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 |
| 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 |
v1.3 修订原则：v1.0 已验证调研数据（痛点/竞品/市场/案例）原样保留，v1.3 只更新商业模式战略层。以下为 5 大更新要点的修正记录。
| 更新项 | v1.0-v1.2 状态 | v1.3 升级 | 影响章节 |
|---|---|---|---|
| ① 商业模式 | 单一订阅（免费→Pro ¥49→企业版） | 三层变现飞轮（免费 CPS / Pro 洞察 / B 端数据 SaaS） | tab-1 / tab-5 §4.4.1 / tab-15 §15.3 |
| ② 数据资产战略 | 未明确（仅提及"积累场景数据"） | 4 层数据资产金字塔 + 分阶段变现路径 + 4 个终局机会 | tab-16（新增） |
| ③ GTM 渠道 | 国内小程序为主，海外泛泛 | 国内小程序 + 海外 iOS 先行 + Apple Watch 场景绑定 | tab-6 §5.6（新增）/ tab-7 §6.3 |
| ④ 团队 | v1.0 旧 4 人（欧阳雨蒙/向丽华/邬煊/盘陈剑） | 新 5 人商业结果责任制（卫渊/孙晓琳/段珮珮/方帆/丁世强）+ 股权方案 | tab-17（新增） |
| ⑤ Pro 数据分析 | 未明确（仅"历史追踪"） | 7 个洞察维度（单品 ROI/多样性/场景匹配/组合缺口/年度报告/换装提醒/品味进化） | tab-18（新增）/ tab-5 §4.7.2 |
保留不动的内容：tab-2 痛点验证 / tab-3 竞品分析 / tab-4 市场机会 / tab-9 数据来源 / tab-10 追觅&Plaud / tab-11 壁垒 / tab-12 生死录 / tab-13 TAM 推导——这些是已验证调研数据，v1.3 原样保留，未做任何修改。
v1.4 修订原则：诚实性重构——将 v1.0-v1.3 积累的调研数据按 E0-E5 证据等级重新标记，区分"已验证事实"与"待验证假设"。以下为 10 大核心修正。
| # | 修正维度 | v1.3 原表述 | v1.4 修正为 |
|---|---|---|---|
| 1 | 证据框架 | 结论性陈述（如"目标用户愿意付费"） | E0-E5 证据等级框架——所有结论标注为"待验证假设"，E5 以下禁止宣称"已验证" |
| 2 | BD 漏斗 | 200→60→40→10→5 转化链 | 200→60→12→3→1.5（端到端 0.75%——更贴近真实 B 端出单率） |
| 3 | C 端定价 | ¥19.9/月（心理锚定） | ¥49/月（验证后调高——覆盖 API 成本 + 合理的单位经济） |
| 4 | B 端定价 | ¥199/人/年 | ¥39-59/人/月（从年付改为月付，降低 B 端决策门槛） |
| 5 | 增长预期 | 10× 增长（100→1,000 users） | 120×（100→12,000 users——修正实际可触达渠道容量后的估算） |
| 6 | 验证标准 | Go/No-Go 以 NPS > 40 为门槛 | 五道闸门验证（需求确认 / 场景匹配 / 付费意愿 / 复购率 / 单位经济——NPS 仅为其中一环） |
| 7 | 变现路线 | 三层变现飞轮（免费 CPS / Pro 洞察 / B 端数据 SaaS） | 一主二候选路线图——明确主路线（C 端 Pro），候选路线（B 端 SaaS / 硬件联动）作为远期 |
| 8 | 隐私策略 | "我们会保护隐私"（泛泛承诺） | 默认即焚 + 用户 opt-in——所有图像数据默认不上传云端，用户主动选择后才可留存 |
| 9 | 远期期权表 | 无明确远期规划 | 新增 P21——数据资产变现 / 欧洲市场 / 具身智能三条远期期权，标记概率与前提条件 |
| 10 | 路线图 | 90 天里程碑计划 | 新增 P21a——5 阶段验证路径（需求验证→场景验证→MVP→PMF→规模化） |
v1.5 修订原则：基于 where-pmf.md 判定结果，将"中国优先 PMF"修正为"英国优先验证假设"；三报告拆分为独立附录。以下为 4 大战略更新。
| # | 修正维度 | v1.4 版本 | v1.5 版本 |
|---|---|---|---|
| 1 | 具身智能数据匹配报告 | 独立成章，作为竞争壁垒重点阐述 | 三报告浓缩为 tab-19——数据资产从当前壁垒降级为远期期权，不再作为核心防御论据 |
