我用這款簡單的 AI 應用程式,3 個月賺進 10 萬美元
我用這款簡單的 AI 應用程式,3 個月賺進 10 萬美元
Bogdan 說明他的 AI 電子書 SaaS 如何在四個月內做到 13 萬美元營收,並主張真正的成長動能來自 Meta Ads 的素材測試與行銷,而非用 Claude Code 打造出來的產品本身。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Bogdan 今年 28 歲,資工系畢業,和妻子共同經營一家社群媒體行銷公司。他說自己靠 gettbook.ai 在不到四個月內創造了 13 萬美元營收。這是一款 AI 工具,能把一個點子直接變成完整的電子書或著色本。整段訪談主要拆解成長與營運:他如何靠親手做這件事找到創業題目、如何在早期 vibe coding 一團亂之後重寫應用程式,以及 Meta Ads 搭配多產品漏斗,如何把生意推到每月 2 萬至 3 萬美元的廣告支出、40–50% 的毛利率。標題裡的「AI 外殼」框架只在訪談中短暫出現,簡短討論了這個產品是不是隻是包了一層皮的 ChatGPT。
Bogdan 在行銷方面的可信度,來自他經營行銷公司時累積的廣告、獲客與數位產品經驗,也來自他在打造這款工具之前就親自賣過電子書。讀者讀完應該能帶走具體的操作細節:素材測試迴圈、拉高顧客終身價值的漏斗、技術堆疊,以及 Bogdan 對 AI 輔助快速開發所提出的但書。
生意本體:月費 29 美元的電子書生成器,1,700 名付費客戶
Bogdan 把 gettbook.ai 描述成一個平臺,能把任何點子變成完整的電子書——無論是引流磁鐵、課程或工作手冊——而且不需要 Canva 這類獨立的排版軟體。客戶包括數位產品賣家、行銷人員、創作者、聯盟行銷夥伴與企業主,他們不是拿電子書去賣,就是拿來當引流磁鐵。訂閱方案從每月 29 美元起,另外以加購形式販售點數包,漏斗裡還有教學課程與其他數位產品。
他在 Stripe 後臺秀出的營收數字:
| 指標 | 數字(依 Bogdan 陳述) |
|---|---|
| 總營收(不到 4 個月) | 超過 13 萬美元 |
| 付費客戶 | 超過 1,700 人 |
| 註冊人數 | 約 5,000 人 |
| 每月經常性收入 | 約 7,000 美元(逐字稿記為「704,000 美元 MRR」) |
| 訂閱入門價 | 每月 29 美元 |
| Meta Ads 每月支出 | 2 萬至 3 萬美元 |
| 每月利潤率 | 40–50% |
MRR 的數字在逐字稿裡明顯有誤,應視為約略值。Bogdan 指出,總營收遠高於 MRR,原因是部分客戶以單次付款購買點數,加上其他數位產品的收入。
點子來自親手做,不是來自找題目
Bogdan 並不是從市場調查開始的。他原本就在網路上賣電子書,用 ChatGPT 和 Canva 手動製作,同時以聯盟行銷身分推廣別人的產品。同樣的流程重複做了一段時間後,他開始想:為什麼沒有一款工具能把整個流程用幾個點選搞定?也因為他本來就在賣電子書,他很清楚終端產品確實有需求。
他口中的驗證門檻是陌生人願意付錢,而不是朋友或問捲回答:「真正的驗證,是我們開始投廣告、陌生人開始付費購買我們的軟體。」這個順序——先手動做、再為手動流程打造工具、最後用付費獲客當作驗證——就是他示範的找題目範本。
Vibe coding 蓋得快,也亂得快
gettbook.ai 的第一版是 Bogdan 第一次真正嘗試 vibe coding,用 Lovable 打造。一開始感覺很快,但隨著複雜度上升,他發現自己根本不懂自己蓋了什麼,程式碼庫也變得難以管理。他在 Claude Code 裡重寫,他說轉折點就發生在這裡——不過他也承認,目前應用程式仍有部分需要重寫,「為了我自己的心理健康」。
他對這件事的總結,是整集最值得引用的一句話:
「AI 讓你蓋得飛快,但如果你不懂自己在蓋什麼,它也能讓你飛快地搞出一團亂。」
