YT 学习笔记

19 岁 TJ Maxx 收银员用 AI 单兵做出 20 万美元 App 的全套打法

37分钟阅读下载 MD

封面

Greg Isenberg · 48:09 · 发布 2026-06-15 · 1.2万次观看(截至抓取) · 观看原视频

主旨

Greg 访谈 19 岁创始人 George(原 TJ Maxx 收银员、零编程背景),把他把 WrestleAI 做到 10 万下载 / 近 20 万美元营收、并在两条新 app 上分别跑到月入 $10K–$15K 的”如何找到 idea → 5 秒讲清一个 gotcha feature → 找创作者 + 投流 → 用 ARPU 与留存指标调优”完整路径拆成可复用的实操剧本。

核心论点

  1. AI 把 App 行业的建造门槛拉到了个人可单兵承担的水平,分销/营销/选 idea 才是真稀缺——19 岁、零编程、周投入 3-4 小时也能做到月入 $10K 的产品组合。(→ 详解1)
  2. 好 App 的 90% 时间与营销应当花在一个”5 秒讲清整个 thesis”的 gotcha feature 上;卖不出去的根源通常是产品说不清,不一定是流量不够。(→ 详解2)
  3. Idea 是分布的真正放大器,不是反过来——同 100 万播放量下 WrestleAI 月入 $17K,而 AI 社交 app “Green” 只换来 5 个 $7 订阅 = $35;分销救不活烂 idea。(→ 详解3)
  4. 早期增长是数字游戏且该尽快外包——把 For You Page 调成 ICP 模型,狂发 DM,然后立刻把流程交给 $800/月的 VA,自己只谈关键电话。(→ 详解4)
  5. Influencer 合作的合理栈是”先付市价测内容、再谈 $2 CPM + 股权”——只用低成本试出好素材,再以”视频植入不挂广告”的形式合作,避开给大额股权。(→ 详解5)
  6. 月入 $10K = 日入 $333:盯住 $2 ARPU、100+ 日下载、加一个留存黏性 feature——不必追全自主/全 AI,WrestleAI 加入卡路里追踪后流失腰斩是经典增功能修补留存的例子。(→ 详解6)
  7. “Vibe coding 出 AI Slop”是错怪对象,真问题是 under-prompted——14 天的反复 prompt/微调足以做出能跑业务的 App,关键是给每个细节留时间。(→ 详解7)

知识点详解

1. 19 岁的成绩单与 App 行业的算术 02:04

George 把自己的”为什么你能听我讲”压缩成三句话:第一,他在公开场合从零做出过第二个 App WrestleAI,下 10 万+(over 100,000) 下载,做到接近 $200K 营收;第二,另两条正在”隐身”做的 App,本月分别预计冲 $15K 和首月 $10K;第三,他每周在每个 App 上只花 3-4 小时(02:25,“EO three to four hours a week on each of them”)。

这套成绩单拆掉两件事:“一定要写很多代码才能做 App”(他自己不会写代码,所有 App 都通过 Oracles 等 vibe coding 工具搭出来),以及 “一定要花很多时间才能出成绩”(他说”It’s not always time in that gets you the results”,而是”跟着一个可复用的剧本跑”)(02:30)。Greg 在开场给出”$10K 月 = $333/天”的算术,把目标拉到任何人都能看清的尺度:做对 1-2 件事就能稳定达成(00:21,“a consumer mobile app that makes hundreds, sometimes thousands of dollars a day”)。

2. AI 时代 Idea 的新位置:niche + 简单 + 当场可卖 05:48

George 对”成功 App 的要素”的回答很窄:好 idea + 匹配 idea 的产品 + 把 idea 分发出去。他给”好 idea”下了三条规则:简单(一个清晰问题对应一个清晰解)、specific(有清晰受众,你能反向找到他们)、sellable(有人今天就愿意付钱为之买单)(04:13)。

这件事的潜台词是”自己真信”:他们有投资人当面问怎么让一个两年没做过 App 的前收银员拿到合作,George 讲自己曾给一个 2.1M follower 的影响者做演示,直接掏出 WrestleAI 的”我的转化率是这样”——这是后话,但已经埋下他反复强调的”做自己真信的产品”(他想做的事源自他真打过摔跤)的好处:你与影响者对话时对方能感受到你是不是真在传教。