| 2 | 欧洲市场评估 | 泛欧洲市场整体评估，¥ 定价口径 | 浓缩为 tab-20——聚焦英国先行验证假设，€29.99 / €7.99 标注为早期估算（待真钱验证） |
| 3 | PMF 市场选择 | "中国优先 PMF"假设（来自 v1.0-v1.3 默认假设） | 浓缩为 tab-21——英国优先作为验证假设（来自 where-pmf.md 对"中国优先 PMF"的修正），闸门通过前不宣称 PMF |
| 4 | 诚实化增强 | 五道闸门（单一体系） | 分拆为产品闸门 + 商业闸门；三组定价（¥ / £ / €）各自标注角色阶段与验证角色；源报告中所有过度宣称词统一降级为待验证假设 |
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。
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 |
[旧中国 B2C 口径·where-pmf 已判定非商业 PMF 主线·仅历史对照]）| 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：
- v1.0 基准（¥238.8/年）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）。
- v1.0 基准（¥238.8/年）在 1 次/天 × ¥0.3（中性）场景毛利率 54%，是可接受的健康水平。
两档定价（v1.4 中国 B2C 假设 [where-pmf 已判定非商业 PMF 主线·仅历史口径/对照]），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 | ¥49/月（¥588/年）[v1.4 中国 B2C 假设·非商业 PMF 主线·仅历史对照] |
3 次/天 | 主力变现 | v1.0 基准 54%-85% [¥49/月 口径更高·待重算] |
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
- ¥49/月是心理舒适区（一杯咖啡），覆盖 1 次/天检查的中性成本 [v1.4 假设·中国 B2C]
- 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 ¥39-59/人/月
[v1.4 中国 B 端假设·where-pmf 已判定非商业 PMF 主线·仅历史口径/对照]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 × ¥39-59/人/月 = ¥1,950-2,950/月，毛利率 67%-82%（v1.0 基准）。
[v1.5·来自 where-pmf.md·闸门通过后才称 PMF]where-pmf 已判定：余光首个"商业 PMF"应选英国，中国只承担低成本产品验证。 英国定价用英镑重新锚定，必须收真钱，问卷里的"愿意付费"不算。
档位 价格 定位 / 标签 免费 3 次完整检查 获客 + 让用户感知盲区价值 事件包 £6.99 / 30 天 [v1.5 英国商业 PMF 验证假设]·低频场景单次付费年包 £24.99 [v1.5 英国商业 PMF 验证假设·闸门通过后才称 PMF]月包 £4.99 [仅价格锚点]·不建议强推月订阅场景伙伴 £49-199/月 或按激活付费 首批免费试点 [创作者 / 裁缝 / 理容 / 婚礼服务商 B2B2C]不建议：强推月订阅 / 靠信息流广告规模获客 / 一开始覆盖英德法 / 先开发完整原生 App 再验证支付。
[source: where-pmf.md §五、§六]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。
v1.5 财务口径修正注记（honesty-refactor）：
- BD 漏斗：修正 v1.3 算术错误（原文 60×20%=40 误算），端到端转化200 目标客户 → 60 有效接触 → 12 技术验证 → 3 付费试点 → 1.5 续约（端到端 0.75%）。
- 增长假设：120×（100 → 12,000 用户），基于 Y3-Y5 自传播 + 场景渠道生效后的非线性增长[hypothesis]，非 Y1 承诺；Y1 只验证需求。
- 定价：旧 C 端月费口径（v1.0 ¥238.8/年）已统一为 ¥49/月[v1.4 中国 B2C 假设·where-pmf 已判定非商业 PMF 主线·仅历史口径/对照]；活跃商业定价转向英国 £ 验证假设（详见 §15.2 GBP 块）。
