摘要

冷启动阶段，OpusClip 的答案不是铺满 affiliates，而是只找少量本身就会用产品、又能影响目标圈层的 brand partners。 affiliates 追求短期佣金，真实用户却能反馈、共建并为品牌背书；OpusClip 两年后签年框的核心伙伴仍只有十几位。“核心是找到对的人，然后追求少而精。”
产品尚未完全找到 PMF 时，最直接的增长抓手是动态测试定价，并把创作者最在意的定制化设为付费点。 Runway 用 custom voice、lip sync 区分 Standard 与 Pro；Higgsfield 让用户上传二十多张图片训练角色 LoRA，甚至不开放普通用户试用。“用户愿意付费的付费点，代表着你的 PMF 究竟在哪里。”
定价不只是价格数字，而是套餐、权益、付费墙触发时机、UI 和 copywriting 的总和。 谢君陶称，仅调整付费弹窗时机和文案就可能带来 10%-30% 乃至更高的转化提升；但任何涨价或 price discrimination 都应先保护老用户，必要时保留原权益甚至额外赠送权益。
留存决定付费规模的上限，因为获客最终趋稳，存量越大、绝对流失人数反而越高。 月流失率 10% 与 20% 的产品，六个月后剩余用户可能接近两倍之差；高流失会让每日流失更早追平新增。“忽视用户留存去做增长，就像拎着一个漏水的桶去打水。”
用户反馈应驱动约 70% 的迭代，但团队必须为另外 30% 未被明确提出、却可能形成差异化的需求保留判断力。 OpusClip 在约三十人时就配置五六名美国全职客服，每周人工处理数千张工单，再把 top feature requests、top complaints、路线图和 bug 修复做成闭环。
早期数据能力无需昂贵团队：懂数据的产品经理、工程师和现成 SaaS，足以跑起付费墙等高确定性实验。 Statsig 一类平台把流程跑通可能不到半小时；约五十人、成本和 LTV 问题变复杂后，再考虑数据科学家。“数据基建可以长期保持在毛坯状态，够用就行。”
Growth 不是单一投放岗位，而是 acquisition、partnership、product marketing 与 growth product 围绕同一目标协作。 growth product 即使没有媒体预算，也能通过转化实验、ROAS 基建、affiliate 分账和 creator tools 放大其他团队；它还可在 PMF 前用付费行为识别 Aha Moment。
长期获客的一条路径是品牌与品类心智：OpusClip 通过打透 podcaster 圈层占据“长视频剪短”的品类心智；AI 视频下一步则可能由 Agent 隐去模型复杂度。 谢君陶看好的不是只供尝鲜的特效，而是能保持角色一致性、经营 IP、替代影棚素材并产生商业价值的工具。“想到一个东西跟真正做到它之间，是有挺多 gap 的。”

精读

1. 冷启动的第一问不是找多少达人，而是他们是否真在使用产品

谢君陶 2023 年加入 OpusClip，最初负责支付、商业化和增长产品，经历了产品“从 0 到 1，再到 1 到 100”的周期；他的分享刻意压缩成一个问题：“每一个阶段让我去选一件事情，我应该去做什么？”
一家刚发布视频产品的团队曾向他抱怨：AI 工具达人买粉刷单，代理机构难以精确控制内容，导入用户背景又过于混杂，以至于团队既不知道 project 用来做什么，也无法判断是否找到 PMF。他的第一句反问是：“你们找的这些合作达人，是不是你们工具的真实用户？”
谢君陶区分了两类关系：affiliates 主要通过佣金、销售提成或播放量获得短期收益，不必真正理解产品；早期合作伙伴则可能尚未把产品完全嵌入工作流，却看得到愿景，愿意提供深度反馈、参与共建并以较低成本为产品背书。
对视频产品而言，内容创作者本身就是天然分发渠道。若早期 KOL 是真实用户，其受众往往也更接近目标用户；反之，大量来源不明的注册和 project 会制造噪音，甚至让产品团队围绕错误信号迭代。