Greg 把话题拉到 AI 改变了什么。George 的关键转述:AI 已经”democratized creation”,让小团队也能做”AI-first”的体验(05:48,05:50)。他的两个例子:CalAI 拍一张食物照片就告诉你卡路里——这是 AI 加进普通体验做出的比传统形态更好的东西。WrestleAI 把比赛录像扔进去就告诉你做对了/做错了——同。这跟早期”做一个能用的 app 出来”是两件事,过去 16 年里诞生了无数平庸 App,直到 AI 让产品本身能比同行多做一件”更懂用户”的事。AI 还顺带抹平”做一个 App”本身的开发门槛,使得超级 niche 的受众也能养活一个 App(05:56)——“how many wrestlers are there actually?”这种以前会被嗤之以鼻的问题,在今天是用 AI 工具能答”够了”的问题。

小结:idea 上位,建造门槛下沉,最终差异化回到”我信不信、我懂不懂我自己这群人”。

3. 反向工程你的 Feed、找一条视频 + 一个 5 秒解决方案 06:37

George 给自己的”找 idea 流程”画的是一条极其人肉的路径:打开 Instagram 或 TikTok 刷 15 分钟,每条视频都问自己三个问题:谁看这种视频?这群人的问题是什么?一个影响者会怎么在 30 秒的开头自然植入我的 App?(06:37)。他举自己的例子:锁定 day-in-the-life 类型的摔跤影响者,他们的内容里本身就有”起床/训练/称重”场景,App 只要在这 5 秒里出现就一点都不像广告。

Greg 顺势补一刀:好产品本身就是反向工程一条 viral 视频(19:53)。他拿 Hinge/Hinge/Tinder、Uber、DoorDash 做类比:这些产品的 gotcha feature 一句话能讲完——“swipe 找约会对象”、“按个按钮车来”、“按个按钮饭到”——这种程度。在这个意义上,好的 App 是从”一个能 viral 的 TikTok”反推出来的产品形态,而不是反过来。

4. 想法跑不动?用”妈妈测试”做 UI 体检 16:20

George 把 UI/UX 标准定在一个反精英但极有效的基线上:妈妈测试。他把自己的 App 发给他妈妈,问三件事:能用吗?知道在干嘛吗?明白功能怎么跑?(16:20)。如果”我妈都不会用”,就回炉重做 UI(16:57)。

这套 14 天搭框架 + 几天抠 onboarding 的节奏(17:17,17:34)说明他不在意多炫,只在意 “普通人 5 秒能上手”——这与 gotcha feature 的”3 秒讲清”是同一条思路的两面。

5. Gotcha feature——花 90% 时间在那 3 秒里 18:08

George 用大量篇幅说”gotcha feature”。定义清晰:5 秒内,任何看过这个 feature 的人,会自动理解整个 App 的 thesis(19:12)。CalAI 是”拍食物→卡路里”,WrestleAI 是”投比赛录像→给你打分”。两种都是把过去需要专业知识/人工的事,压缩成一个用户点一下就能感受到价值的事。

他把这条原则推到极致:90% 的时间应该花在这个 feature 上(17:58)。一个影响者的某个 ROI 下滑了,不是去铺功能,而是回头把它再推一遍这个 gotcha,看峰值能不能再涨起来;只有当这个 feature 已经饱和了,他们才会去找别的角度。

Greg 补一句”好产品是你能用一句话讲完的”——Hinge/Tinder/Uber/DoorDash 全是这句话的实例(19:24)。这一节是整场访谈里最重的一句话:产品能不能讲清,决定一切营销能不能奏效。

6. Onboarding 三段 + paywall 前的 FOMO 22:06

George 把 onboarding 拆成三段必须、第四段可选:教育(用户在做什么+为什么需要)、社会证明(可选但有就放)、个性化(用一堆问题把用户定制化,然后才进 paywall)→ 进 paywall 前一秒的 FOMO。这个组合的精妙在于沉没成本:用户刚答完 20 个问题(或被一段比赛分析动画调起期待),被 hit 一个 paywall,他已经砸进去了 5 分钟(22:06)。

