6 月 7 日，我受启师傅 AI 客厅 Demo Day 第 15 期的邀请，在良渚做了一场分享。
这期活动聊的是 AI 时代的出海和增长，我讲的题目是：
《0 预算出海：Mew.Design 如何做到全球 80+ 国家用户付费？》
老实说，刚看到这个题目的时候，我有点纠结。
因为它太容易讲成一个增长故事：怎么做 SEO、怎么冷启动、怎么在没预算的情况下搞到海外付费用户、怎么把流量从 0 做起来。
这些当然都能讲，而且也确实是大家最关心的东西。
但如果只讲这些，我觉得会把事情讲偏。
因为 Mew Design 这一路最有意思的地方，不是我们找到了什么神奇的增长技巧，而是一个很小的团队，在 AI 时代，真的可以用一种过去很难想象的方式，去做一个面向全球的产品。
所以这篇就当是那场分享的补充版。不是逐字稿，也不是活动通稿，更像是我把这一路重新梳理了一遍。
01 - 先把产品讲清楚，不然增长没意义
Mew Design 是我和合伙人做的一个 AI Design Agent。
这句话翻译成人话，大概就是：用户像以前找设计乙方一样，直接把需求告诉它，它负责理解、生成、修改和交付。
很多人会问我们一个问题：文生图都已经这么强了，为什么还要做 Mew Design？
这个问题我被问过很多次，答案也越来越简单——因为普通人的设计问题，其实还没被解决。
很多人可能不知道，AI 图文设计这条赛道非常卷。按理说这种红海赛道，小团队是没什么机会的。但我们当时的判断是：越卷的赛道，越要切得足够细。
我们当年切入的时候，文生图有三个很硬的痛点摆在那里：
- 文字渲染不准确，海报上的字经常是乱的；
- 生成图有明显的”AI 味”，看着就不像能用的东西；
- 没法输出 4K/8K，满足不了印刷这种生产环境的要求。
我们没有去做”又一个通用 AI 设计工具”去和所有人卷，而是把目标用户钉死在一类人身上：那些要把设计真正用出去的人——开咖啡店要做招聘海报、要做印刷物料的小商家。
这个切法有个好处：商家要的是”能交付”，不是”能玩”。这种需求很具体、很硬，一旦你在一个场景里把效果做到了，口碑和复购都会很实在。
他们不关心背后调用了哪个模型，也不关心你跑了几次工具。他们只关心最后能不能直接拿去用。
所以从一开始，我们就不太愿意把 Mew Design 做成一个模型展示台。
页面里没有让用户选模型，也不想让用户先去学 prompt。
这看起来有点反 AI 产品的常识。
但对我们的用户来说，这就是产品应该承担的责任——用户带来的是设计需求，不是模型选择题。
02 - 为什么是出海，为什么是 SEO
我们后来选择出海，不是觉得海外市场多么浪漫，更像是没办法。
国内 AI 产品早期对小团队并不友好。流量更贵，大家都在卷，营销成本又高，更别说监管合规，动不动就要花几个月。你要是没有预算，一上来想靠投放或者大规模营销打开局面，基本没戏。
我们那会儿的预算，基本都砸在产品和 token 上。不是克制花钱，是真的没钱烧。
但 AI 时代的出海，有一点跟过去很不一样。
以前做出海，很多东西都很贵：理解不同国家的用户习惯、做多语言、看竞品、研究海外的素材和审美、写 landing page……这些要么靠经验，要么靠顾问，要么靠很长时间试错。现在 AI 可以先帮你补上第一层认知。它不能保证你做对，但至少能让你更快地开始。
这一点对小团队非常重要。很多时候，小团队死掉不是因为方向一定错，而是还没摸到核心问题，就已经被前面的成本拖死了。AI 至少让我们有机会更快地接近那个核心问题。
至于为什么最后选 SEO，原因也不玄学。
第一，我们没钱。广告和红人当然可以做，但对小团队的现金流压力太大，而且很多流量来得快，走得也快。
第二，SEO 是一门长期生意，而且它带来的是”主动流量”。广告和红人，是你把东西推到用户面前，用户是被动看到的；而 SEO 不一样——是用户自己带着问题，主动搜到你。这种流量天然带着明确意图，也更精准。
第三，每一次转化都能清晰归因。SEO 的流量来自一个一个具体的关键词，你能清楚地看到，哪个词带来了人、哪个人付了费。这对我们后面做”减法”特别关键。
第四，AI 让数据分析变得简单。以前光是把数据看清楚就要花不少功夫，现在门槛低了很多。