2. 少量深度 brand partners 比大规模 affiliates 更能打透圈层

谢君陶强调，产品应尽早与创作者形成经济共赢，可以签年框、建立正式合作，而不能长期要求对方“为爱发电”。创作者靠分享新工具持续服务受众，产品则从其圈层获得更精准的用户，双方由此形成正反馈。
OpusClip 很早便建立 Brand Partnership Program，用产品能力寻找第一批认同者。项目成立三个月内加入的一批创作者持续合作多年；例如 John U Share，后来所有短视频都会标注 “Edited with OpusClip”，双方活动和 co-marketing 也深度绑定。
这套打法并不追求数量：两年后的当时，签年框并稳定产出宣传内容的 brand partners 仍只有十几位。“不在于数量多，而在于质量高，在于他们是不是精准用户。”
OpusClip 先进入 podcaster 周围的网络；对生成视频产品，谢君陶建议同样从 AI 视频导演等明确圈层开始，找到同时具备真实使用需求和影响力的种子用户，再由他们完成破圈。

3. 定制化是创作者产品最清晰的付费分层

冷启动之后，团队通常想通过广告扩量，但投放能否持续取决于付费转化能否把 ROI 打正。产品质量是长期答案，早期更快的抓手则是“一个灵活且精准的定价策略”——定价应随产品阶段和需求变化，而非上线后永久固定。
谢君陶把视频产品的付费核心归结为内容独特性。创作者需要真人形象、自己的声音及 logo、字体等 brand kit 来建立识别度，因此从尝鲜用户升级为 professional creator，最明显的需求变化往往就是定制化。
Runway ML 的 Standard 与 Pro 除 credits 单价外，关键差异是 custom voice、voice-over 和 lip sync：用户能把自己的声音、脸与生成内容绑定。谢君陶认为，这正是生成视频实现个性化最直接的方式。
Higgsfield 允许用户上传二十多张图片，微调一个属于自己的角色 LoRA，使生成照片和上传的真人一模一样；该能力直接被设为付费项目，普通用户完全无法试用。OpusClip 测试 brand 相关权益时也看到不错结果：“怎么让用户生成定制化的内容，是一个非常大的付费点。”

4. 定价实验首先保护老用户，其次优化用户如何理解价格

团队往往担心涨价引发抱怨或负面 PR，但谢君陶认为，真正不可妥协的是老用户权益。无论增加套餐、实施 price discrimination 还是涨价，都应把老用户单独划出，保留原权益，甚至慷慨地增加权益。
这既是留存账，也是口碑账：已有用户 base 的留存决定 ARR 能走多远，而难量化的品牌口碑归根结底来自老用户。“新用户会来来去去，但老用户才是真正口碑的基石。”
第二项前提是全生命周期 A/B 测试能力；第三项则更容易被低估——付费弹窗何时出现、使用什么文案、展示哪些 feature，本身都是定价。谢君陶研究过不下 100 个产品，认为真正把价格呈现做好的公司仍很少。
他的经验是，单纯调整付费弹窗触发时机、UI 和 copywriting，就可能拿到 10%-30% 甚至更高的转化提升。B2B 产品还应把席位数量纳入价格架构，但所有变更都要通过实验检验，而非仅凭定价页上的数字判断。

5. 留存率决定增长何时撞上零增长墙

谢君陶用“漏水的桶”描述忽视留存的增长：无论向桶里投入多少新水，最终都只剩桶底。月流失率 10% 与 20% 的两家公司，在六个月内留下的用户可能接近两倍之差。
用户规模越大，留存越重要，因为存量扩大也会同步放大绝对流失人数；与此同时，单位时间的新获客通常逐渐趋稳，并不会持续指数增长。流失越高，每日流失人数就越早追平每日新增，产品也越早进入零增长。
因而高留存不是增长完成后的“优化项”，而是付费规模能够复利的基石。谢君陶把 OpusClip 长期营收增长的重要原因归于较好的留存表现，而提升留存的核心不是一次召回活动，而是围绕用户反馈建立持续运营和产品迭代机制。

6. 用户反馈闭环必须同时容纳“70% 的倾听”和“30% 的判断”