FOMO 在 WrestleAI 里是一个具体的视觉设计:比赛录像的”分析动画”(标定哪里、核对哪里)跑完后,弹 paywall,“解锁你的评分”(22:32)。用户一被拒,反而”我刚才到底得了多少分?”的情绪被吊起来——这是 George 自认是 paid ads 之外最直接拉高 conversion 的 trick。Greg 顺手把这套文档化在 docs.wrestle.com(22:56),可作读者即取即用的 SOP 起点。

7. 把 Instagram 主页做成”销售漏斗 × 招创作者信用”双面 23:31

$10K 月 = $333/天。要达到这个,George 给出一条看上去很小但铺得很具体的入门级动作:把 Instagram 主页搭干净(具体配方被涂掉一些因为他还有 stealth 项目)。他公开承认自己用过买粉 / 买认证这类灰色操作(23:31),并主动加一句”我不确定这是否违反 ToS,你自己查”(27:15)。但物理上,主页起的作用是两个:用户看到达人视频里 @ 了这个账号,会点 tag、刷这个主页上的四条产品演示、看 bio 里的 CTA 下载;创作者接 DM 时,会先看主页,看到主页有一堆合作痕迹(很多粉丝、多个合作品牌、3 个产品 demo),才会回 DM。

具体配比:主页承担 90% 的工作 = 3 个产品 demo + 一句话清楚的 bio + CTA(23:58),剩下 10% 是每一次合作后,让达人用 collab post 形式挂一下,刷品牌的”在合作密度”信号(24:07)。

8. 把 FYP 调成 ICP、然后外包给 VA 28:30

George 给出的”加速动作”听着反直觉:不是去发现创作者,而是让推荐流只给你发现创作者。具体做法:打开 Instagram,故意像自己的 ICP 一样刷(评论/点赞/分享),把自己的整个 FYP 弄成”全是摔跤达人”(28:30)。在这个 FYP 上滑动就等于做 lead-gen——滑到一个 25K+ views 的就 DM。

但更关键的转折是:立刻外包。George 明确说”如果你有 $2000 启动,我会拿 $800 出来给一个 VA”(29:31),理由是 VA “相当 integral,且让你自己更清醒”(29:41)——这两个数字要一起记:VA 的钱比”自己手撸”值得多,因为他能跑流程的标准差远低于你。VA 不用谈,Fiverr/Upwork 上 800/月接一个”按 SOP 滑 FYP、25K views 以上就 DM”的指令就行。

这一节里还有一个不引人注目但很重要的副作用:这件事要花时间,所以不要省外包。George 把这个收紧成了一句”为什么要花一半预算在 VA 上,因为他直接决定了这个流程能不能跑 5 倍时长”。

9. 把创作者合作从”股权交易”换成”试内容 + 议价 + 股权” 11:09

George 谈创作者合作时讲了三段建议:

  • 第一次合作前,先付出场费试内容(15:15,15:51)。他举了一个具体话术:“Hey,你的市价是 $2000/视频,我出 $1000 试;如果跑得好,我后面给你留股权。“——这是”先验内容转化、再决定要不要给股权”的写法,而不是反过来上来就 50/50。George 同时给出第二种”先付市价”的写法——如果数据真的好,再决定要不要给股权,这条路能 100% 保住股权不被分走。
  • 拿到素材后立刻判断是否值得谈低 CPM(11:09,“influencer marketing is like 90% sales”)。他给的目标价是 $2 CPM,并拿 Manifest 与 Stella 当极端样本(14:28,“just her alone brought in like 300k a month”):一个对的人可以单枪匹马把 App 推到 $300K/月,所以 yes,股权一定要给对的人——但只给那 1%,不给前 5%。
  • 接到回复后,立刻拉电话。DM 里对方容易甩”$10000/video”这种数字;电话里你能用一句”你每条 20K views,按我这边能算的 LTV 我们撑不住”按下对方,这是 Greg 自己的一条销售心理——文本里的 reject 很容易,电话里的 real person 你很难甩脸。
  • 接完电话,加 WhatsApp,把”业务对话”和”生活对话”分开,免得回复亲人被拖死。

