--- title: 'VSC 框架:用 TikTok 爆款预判 App 选题能否跑通' video_id: -VlJIgj6gM4 url: https://youtu.be/-VlJIgj6gM4 title_en: "I Built a $10K/Month App With This One System" channel: Starter Story published: 2026-06-21 duration: "15:19" topics: [商业模式与变现, 内容策略] noted: 2026-07-08 value: A views: '3万' --- [![封面](https://i.ytimg.com/vi/-VlJIgj6gM4/maxresdefault.jpg)](https://youtu.be/-VlJIgj6gM4) > Starter Story · 15:19 · 发布 2026-06-21 · 3万次观看(截至抓取) · [观看原视频](https://youtu.be/-VlJIgj6gM4) ## 主旨 情侣关系应用 Flame 的创始人 An 分享其用于预判 App 选题能否跑通的 VSC 框架(Viral/Scalable/Convertible),并演示其团队用一份"ugly 追踪表"把多账号 TikTok 矩阵的发布与表现数据化,以此把 MRR 从 3K 推到 10K 美元。 ## 核心论点 1. **动工前先到 TikTok 上验证 App 选题:VSC 三件事一关不过就别往下做**。([[#1-vsc-框架vsc-三步预判-0025|→ 详解1]]) 2. **V 维度看小号(<5000 粉)爆款——小号爆款证明内容本身有效,而非靠账号 reach**。([[#1-vsc-框架vsc-三步预判-0025|→ 详解1]]) 3. **S 维度要求能批量生产,要么 AI 生成、要么海外 UGC,日更不烧光才能跑量**。([[#1-vsc-框架vsc-三步预判-0025|→ 详解1]]) 4. **C 维度才是生死线:爆款但评论区没人问"这是什么 app"等于没爆款**。([[#1-vsc-框架vsc-三步预判-0025|→ 详解1]]) 5. **判断 C 的实操动作是扫评论区——用户主动追问产品才是有产品意图**。([[#2-vsc-实战拆解三条内容怎么被判对错-0726|→ 详解2]]) 6. **账号状态、发布量、单条表现全部入表,没有观测就没有迭代方向**。([[#3-ugly-内容追踪表把账号与内容数据化-0847|→ 详解3]]) 7. **AI 拉平建造门槛,当下 App 创业的新护城河是分发能力**。([[#4-flame-与创始人背景从分发视角做产品-0147|→ 详解4]]) 8. **不是做对的内容,而是做足够多的内容——系统化打 volume game**。([[#6-给创始人的忠告系统化打-volume-game-1236|→ 详解6]]) ## 知识点详解 ### 1. VSC 框架:V/S/C 三步预判 [00:25](https://youtu.be/-VlJIgj6gM4?t=25) An 把 VSC 定义为"到 TikTok 上定位三件事"——用来判断一个 App 选题到底值不值得动工,或者已经做出来之后值不值得加码分发([00:25](https://youtu.be/-VlJIgj6gM4?t=25))。框架本身只有三步:Viral(病毒性)、Scalable(可规模化)、Convertible(可转化性),任一关不过就回头换选题或换格式,而不是闷头硬做([07:19](https://youtu.be/-VlJIgj6gM4?t=439))。 **V = Viral(病毒性)**:An 的具体定义是"同一类内容、同一痛点,是否在 5000 粉以下的小号上多次跑出过 10 万以上播放"([05:42](https://youtu.be/-VlJIgj6gM4?t=342))。他特意强调 5000 粉这个门槛——是因为低于这个量级时内容爆款不再依赖账号自身 reach,而只能由内容本身解释([05:58](https://youtu.be/-VlJIgj6gM4?t=358))。如果只能在大号上看到爆款,那爆款可能只是账号粉丝买账,而不是真的戳中需求。 **S = Scalable(可规模化)**:这是 An 口中典型的 volume game——S 的核心不是"能不能爆",而是"能不能日更到不把自己烧光"([06:08](https://youtu.be/-VlJIgj6gM4?t=368))。他自己的团队曾经为了测一个 hook,一天内发出 150 条内容([06:14](https://youtu.be/-VlJIgj6gM4?t=374))。要把这个量级做到不烧光,An 给出两条实操路径:一是用 AI 生成内容,他对 Kling 3.0、SeedAndSpark 这类工具生成的接近真人质感的视频给出了直接肯定([06:27](https://youtu.be/-VlJIgj6gM4?t=387));二是直接到东欧或俄罗斯的 UGC 平台(他以 work.ru 为例)用 1 美元一条的价格外包 60 秒真人素材([06:40](https://youtu.be/-VlJIgj6gM4?t=400))。 **C = Convertible(可转化性)**:An 的原话是"在 TikTok 上爆了但不能转化,等于没爆"([06:58](https://youtu.be/-VlJIgj6gM4?t=418))。C 的判定方式是看评论区——他在多处反复强调,如果评论区只是"lol""不同意""像广告"这类反应,基本不会带来转化;只有用户主动追问"这是什么 app""哪里下载",才算这条内容真的和产品挂钩([07:08](https://youtu.be/-VlJIgj6gM4?t=428))。这一点和 V/S 的"是否爆"不同,关注的是"爆完之后有没有人追问"。 ### 2. VSC 实战拆解:三条内容怎么被判对错 [07:26](https://youtu.be/-VlJIgj6gM4?t=446) An 在视频里用三条实际内容演示了 VSC 怎么用。第一条是 Nano Banana 做的一组带文字叠加的轮播图(slideshow)——它在 V、S 两项上过关:格式在小号上跑出过爆款,且 slideshow+文字叠加的生产复杂度低到不烧光([07:53](https://youtu.be/-VlJIgj6gM4?t=473))。但把评论区扫了一遍之后,发现没有人在问产品,最终 12 万播放只换来 8-9 个 trial([08:01](https://youtu.be/-VlJIgj6gM4?t=481))。 第二条是另一条 slideshow——文案把"远距离恋爱"情绪做得很满,文字叠加落点在"怎么不搞砸、怎么不失去"这种高卷入问题([08:05](https://youtu.be/-VlJIgj6gM4?t=485))。An 团队的做法是用矩阵里其他账号在该内容下面"种评论"(comment seeding)——所有可见的"这 app 叫什么""在哪里下载"之类的评论,都是从同账号或其他账号自己发的([08:23](https://youtu.be/-VlJIgj6gM4?t=503))。他们从评论区反推、发现没有自然流量进来时,会主动用矩阵里的其他号"评论到评论下面"去引导讨论([08:39](https://youtu.be/-VlJIgj6gM4?t=519))。 第三条是走通的那一条——同样的 slideshow 形态,自然流量进来后由团队用其他账号补评论、引导追问产品,最终拿到约 1% 的 organic social 转化率([08:42](https://youtu.be/-VlJIgj6gM4?t=522))。An 把这当作"organic social 的高水位"——他自己承认 1% 在纯自然流量里是非常高的数字。三条放在一起对比,关键变量不在播放量高低,而在评论区是否被产品意图的追问占据。 ### 3. "Ugly" 内容追踪表:把账号与内容数据化 [08:47](https://youtu.be/-VlJIgj6gM4?t=527) An 团队的核心数据资产是一张被他称为"ugly spreadsheet"的电子表(原话就是 on the sheets)——他自己形容这张表"让他在 X(原 Twitter)上小有名气"([02:21](https://youtu.be/-VlJIgj6gM4?t=141))。表里每个 TikTok 账号一行,最左列是账号和设备号,接着跟踪账号状态(暖号阶段一/二、暂停、健康/不健康/被封等)([09:07](https://youtu.be/-VlJIgj6gM4?t=547))。 再往后是渠道——表里区分 TikTok only、TikTok + lemonade、TikTok + Instagram 等组合,以及不同内容形态(reaction、slideshow、其他)([09:09](https://youtu.be/-VlJIgj6gM4?t=549))。每个工作日,An 的团队逐条记录每个账号每条视频的观看数、点赞数,并在表里留"备注列"——记录哪些段落奏效、哪些不奏效、明天要不要复刻([09:34](https://youtu.be/-VlJIgj6gM4?t=574))。这套备注的目的不是事后写一份漂亮的总结,而是给"明天的复制决策"提供具体信号。 另一张表单独跟踪 hooks 的表现。An 举了一个他们迭代出来的细节:本来是让一位女博主对着镜头反应,他们后来发现"如果把文字叠加放在她的颈线位置而不是脸上,视频效果会更好——不知道为什么"([10:09](https://youtu.be/-VlJIgj6gM4?t=609))。这种"小到不知道是不是巧合"的差异,就是 hooks 表一天天迭代出来的结论——不靠一次试错,而是靠日复一日的"哪个细节被替换之后哪个指标涨了"。 ### 4. Flame 与创始人背景:从分发视角做产品 [01:47](https://youtu.be/-VlJIgj6gM4?t=107) Flame 是一款"情侣每日仪式"App——核心机制是给情侣每天出一道关系相关的问题,双方各自作答之后才能看到对方的答案([04:02](https://youtu.be/-VlJIgj6gM4?t=242))。An 把目标用户定位在"承认自己关系需要经营,但不会掏 200 美元做咨询"的那 80% 情侣([02:04](https://youtu.be/-VlJIgj6gM4?t=124))。Flame 内置一个 AI 关系教练,根据双方过往回答做训练;另外还有两人 bucket list、memory 时间线等模块——An 自述这部分是为了让"打开 app"本身成为一段可记忆的体验([11:18](https://youtu.be/-VlJIgj6gM4?t=678))。 创始人背景上,An 的来路是健身连锁(在中国做到 7 家店 5000 万 ARR)、再到德国 scale-up 把 Series B 做到 Series C——他自己总结这段经历的收获是"distribution has become the moat"([03:11](https://youtu.be/-VlJIgj6gM4?t=191))。这与词表里 护城河转移 的方向完全一致:AI 抹平实现难度后,产品护城河正从软件质量转向分发与合规。An 把这条认知直接落到 Flame 的产品决策里——他做的不是"最好用的情侣 App",而是"在分发侧能跑出量级的情侣 App"。 他把 Flame 选在"维持关系"这个细分,而不是"找到伴侣"——理由是后者已经是一片红海,前者没人认真做([03:30](https://youtu.be/-VlJIgj6gM4?t=210))。这是一个典型的"细分市场+未被满足的需求"组合:与 单一核心机制App 的产品哲学一致,但 An 自己没明确把这个标签贴上去。截至拍摄时 Flame 已累计 25 万下载、5000 万 organic views([01:21](https://youtu.be/-VlJIgj6gM4?t=81))、累计 organic views 在过去一年达约 5800 万([02:32](https://youtu.be/-VlJIgj6gM4?t=152))。 ### 5. 多账号矩阵 + UGC 外包:分发基础设施 [11:50](https://youtu.be/-VlJIgj6gM4?t=710) An 团队的技术栈被刻意做得很薄——产品用 Claude Code + Cloud Design + OP 做开发,RevenueCat 管理订阅,Mixpanel(免费档)做分析([11:56](https://youtu.be/-VlJIgj6gM4?t=716))。他自己评价"TikTok native analytics 是最好的工具,其他都追不上"——理由是它能直接看到 retention 与流失节点,不必借助第三方。 但本片真正的"基础设施"不在产品技术栈,而在分发基础设施。An 在桌上摆出五部手机,逐一数过去,说每部手机上挂着 2-5 个 TikTok 账号,加起来 15-20 个账号并发运转([00:39](https://youtu.be/-VlJIgj6gM4?t=39))。他把这套组合直接称为"the infrastructure we use to manage the distribution phase"([12:28](https://youtu.be/-VlJIgj6gM4?t=748))。 配合多账号矩阵的是海外 UGC 外包——An 重申他在 V 维度的同一组方法:到东欧或俄罗斯的 UGC 平台用 1 美元一条的价格买 60 秒真人素材([06:40](https://youtu.be/-VlJIgj6gM4?t=400))。两者叠加的逻辑是:多账号矩阵解决了"渠道数量",AI + 海外 UGC 解决了"内容供给",三件事一起才让日更 150 条的 volume game 跑得起来。 ### 6. 给创始人的忠告:系统化打 volume game [12:36](https://youtu.be/-VlJIgj6gM4?t=756) An 在视频末尾直接给"想做出月入 1 万美元 App"的人一句话建议:"employ systems in place"([12:47](https://youtu.be/-VlJIgj6gM4?t=767))——系统化压过灵光一闪。他紧接着解释:大部分人执着于"做对的内容",但他更强调"做足够多的内容"([12:53](https://youtu.be/-VlJIgj6gM4?t=773))。 具体动作上,An 给出三步循环:**多产 → 看哪些奏效 → 在奏效的方向上加码**。这与他在第三节讲的 ugly spreadsheet 是同一个动作的不同侧面——hooks 表里那些"小到不知道为什么"的差异,正是这套循环日积月累的产物。An 在这条逻辑里反对的是"押对的那一条内容",主张的是"押对的那套系统"。 