- 盈亏平衡（§15.6）基于旧中国模型，待英国 PMF 验证假设定价（£24.99 年包 / £6.99 事件包）重算。
15.3 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 ¥49/月订阅 [v1.4 中国 B2C 假设·非商业 PMF 主线·仅历史对照]C 端会员，3 次/天 ¥588（¥49/月×12） 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 ¥39-59/人/月（B 端扩展） [v1.4 中国 B 端假设·非商业 PMF 主线]¥468-708/人/年（¥39-59/月×12） 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 × ¥39-59/人/月（年化 ¥468-708/人）≈ 234-354 万/年[v1.4 假设·量级参考·非预测]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+。
15.3.1 v1.3 三层飞轮收入线（新增）
v1.3 商业模式升级：在原收入线基础上，新增三层变现飞轮的收入结构——免费 CPS / Pro 洞察订阅 / B 端数据 SaaS。
（v1.3 旧表述·已废弃）。[v1.4 修正：三层同步不现实，已收敛为单一主收入引擎（B2B2C 企业订阅）+ 候选第二收入（Pro）+ 候选补充（CPS）]
飞轮层级 收入模式 定价 单用户/单客户年收入 阶段 ① 免费 ToC · CPS 分成 购物建议电商导流 CPS（小红书热门穿搭 / 保养指南 / 一键下单） take rate 5-15% GMV ¥30-100/免费用户/年（假设月均 GMV ¥200-800） [assumption: 电商导流行业标准]Y1 启动 ② Pro ToC · 洞察订阅 关闭购物建议 + 数据分析（7 维度洞察，详见 tab-18） ¥49→¥99/月 ¥588-1188/付费用户/年 [assumption: 数据分析增值驱动 ARPU 升级]Y1 核心 ③ ToB · 律所版 着装合规率 / 形象风险预警 / 数据大屏 ¥3-10 万/所/年 ¥3-10 万/律所/年 [assumption: 律所培训预算基准]Y1 下半年 ③ ToB · 品牌版 真实穿着数据 / 区域偏好 / 新品推时机 ¥10-50 万/品牌/年 ¥10-50 万/品牌/年 [assumption: 对标时尚数据服务商定价]Y2+ 数据积累后 关键洞察：免费用户从"成本中心"变为"CPS 变现入口"——即使免费用户不升级 Pro，也能通过 CPS 分成产生收入，直接改写单位经济（CAC 压力大幅下降，详见 §15.5 更新）。
[assumption: 三层飞轮降低 CAC 的核心商业逻辑]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
v1.3 单位经济更新：免费 CPS 降低 CAC（新增）
v1.3 核心改写：v1.0 的单位经济基于"免费用户=成本中心"假设，CAC 完全由 Pro 转化分摊。v1.3 三层飞轮让免费用户也产生 CPS 收入，单位经济显著改善。
[assumption: 三层飞轮降低 CAC 的核心商业逻辑]
指标 v1.0（单一订阅） v1.3（三层飞轮） 改善逻辑 免费用户净价值 负值（纯成本，靠 Pro 转化分摊 CAC） 正值（CPS 分成 ¥30-100/年） 免费用户从成本中心 → CPS 变现入口 有效 CAC ¥30-50（全额由公司承担） ¥10-30（CPS 收入抵消部分） 免费用户 CPS 收入反哺获客成本 LTV（Pro 用户） ¥588/年 × 1/流失率 ¥588-1188/年（洞察溢价 ¥49→¥99）× 1/流失率 数据分析增值 + 年度报告降低流失（8%→5%） LTV/CAC 8-16x [source: 调研报告§15.5]16-30x（CAC 下降 + LTV 上升双击） 三层飞轮对单位经济的双重改善 B 端 LTV ¥39-59/人/月（年化 ¥468-708/人） [v1.4 中国 B 端假设·非商业 PMF 主线]¥3-10 万/所/年（律所版数据 SaaS） 从按人订阅 → 按所数据服务，客单价量级提升 关键指标保留：API 毛利率 54-85%（三档成本 ¥0.1/0.3/0.5）