小结:别上头分股权,先把市价换测试再换股权。

10. Paid Ads:5-15 创意 + $100/天的测试预算 34:05

George 把付费广告定位成”补影响者的不可规模化”。当影响者做到天花板之后,投流是下个杠杆。他给出的入门模板:第一周准备 5-15 条创意(自创或者从合作过的创作者手里挖),全都投入到”测试预算”里跑,每天 $100,一周后保留 winners 砍 losers。他承认自己不是 paid ads 老手,这套也只是 starter。

另一种”素材从零”的写法:打开 Meta Ads Library,搜你想做的细分赛道头部 App(例如跑步就搜 Strava),按 high → low impressions 排序,挑那些高曝光的广告,问自己”它为什么在工作?”+“我能不能 1:1 抄它的脚本,只是换成我自己的产品?” 再把这个脚本发给一个有 high-agency + 价格便宜的创作者做”广告版”——他不发自己的主页,而是专门给你做付费创意的素材。

他自己承认最赚钱的广告往往是很土的:“真人出镜说 Go download the app”那种——这一句话值一次 paid-ad lesson。

11. 指标三件套:Conversion / ARPU / Retention 37:30

超过每天 100 个下载之后,George 开始真正看指标。他的看盘清单:

  • Conversion rate:上线就盯,嫌低就 A/B 测试 onboarding 和 paywall 文案。
  • ARPU:首月目标 $2(37:30)。他给的反向提醒是:纯 top-of-funnel UGC 的 ARPU 自然低(量大但内容质量烂),跟影响者合作的帖子 ARPU 自然高(直接说明 App 干什么)——这两种内容方式的 ARPU 是不一样的,要看自己走哪条。
  • Retention:看月底的 unsubscribe 数。差就加一个”留住人的功能”,而不是换 gotcha。他给了一个非常具体的案例:WrestleAI 早期 retention 暴跌,他们加了卡路里追踪——摔跤手本来就要 cutting weight,这个功能意外把 retention 撑住,流失减半(37:56,38:12)。

Greg 给一个 geometry 上的总结:“they came for the viral feature, stayed for the chili”——病毒式 feature 是诱饵,真正留住人的是那种”我用你一周后还回来,因为有日常价值”的功能。

12. TLDR:好产品 + 好创意吸引 inbound 38:36

Greg 把整套浓缩成一句话:好的产品 + 好的创意 = 让生活变得简单(38:36)。这套”好产品”组合带来的副作用是 inbound:20K 粉丝的达人主动来 DM 求合作;1.8M 粉丝的达人主动伸手要合作(38:49);50K 粉丝的达人免费帮你拍因为他想试试;3M 粉丝的达人 4 条 story 只要 $2500(39:27,“CPM’s going to be maybe a dollar”)。

Inbound 不是社交技巧的结果,是产品-创意-付费组合的结果。当你的内容不被看成广告而是”达人真的被产品打动”时,价格自然下不来。

13. 反驳 vibe coding 怀疑论:Under-prompted,不是 AI Slop 41:19

Greg 把怀疑论挑出来问”AI Slop 是真的吗”,George 的回答:“没有 AI Slop 这回事,只有 under-prompted 这回事”(41:19)。他举了 swift + Opus 4.8 的组合作例证:Swift 之于 React Native 在 vibe coding 上是”白天与黑夜”,所以他现在把 Swift 作为 default。配合 14 天反复 prompt 微调,他认为”代码就是代码”,只要肯把每个细节都给到 AI,做不出产品的根本原因是 prompt 不够厚,不是模型不行。

他给出的扩展证据是他正在用的 Core OS——一个 vibe coding 做出来的健身 App,自动记录睡眠/训练/进馆时长,他自己每天用。这是”vibe coding 也能做出圈”的强样本。

Greg 接着问 scaling——“做到几十万/百万美元营收时 vibe coded App 不会塌吗?”George 的诚实回答:还没碰到,因为他没做过 social media 型 App,可能这种重 IO 的会先遇到问题;但他已经做过的 App 不存在 scalability 问题(42:46,42:51)。他的另一条安全网是:不收集用户个人数据——所以没有”被 hack”这个攻击面。