主持人 Pat 与制作人 Gus 在收尾环节把这个观察推到一般化结论:Gus 提到他之前接触的"成功的 App 创始人无一例外都在 TikTok/Instagram 上每天发、每天追踪",这是该频道反复出现的模式;Pat 则直言"我们最近采访的创始人里,没有一个人说自己的产品'不用任何营销、纯被动、自带销售'"([13:12](https://youtu.be/-VlJIgj6gM4?t=792))。这段属于频道层面对"分发是当下 App 创业真正稀缺资源"的总结,呼应了 An 早先"distribution has become the moat"的判断。 ## 可执行步骤 - [ ] 把当前候选的 App 选题写成一句话,到 TikTok 上找 5-10 条已爆的同类内容,记录每条的账号粉丝量与播放量。 - [ ] 过滤掉粉丝 > 5000 的账号爆款,只在 5000 粉以下的小号里挑——剩余的就是 V 维度过关的候选方向。 - [ ] 给候选内容形态做一个"能否日更 100 条不烧光"的现实检查:AI 生成/海外 UGC/纯 slideshow 哪种最便宜? - [ ] 把候选内容先小批量跑一周,逐条扫评论区——只统计"主动追问产品/在哪里下载"的占比,占比低于 20% 的直接换格式。 - [ ] 开一张表记录每个账号的设备号、状态、渠道、每日发布量、单条观看/点赞,把"明天的复制决策"作为表的最终用途。 - [ ] 单独开一张 hooks 表,把每天跑的文案变体一行一条,记录播放量与互动率差异,小到文字位置(如叠加在颈线 vs 脸上)也记。 ## 关联 - 印证:护城河转移——An 明确说"distribution has become the moat",与词表对"AI 拉平实现难度后,产品护城河从软件质量转向分发"的总结完全对应;An 的 Flame 不是"最好用的情侣 App",而是"在分发侧能跑出量级的情侣 App",是该判断的具体案例。 ## 一手来源与延伸 - Starter Story 整理的 [Organic Short Form Playbook(视频中段 Pat 口播推荐)](https://clickhubspot.com/szvp):把 VSC 这类有机短视频打法集结成完整 playbook,与本片主题同源。 - An 团队的 [Content Tracker(视频中 Pat 表示会附在 description 的免费模板)](https://www.starterstory.com/short-form-tracker?utm_source=youtube&utm_campaign=an-nayal-tracker):即文中"ugly spreadsheet"的实操模板,用于多账号 TikTok 矩阵的逐项追踪。 - An 的 [VSC 框架深入拆解](https://onelink.to/starterstory):An 自己的进一步内容入口,视频里没有展开每个 V/S/C 的边界条件。 ## 术语 - VSC(Viral/Scalable/Convertible:视频主推的三步过滤框架,用于在动工前预判 App 选题是否值得做) - Organic social(无付费投流的纯自然流量分发渠道,本片以 TikTok/Instagram 为例) - Comment seeding(由账号矩阵里的其他账号在自家内容下面种"问产品在哪下载"类评论,用于在没有自然流量时人工制造产品意图信号) - Volume game(以高发布量为唯一硬指标的内容打法,主张靠日更量级而不是单条质量跑出来) - Account farm / 账号矩阵(同一团队同时运营十几个 TikTok 账号以扩大单日分发量的基础设施) ## 金句 > "We took the app from 3,000 to 10,000 MRR in less than 8 months." → 八个月把 MRR 翻三倍多,但 An 立刻把方法总结成 VSC 三步,而不是炫耀数字本身,把"系统可复用"放在"结果"前面。([00:12](https://youtu.be/-VlJIgj6gM4?t=12)) > "It's because when it's under 5,000 followers, the content goes viral not because of that account's reach, but because of the content itself." → 这是 V 维度判断最关键的一条:小号爆款才能证明内容本身戳中需求,大号爆款可能只是粉丝买账。([05:58](https://youtu.be/-VlJIgj6gM4?t=358)) > "This is what saved our asses last year and saved my company from dying." → An 在介绍 VSC 时的总结句,把框架定位成"事关公司生死"的工具,而非可选项。([07:22](https://youtu.be/-VlJIgj6gM4?t=442)) ## 立场与利益 An 是 Flame 创始人兼本片受访谈者,核心利益是给自家产品增信并持续引流;Starter Story 频道自身的利益是把 Organic Short Form Playbook 卖出去——视频中段 Pat 用约 30 秒口播推荐了该 Playbook。