[source: 调研报告§15.5]；盈亏平衡 2500-3700 付费用户[source: 调研报告§15.6]——v1.3 三层飞轮下，盈亏平衡点可因 CPS 收入提前达成。v1.0 原始单位经济（¥238.8/年 基准·旧中国 B2C 口径·where-pmf 已判定非商业 PMF 主线·仅历史对照）
C 端付费会员（v1.0 基准 ¥238.8/年）
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 ¥39-59/人/月·v1.4 中国 B 端假设·where-pmf 已判定非商业 PMF 主线·扩展注脚）
指标 数值 客单价 ¥39-59/人/月（律所批量 50 人 = ¥1,950-2,950/月） [v1.4 假设·毛利率沿用 v1.0 基准]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。
[注：此盈亏平衡基于旧中国模型（v1.0 ¥238.8/年 基准）；待英国 PMF 验证假设定价（£24.99 年包 / £6.99 事件包）重算。where-pmf 已判定中国非商业 PMF 主线。]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（v1.0 ¥238.8/年 基准） 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% + 产品闸门 5 项达标（完成率≥90% / ≤45 秒 / 召回≥90% / 误报≤10% / 周复用≥30%，详见 §15.10） 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 15.6 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？ v1.0 基准（¥238.8/年）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，v1.0 基准（¥238.8/年）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。
[注：以上为旧中国 B2C 口径；活跃商业定价已转向英国 £ 验证假设]定价我们分三层、各司其职，不混为一谈：
- ① 英国商业 PMF 验证假设定价（£）
[v1.5·来自 where-pmf.md·闸门通过后才称 PMF]：免费 3 次完整检查 / 事件包 £6.99/30 天 / 年包 £24.99 / 月包 £4.99（仅价格锚点）/ 场景伙伴 £49-199/月或按激活付费（首批免费试点）。必须收真钱，问卷里的"愿意付费"不算。- ② 中国 B2C 假设 ¥49/月
[v1.4·where-pmf 已判定非商业 PMF 主线·仅历史口径/对照]。- ③ 早期 €29.99/€7.99 估算
[早期估算·已被 £ 定价取代]，仅保留作对照。我们不用 NPS 这种软指标做 Go/No-Go。 验证拆成两道闸门，各 5 项硬指标：
- 产品闸门（where-pmf.md §六·中国产品验证阶段）：任务完成率 ≥90% / 中位完成时间 ≤45 秒 / 严重问题召回率 ≥90% / 误报率 ≤10% / 周复用率 ≥30%。
[v1.5 收紧口径；where-pmf.md 原值完成率 ≥80%、复用 ≥40%]- 商业闸门（where-pmf.md §六·英国闭环 Go 指标）：真实付费率 ≥5% / 下一次符合条件事件中复用 ≥30% / 付费用户 CAC ≤£7 / 5 个场景伙伴中愿继续合作或付费 ≥2 个 / 相信照片不被留存的用户 ≥80%。
PMF 我们说老实话：英国 = PMF 验证假设（商业闸门通过前不称 PMF）；中国 = 产品验证与算法迭代市场，不是商业 PMF 市场——一批中国种子用户的免费使用不叫 PMF。
[source: where-pmf.md 最终建议]增长我们不做线性外推。 120×（100 → 12,000 用户）是 Y3-Y5 自传播 + 场景渠道生效后的非线性增长假设
[hypothesis]，不是 Y1 承诺；Y1 只验证需求，不预测利润、不承诺盈亏时间。100 个种子用户跑通产品闸门、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（中国）+ 英文 PWA（英国）。 不做硬件、不做独立 App。手机支架零硬件门槛。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。我们更轻，且把商业 PMF 的第一锤放在英国。"