14. 这就是新一轮 “Drop-shipping 红利期” 43:59

Greg 收尾问”这是不是 App 行业最好的时候”。George 给了一个非常具体的类比:2015 年的 dropshipping/e-com(43:59)。当年 meta ads + dropshipping 谁都能跑出 4-5x ROWAS。今天做 App + 投流是同一形状的曲线——他当年做 Fight AI 的时候第一条 TikTok 就拉到 2K 营收(44:34),后续冷启动也不投广告只发自我 content,今天都还能赚 $1K/月。

Greg 的最后一条补充:真正的蓝海信号是公众认知度还没到。他说”95% 的人不使用 AI,更不知道它能造 App,Twitter 上以为人人都在做 App 是个错觉”——这点和 prospecting 时的”GAP between hype and adoption”是同一回事。George 给的时间表:未来三年内不会饱和。

15. 终极 tip:学销售 46:46

Greg 在最后抛了一个”还没讲过但最重要的 tip”。George 的回答是:学怎么卖东西(46:46)。他自己的”close 影响者”能力从他 16 岁做 door-to-door 卖 power-washing 服务 + 摆 garage sale 训练出来——和 vibe coding 无关,和能不能把人聊舒服、让人不下决心拒你有关。

他给的具体例子:最近一个希腊的影响者电话,他花 90% 时间聊希腊文化/历史,聊成”buddy”之后再以”你的内容波动有点大,要不 $2 CPM 试试?”结束——人在关系里就不会说 No。Vibe coding 让”技术门槛没了”,但”销售技能门槛还在”,这才是 Greg 反复强调的”营销 vs 工程”在不同环节里表现出不同稀缺度的根。

可执行步骤

  • 把目标设为”$10K 月 = $333/天”,先想清楚自己想要的 App 大概要什么 ICP、什么 gotcha、什么分销途径。
  • 找一个自己真信、真做过的小群体(摔跤/跑步/塔罗…),刷 IG/TikTok 看 ICP 内容创作者里有哪些人能被反过来”植入”。
  • 把”妈妈测试”作为 UI/UX 的唯一上线路口:发给你妈,能上手 → 上线;否则重做。
  • 用 14 天反复 prompt 堆出 gotcha feature,而不是先铺功能。Gotcha 自己必须 5 秒讲得清。
  • Onboarding 设计成”教育 → 个性化(沉没成本)→ 分析/FOMO 动画 → paywall”,而不是直接 hit paywall。
  • 主页搭三件事:买粉(灰)/买认证、3 个产品 demo、一句清楚的 bio + CTA;让合作过的达人每次 collab post。
  • 把 IG FYP 手动调成只 ICP 内容;前两周自己能 DM 就 DM,立刻招 VA 接手(预算 $800/月)。
  • 影响者合作用”先付市价试内容→谈低 CPM + 股权”,记住 $2 CPM 是常态,而不是”$2000+ 一条”。
  • 第一次接新影响者,立刻拉电话;再加 WhatsApp 与生活对话分开。
  • 钱到一定量,准备 5-15 条付费广告创意,$100/天跑测试,一周后保 winners;素材从 Meta Ads Library 拆解对手头部 App 学。
  • 每天 100+ 下载后,盯 conversion/ARPU(目标 $2)/retention;retention 差就加一个”留住人”的功能,而不是换 gotcha。
  • 把 sales 训练排进日程(door-to-door/打电话/closer),而不是把全部时间都堆在 product。