这两方利益与本期讨论的方法论主张(VSC 框架、ugly tracker、volume game、多账号矩阵)是同向的:An 的成功案例就是 Starter Story 卖 Playbook 的素材,An 的方法论本身也被纳入 Playbook 的内容体系。 - **与利益同向(待印证)**:VSC 三步过滤器、ugly 追踪表的具体模板、多账号矩阵的合规边界。这些主张恰好帮 An 卖工具、帮 Starter Story 卖 Playbook,需要外部独立来源印证其有效性。 - **利益中性**:Flame 的 MRR 数字、25 万下载、5800 万 organic views 属于 An 单方面口述,视频中他明确说"我们在 sales proceed 中,没法现场拉出数字"——这些数字不直接影响 VSC 方法论本身的可信度,只是案例背景。 - **与利益反向(可信度最高)**:An 唯一一处"反向"自陈是承认 1% 的 organic social 转化率是"很高"的——他没有把这条数字夸大成稳定值,而是明确点出"对 organic social 而言 1% 是高水位",这种克制反而提高了他数字主张的可信度。 利益证据:description 包含 Playbook 链接(https://clickhubspot.com/szvp)、An 的 Content Tracker 模板链接(starterstory.com/short-form-tracker,带 utm_source/utm_campaign)、An 个人 X 账号与 YouTube 频道——An 的曝光就是双方共同的增长燃料。 ## 价值定位 适合正在或打算做一款面向 C 端用户的 App、还没跑通获客侧、想用"内容侧低成本测试"代替"投流侧盲目测试"的人看。具体场景:候选选题不止一个、想用最低成本筛出最值得做的那一个;已经做出第一版但下载量起不来、想找一条不依赖付费投流的增长通道。 本片独有的实操增量在于 VSC 框架的"评论扫读法"(详解 2)和 ugly 追踪表的具体字段设计(详解 3),以及多账号矩阵 + 海外 UGC 这一具体组合打法——这两块在本仓库 3AK 案例 与 Early 案例 里没有覆盖,本片是首次系统性落到"分发侧可观测性"这一具体维度。 对已经熟练用 TikTok 投流、或者已经在跑 influencer 营销的人来说,本片的新增价值集中在 V/C 两个维度的判断法与 hooks 表的具体用法——V 维度看小号而非大号、C 维度看评论区产品意图比例、hooks 表记录到"叠加位置在颈线 vs 脸上"这种颗粒度,是这套体系可复用的关键。 ## 自检问题 1. VSC 三步中,An 把哪个维度称为"an 眼中 organic social 的高水位"? **答案**:C(Convertible,可转化性),他给出的具体数据是"自然流量视频 12 万播放只换来 8-9 个 trial",对比走通的那条内容拿到约 1% 的 organic social 转化率。见详解 1 与详解 2 [08:42](https://youtu.be/-VlJIgj6gM4?t=522) 2. An 为什么坚持把"5000 粉以下"作为 V 维度判断的硬门槛? **答案**:因为低于这个量级时,内容爆款不能再用账号自身 reach 解释,只能由内容本身解释;大号爆款可能只是粉丝买账,而不是真的戳中需求。见详解 1 [05:58](https://youtu.be/-VlJIgj6gM4?t=358) 3. An 的"ugly spreadsheet"里,hooks 表的最终用途是什么? **答案**:作为"明天的复制决策"的具体信号源——把每天跑的文案变体一行一条记录,小到文字叠加放在颈线还是脸上这种颗粒度也记,通过日积月累的迭代找出"为什么"的差异。见详解 3 [10:09](https://youtu.be/-VlJIgj6gM4?t=609) 4. An 把多账号矩阵 + AI 生成 + 海外 UGC 三者组合起来的目的,是为了支撑哪一条具体主张? **答案**:支撑 S 维度(可规模化)所要求的"日更 150 条不烧光"的 volume game——多账号矩阵解决渠道数量,AI 与海外 UGC 解决内容供给,三者一起才让日更高发布量跑得起来。见详解 5 [06:14](https://youtu.be/-VlJIgj6gM4?t=374) 5. An 与 Pat/Gus 在收尾给出的、对想月入 1 万美元的 App 创始人的一句话建议是什么? **答案**:不是"做对的那条内容",而是"做足够多的内容,系统化打 volume game"——An 原话是"employ systems in place",反对押注单条灵光,主张押注日复一日的复制循环。见详解 6 [12:53](https://youtu.be/-VlJIgj6gM4?t=773)