他列出的技術堆疊:
| 層級 | 工具 |
|---|---|
| 程式開發 | Claude Code |
| 研究 | ChatGPT |
| 身分驗證與資料庫 | Supabase |
| 主機代管 | Vercel |
| 電子郵件行銷 | Resend API |
| 內容生成 | OpenAI 與 Gemini API |
主持人 Gus 也補上他自己版本的體悟:蓋過好幾個應用程式之後,他現在會在一開始就先把基本結構與規則定好,因為他能預判什麼時候一個沒有結構的開發過程會產出糟糕的結果。
Meta Ads 加上不斷換新素材,就是成長引擎
Bogdan 點名 Meta Ads 是最大的成長管道,並說跨過 10 萬美元營收的關鍵,就是測試海量的廣告素材。他明確表示,自己沒有把 gettbook.ai 當成傳統 SaaS 來經營、只放一個首頁:他測試素材、訴求角度、優惠方案、受眾、落地頁與漏斗,因為不同客戶想要這個產品的原因不一樣——有人是要賣電子書,有人是要做引流磁鐵。
素材疲乏的教訓,他也是吃過苦頭才學會。曾經有一段時間,他停止產出新素材,但廣告活動照跑,成效就掉了。他現在的原則是:某個東西有效,就不能原封不動放著跑,而要圍繞同一個點子做出各種變體。
廣告支出是等到獲利明確可見之後,才從每天約 200 美元往上放大;他說即使每月花 2 萬至 3 萬美元,生意仍然賺錢。漏斗的邏輯,正是他能前期就付得起更高獲客成本的原因:
flowchart TD
A["Meta Ads 素材測試"] --> B["對應的落地頁與漏斗"]
B --> C["每月 29 美元訂閱"]
C --> D["點數包加購"]
C --> E["教學課程與小型工具"]
D --> F["更高的顧客終身價值"]
E --> F
F --> G["能負擔更高的獲客成本"]
G --> A
面對「AI 垃圾內容」的質疑,他用品質控管回應
Gus 直接問,這個產品是不是一臺「AI 吃角子老虎」,不斷吐出低價值的內容。Bogdan 承認 AI 垃圾內容確實存在,但他把問題歸咎於判斷力,而不是模型:生成 100 本通用電子書、看都不看就上傳,那就是垃圾。他的說法是,gettbook.ai 移除的是電子書周邊的重複性工作——研究、架構、撰寫、排版、包裝——但使用者仍然得提供好點子、真實受眾與品質控管。
「AI 應該取代重複性工作,而不是原創思考。」
現場示範:幾分鐘做出一本洛杉磯著色本
Gus 當場出了一個題目——為他一歲的孩子做一本洛杉磯著色本——Bogdan 直接現場操作。工具讓使用者挑選風格(他選了 kawaii chibi,說這種風格在 Amazon 上賣得不錯)、頁數(16 頁)與角色陣容(小狗 Luna、小貓 Milo 等)。確認之後,工具生成包含 Venice Beach、Santa Monica 等場景的預覽,接著產出完整的可下載檔案。Bogdan 說,在這次示範之前,他從沒試過這個特定用途。
最後的建議與主持人的解讀
Bogdan 最後的建議是不要放棄:gettbook.ai 經常感覺一團亂,事情也常常失敗,但每一次失敗都回饋到下一個版本;他想告訴過去的自己別放棄,只因為它比預期花更久、看起來更難。
Gus 的結論是,行銷才是決定性變數——Bogdan 的行銷公司背景就是他的不公平優勢,套用在一個簡單的點子上;「幾乎任何點子都能成立,只要你有好的、正確的行銷方法。」Gus 也說自己目前的應用程式專案正卡關,所以這番堅持下去的建議來得正是時候。
值得持續追蹤的未解張力是可持續性。這門生意建立在一個付費管道上、建立在 Bogdan 已經親眼看它失效過一次的素材換新跑步機上,也建立在一個核心生成能力得向 OpenAI 與 Gemini 租用的產品類別上。40–50% 的毛利率依他的說法是真的,但這取決於漏斗的加購能否持續把顧客終身價值拉高到超過不斷上漲的 Meta 獲客成本——而這個比例,本集是直接斷言,並未提出佐證。