关联

  • 印证:这个极简应用月入5万美元 同样强调”先锁定单一 gotcha 机制 + ICP 受众自然嵌入 + influencer 内容自然不挂广告”,两片互相印证”极简单一机制 + top of funnel 优先”是可行的,而不是营销话术。
  • 互补:本片与 2026-06-28-我们用AI全自动打造了这款月入2万美元的应用 一起给出”零代码 + 圈定受众”的两种实现:一片是田径运动员用受众先行 + 跑姿 AI 评分;本片是摔跤手用 gotcha feature + 创作者合作,前者侧重”受众先有”,后者侧重”单兵也能起家”。互补关系:不同起手路径但汇到同一种生意。
  • 进阶:与 Vibe Coding、AI 编码光谱 同源——本片把 vibe coding 推到”能跑业务的极致”(George 在 19 岁做到 $200K 收入是 Karpathy 自定义之外最强的反例之一),与 Liam·Raw AI 改造 共享”vibe coding 把建造门槛抹平”的核心判断。
  • 冲突/更新:[[Vibe Coding]] 概念页主张原作者自限”周末小项目”,而本片 George 把其推到”$10K–$15K 月”级别——判定变量:复杂度 > 单 gotcha feature + AI 主导 的 App 可以跳出”周末小项目”边界,纯企业级/复杂业务流仍要警惕。判定听本片:当 gotcha feature 简单到 5 秒讲清、剩余逻辑(登录/付费/分析)AI 能直接代写时,vibe coding 可达月入 $10K 级别。

一手来源与延伸

术语

  • Gotcha feature(本视频核心词:5 秒讲清整个 thesis 的单点 feature;CalAI 拍食物得卡路里、WrestleAI 投比赛录像得打分是范本)
  • ARPU(Average Revenue Per User,单用户/单次下载带来的平均营收;本片给出的首月锚点是 $2)
  • CPM(Cost Per Mille,每千次曝光/播放成本;本片提到的合作锚点是 $2 CPM,而”$2500 拿 4 条 story 3M 粉”等价于 $1 CPM)
  • ICM / ICP(Ideal Customer Profile;本片未直称 ICP,但 FYP 调整和”influence 自然嵌入”的整个逻辑都在锁定它)
  • Collab post(Instagram 的协作帖形式,品牌账号与达人账号共同出现在一条帖子的合作形态)
  • DM wizard(本片 George 自嘲:每天发数百条 DM 寻找合作达人)
  • Mousetrap(本视频 Greg 用词:好产品如同不漏人的捕鼠器,把人”吸入 + 留存”,而不是只把人”拉进来”)
  • FYP/For You Page(短视频平台的个性化推荐流,本片指 Instagram 与 TikTok)
  • Onboarding sunk-cost(本片策略:让用户先填 20 个问题/经历一段分析动画,再 hit paywall,以沉没成本提高 conversion)

金句

I went from being a TJ Max cashier to scaling up multi-app to about 10K a month in just under a year. → 19 岁零代码背景一年内做到多 App 月入 $10K 的成绩单,是 Greg 在访谈开头定调用的,它不是营销修饰,是 George 反复强调的”AI 把单兵能做到的尺度重新定义”的实证。

This feature needs to be so simple to understand that anyone who looks at this feature for 5 seconds instantly understands the entire thesis of your app. → Gotcha feature 的定义本身;这是 Greg 把”好产品”还原到”5 秒讲得清”的最直白版本,产品能讲清,营销就水到渠成。

The biggest uptick from your app should get should come from marketing this feature. This feature is what should easily convince everyone to come join your app. → 病毒式 growth 的真正杠杆不是 product suite,是 gotcha feature 这 90% 的精力分配。

“If you could just make a good product and really focus in on that, it makes the whole other side of the distribution problem much easier.” → 这句是这个视频的核心 takeaway:好产品 + 好创意组合让销售/分发/auditing 各环节都被”追着跑”,而不是反过来用力堆。

立场与利益

  • 与利益同向(待印证):George 反复用 “I’m a DM wizard”、把 onboarding + IG 主页 SOP 文档化在 docs.wrestle.com、自报”我是 Oracles 的 power user + 现在还在合作中”。这些都是把”我用 Oracles 做 App”作为自身产品的背书。但他的方法论并不依赖 Oracles 选型——他在片中强调”[用什么工具不重要,14 天反复 prompt 才是]”。
  • 利益中性:George 反复例证的 WrestleAI 数据(100K 下载 / 近 $200K)与对比样本 Green(1.8M views 但月入 $35)均来自他本人的口述,未给第三方数据来源,在采信”idea 决定分发效率”这条主张时应记”自我叙事”折扣。
  • 与利益反向(可信度最高):George 主动承认 I “我必须买粉 + 买认证,这可能违反 Instagram ToS,你自己查”(27:15)、以及 “我自己做的 AI 假设/工程懂的不比评论区里的工程师多”的诚实,是这期访谈里最值得记的可信度背书。
  • 利益证据一行:docs.wrestle.com(George 自维护文档)、Meta Ads Library 截图(中立工具)、Oracles 作为合作工具的轻提——这些是分发链条里真正影响分档的引用。