谢君陶引用 Stripe 创始人 Patrick Collison 的框架：大约 70% 的新产品想法来自有良好判断力的用户，另外 30% 是本应受大众欢迎、却没有被明确提出的事情。前者要求认真倾听，后者要求产品团队保留长期愿景。
不同渠道承担不同信号：Discord 用于社区互动和讨论产品未来；Intercom 处理付费用户的 bug 与支持；Canny 结构化收集功能需求并公开 roadmap；社交媒体则观察潜在用户观点和品牌口碑。
OpusClip 约三十人时已有五六名美国全职客服，每周人工处理数千张工单，并汇总 top feature requests 与 top complaints。产品和工程团队还为客服建设自动化；Mintlify 的 help center 接入 Intercom 后，自动客服每周可能处理一千多条用户投诉。
真正的闭环发生在收集之后：产品团队公开需求优先级和进度，研发将 bug 快速纳入 sprint，修复后立即通知客服，再反馈给用户。谢君陶承认这件事“自己做起来也很痛苦”，但只有闭环，反馈才会转化为可执行洞察。

7. 数据投入应从高确定性实验开始，而不是提前建设豪华数仓

谢君陶把“洞察”视为贯穿获客、转化和留存的能力。早期应先做收益明确的前端 A/B 测试，例如定价、付费弹窗和功能渗透；留存实验及跨端注册率实验更复杂，可以等基建和样本成熟后再做。
A/B 测试还有学习职责：在哪个行为后弹付费墙最容易成交，往往揭示用户的 Aha Moment。团队既可以从产品逻辑倒推核心价值，也可以让不断迭代的实验告诉自己，用户究竟在哪一刻感受到价值。
即使数据很粗糙，也能拼出意外的用户画像。OpusClip 分析邮箱后缀后发现，美国教会和房产中介大量使用产品，随后研究其 use case，并将其纳入理想用户 profile；关联社交账号还能帮助团队识别高影响力创作者，联系正在使用产品的用户也远比 cold outreach 陌生人容易。
早期由懂数据的产品经理和工程师配合 SaaS 即可；团队约五十人、开始处理成本削减和 LTV 等复杂问题时，数据科学家才可能拥有饱满工作量。更后期招聘数仓人员，主要是为了 SOC 2 合规、降低对第三方数据源的依赖并减少成本。

8. Growth 不是一个岗位，而是一组围绕同一目标协作的能力

面对曲凯“什么阶段该招 GTM 负责人”的追问，谢君陶拆解了 OpusClip 的增长组织：head of growth 负责投放方向、SEM、SEO 和 direct sales；head of partnerships 负责 KOC/KOL、商业合作和年框；product marketing/GTM 负责自有社媒、功能发布及存量用户触达。
growth product 则在产品内部通过 A/B test 提升转化率和投放 ROAS，也建设 affiliate 分账、creator partners 运营工具及粉丝权益等基础设施。曲凯将其概括为“零预算”的增长：自身不买量，却通过产品能力放大所有外部渠道。
谢君陶没有给出适用于所有产品的固定招聘顺序，而是强调不同产品适合的增长方式不同。Higgsfield 可能依靠强 creative team 和社交媒体获客，OpusClip 初期则更依赖 partners；团队应先识别最适合自身产品的渠道，再补齐对应角色。
曲凯的质疑是：PMF 尚未找到、功能尚不完备时，是否真的需要 growth product？谢君陶的回答相反——只要已有一定数量且持续进入的注册用户，测试用户愿意在哪个 feature、哪个节点付费，本身就是寻找 PMF 和 Aha Moment 的过程。

9. 最好的 A/B 测试不是证明直觉，而是暴露直觉错在哪里

对“创业公司没有实验基建”的担忧，谢君陶建议重度使用 SaaS。Statsig 一类平台把整个流程跑通可能不到半小时，而且通常先免费服务小团队，等客户成长并形成依赖后再收费。
他欣赏的 Arcade Software 用于制作 product demo：完成三个视频后，第四个仍允许录制，但用户要把项目公开可见时才触发付费。这个节点让他“考虑了不到一分钟”便付款；许多面向个人的产品，付费决定可能发生在一小时甚至十分钟内，因此短路径上反而有大量 variants 可测。
OpusClip 一次设计改版只是加强字幕模板样式的露出，却带来很高的转化提升。逻辑上，短视频用户确实重视字幕，但团队此前不知道机会有多大；谢君陶因此认为，“最好的 A/B 测试，其实不是验证了你的想法，而是结果和你的想法完全不一样”。
意外结果只有被保存和追溯才有价值。实验设计必须保留足够数据，让团队继续拆分 variants、验证根因，并把一次转化异常转化为对用户行为的长期认知；付费实验也因此不是阶段性项目，而是持续存在于增长项目池中。