价值定位

  • 适合谁:已经能用 vibe coding 工具搭出 MVP、想从 idea → 营销 → 创作者 → 投流 → 指标调优整条链路实操练手的人;以及 0-1 个 App 月入还没破 $10K、想拿到”下一阶段的剧本”的独立开发者。
  • 解决什么:从 0 到月 $10K 这一段最具体、最缺剧本的路径——把”找 idea / gotcha / onboarding / IG 主页 / FYP → VA / 创作者合议价 / paid ads / 指标调优”排成可执行流。
  • 认知 vs 实操:本片偏实操——具体数字($800/月 VA、$100/天 ad test、$2 CPM、$2 ARPU、每天 100 下载的指标起点)与具体话术(“hey,你的市价是 $2000,我出 $1000 试”)都直接是动作,不是抽象方法论。
  • 与已有笔记重叠:与 2026-07-05-这个极简应用月入5万美元 共有”极简单一机制 + top of funnel + influencer 自然嵌入”;与 2026-06-28-我们用AI全自动打造了这款月入2万美元的应用 共有”AI 抹平建造门槛”。本片独有:基于真实 $200K 营收样本的完整链路 + $2 CPM / $2 ARPU 数字 + 妈妈测试 + gotcha feature 5 秒判定 + docs.wrestle.com 上的可复用 SOP 起点;无此片的人最该看的差异就是”创作者合作的议价三段(试内容/低 CPM/股权)“与”ARPU vs retention 的指标平衡”。

自检问题

  1. 为什么 George 把”5 秒讲清”作为 gotcha feature 的合格线?为什么他坚持 90% 时间花在那? 答案:因为 gotcha feature 是产品能在刷信息流的 3 秒里把”我是谁、给谁解决什么”讲清楚的能力——一旦讲得清,创作者就能自然植入、转化就会稳定;90% 是因为产品其他部分都已经是确定性写法(登录、付费、UI),真正区别产品的就是这个 feature 的清晰度。见「详解5」。 18:08 19:12
  2. WrestleAI 与 Green 的对照实验说明什么 idea 原则?为什么 Greg 说”分销救不活烂 idea”? 答案:同 100 万曝光量下,WrestleAI 第一月做出 $17K 而 Green 仅 $35——即同样曝光下 idea 烂时转化率会被自己压死。结论:idea 是真正放大器,不是反过来。见「详解3」。 08:38 09:04
  3. George 推荐的影响者合作议价三段是哪三段?为什么他不直接给”股权 50/50”? 答案:(1) 先付市价测内容(根据表现决定股权是否给);(2) 谈 $2 CPM 而非固定价;(3) 把股权留给真正能爆款的极少数人(只给那 1%,不给前 5%)。原因:先给 50/50 会让好创意被平庸稀释、把命脉绑在不必然爆款的人手里。见「详解9」。 15:15 15:51
  4. George 给出”$800/月 VA”建议的理由是什么?为什么不自己做? 答案:VA 直接决定了”流程能跑 5 倍时长”,manual 阶段你的注意力会被 IG DM 切碎;VA 既能跑”刷 FYP、25K 以上 DM”的流程,又便宜到”他一天能拿下的 leads 比这 $800 多得多”。同时 Greg 提醒别沉迷手动——本片里他反复强调”自己 hand 1-2 天就行,后面交给 VA”。见「详解8」。 29:31 29:41
  5. George 的 retention 修复为什么是”加卡路里追踪”而不是”换 gotcha feature”?这件事对通用留存哲学有什么含义? 答案:retention 差不是病毒式吸引出问题了(来得人够多),而是”留下来用日常价值”出问题了(走了不回来)。修法是在”留住人”的功能上加投资,与 gotcha feature 的修法不同。含义:病毒增长与留存是两条独立的轴,要在不同 feature 上下注。见「详解11」。 37:56 38:12

关系图谱

反向链接