10. AI 产品的定价要同时算毛利、试用成本、留存和收款失败

谢君陶赞成多数 AI 公司可能仍有涨价空间，但理由在于 AI 产品难复制传统 SaaS 70%-80% 的毛利率，大量成本流向模型厂商。产品必须找到足够高付费意愿的形态，才能应对这些成本。
他举 Listen Labs 为例：早期是每月几百美元的订阅产品，后来大幅调整至每年约 3 万-5 万美元。这个变化说明，研究目标用户及其付费意愿，可能比在原价位小幅优化更有效。
月付与年付不必过度复杂化：若依赖长期留存增长，可以用较大的年付折扣引导用户延长周期，再测试成本允许范围内的最佳折扣。年付用户留存更高，整体上可以把账打正。真正的约束是产品成本、可实现毛利率，以及必须计入整体收益的免费试用成本；试用过贵会直接限制投流规模。
水印、免费次数和权益边界都可持续调整，但付费率提升可能以体验和留存为代价。谢君陶建议把实验拉到半个月至一个月，比较转化增量与流失增量后计算净收益。订阅扣款失败属于 past-due payment，不是用户主动取消；这类情况可能与主动取消一比一，甚至更多。未经优化时重试成功率可能只有 20%-30%，借助付款方式弹窗、不同时间点的 retry email 等方式，可能提高至约 40%-50%。

11. 品类心智来自打透一个用户网络，并把基础工作做成一把手工程

谢君陶认为，长期获得较好流量和获客有三种方式，他先展开的是成为 category definer；他举出 Mantis 和 OpusClip，后者让目标用户想到“长视频剪短”时首先想到 OpusClip。曲凯追问这是否意味着成功主要来自品牌，而非投放，谢君陶回答：在 OpusClip，投放也服务于品牌。
他的咖啡店类比把定位讲得很具体：顾客不会在沉重的餐厅或没有座位的商店等人，而会选择轻消费咖啡馆；等人的人又会集中在商场入口和转角，所以星巴克常出现在那里。互联网增长同样是“知道你的用户是谁，这些用户在哪里，然后你应该怎么和他们接触”。
OpusClip 将第一核心用户定义为 podcasters，再发现这个群体围绕少数 KOC、KOL 互相学习，于是长期合作并打透这一小群人。当他们讨论长视频转短视频时，品牌便自然成为首选，品类定义也转化为壁垒。
曲凯最后总结，这套增长没有听起来神奇的秘方，而是把 A/B 测试、客服闭环和用户反馈等基础工作做得更科学。谢君陶同意，但提醒“想到一个东西和真正做到之间有很大的 gap”；落地既需要合适的人，也往往是创始人认可并持续推动的“一把手工程”。

12. AI 视频的下一步不是更多孤立特效，而是 Agent 接管割裂工作流

谢君陶判断 AI 视频仍在早期：可用性一部分来自生成模型，另一部分来自 Agent。单个模型尚不能直接完成成片，需要拼接多个输出；若不由人手工完成，就要由 Agent 承担。他认为这两件事可能都是从今年 4 月开始逐步成熟的。
曲凯质疑 AI 特效是否只是移动互联网修图 App 式的短期玩法，排行榜会随爆款效果频繁变化。谢君陶承认竞争一定激烈，但认为 Kicksuit 的专业运镜 LoRA、角色一致性和 character 能力可用于实际生产、经营 IP 并创造商业价值，因此不只是玩具；在更广的 AI 视频产品上，他提到看好 Pix Field 和 Pixverse。
对专业创作者而言，生成成本未必高，因为替代对象可能是影棚、摄影师和传统素材拍摄。更大的障碍是学习成本：不同模型擅长不同场景，创作者必须掌握 prompt engineering，模型更新后又要重新学习，整个工作流高度割裂。
因而潜在产品机会是用 Agent 打包模型选择和拼接，让传统影视创作者通过自然语言、画布或其他符合操作直觉的界面完成工作；不断出现的一键成片和画布式产品，正是在回应这项需求，目标是让专业生产链路变得更易用、更可持续。

未来的积极愿景：第2部分——NEAR 的 Illia Polosukhin 生命的普适层级——Prof. Chris Kempes [SFI]