还有一个被低估的点：做 SEO 这个过程本身，就是在倒逼你理解品牌、理解产品。
03 - SEO 冷启动，到底怎么做的
出海之后，最大的问题就是怎么冷启动。
红人营销、广告投放、Reddit、社群、SEO……能想到的我们都想过，最后选了 SEO。
但 SEO 的难，不在方法，在节奏。它的反馈周期特别长。
我们是 2025 年 6 月上线的，8 月才开始有稳定的谷歌流量。第一个真实的搜索用户，大概在上线两个月后才出现；第一笔成交，要到四、五个月以后。直到年底，借着圣诞、元旦这波节日内容，我们才拿到第一波真正的爆发——而第一波爆发的时候，就已经能覆盖成本了。
中间这几个月是最难熬的，反馈稀疏，特别容易自我怀疑。
所以我们的冷启动，基本是三步：
第一步，养站（大概一到两个月）。
要先理解一件事：一个全新的站点，在搜索引擎眼里是没有任何信用的。它凭什么把用户搜来的东西交给你？很大程度要看，有多少别的、尤其是资历老的站，愿意把链接指向你。
在 SEO 里这叫外链（backlink）。你可以把它理解成别的站给你投的”信任票”。投票的站越老、越权威，这张票就越值钱，搜索引擎的权重也会顺着链接传递过来。
所以新站刚上线那两个月，我们做的事很土：买一些高权重的老站外链，找免费但高价值的收录点，把社媒账号开起来挂上链接，跟其他站点做点外链合作。这些东西听着不性感，但每个新站都得过这一关。我们本质上就是在攒”信任票”。
而且做权重的过程，本身也是在向外传播品牌。
第二步，拓关键词，先做减法。
这一步是 SEO 里最值钱、也最容易被新手忽略的部分。
很多人以为 SEO 就是找一堆高搜索量的词，然后猛写。但关键词背后是有”意图”的。同样是搜和设计相关的词，差别很大：
- 有人搜”海报设计灵感”，是想找点参考，这是了解型；
- 有人搜”AI 海报生成器对比”，是在挑工具，这是对比型；
- 有人搜”咖啡店招聘海报怎么做”，是真要做一个出来，这是交易型——也是我们最想要的。
我们不会一上来就去硬刚”AI design”这种大词。那是大公司用钱和权重堆出来的战场，小团队进去就是炮灰。我们会去找那些更长、更具体的词，比如某种具体的印刷物料、某种设计风格、某个使用场景。
这种词叫长尾词（long-tail keyword）。单个看流量不大，但它有三个好处：意图特别明确、竞争特别小、转化特别高。而且长尾词加在一起，流量往往比几个大词还稳。
但更关键的是减法。我们会坚决剔除那些高流量、低转化的无效关键词。比如那些只是来”看看""玩玩”的词，搜的人是多，但他们不会付钱，只会白白消耗你的服务器和 token 成本，养出一堆薅羊毛的人。
这一步的逻辑后面会反复用到：对 AI 产品来说，不是所有流量都值得要。
第三步，用热点内容，拿早期的正反馈。
因为 SEO 反馈太慢，中间一定要穿插一些热点内容，来证明”方向没跑偏”。
这里有个很好用的规律：很多设计需求是跟着节日走的，而且是可以提前预测的。圣诞节、新年、情人节、母亲节……这些节点之前，相关设计内容的搜索量会有一波很确定的上涨。
我们会提前围绕这些节点做内容。在这类内容上，我们几次看到过小爆发。
这些小爆发未必直接带来多少付费，但它们能让你在漫长的等待里，确认自己没走错、方向没跑偏——这对早期团队的心理状态，其实比数据更重要。
我不想把 SEO 讲得太神。SEO 拿流量本身并不难，难的是拿到对产品有价值的流量。
04 - AI 产品最怕”无效热闹”
这一节，我想认真说一个反直觉的东西：AI 产品的流量，不是越多越好。
我做传统产品的时候，对流量的感受和现在不一样。传统产品更多是获客成本的问题，用户进来以后，边际成本相对可控——人多了，服务器多加点就行。
但 AI 产品不一样。每一个用户进来，都可能带来 token 成本、图片生成成本、重试成本、失败成本，甚至还会带来一堆把产品带偏的反馈。用户越多，这些成本是线性往上走的。
所以 AI 产品早期，不能简单追求流量越多越好。
这件事，我们是用一个教训换来的。
有一阵子，因为一些擦边相关的内容，我们引来了一大波低质量用户。热闹是挺热闹，但零付费转化，还把服务器成本推得老高。
这里就能看出 SEO 归因的好处——我们能从数据里清楚地看到，这波人是从哪个词、哪篇内容进来的，他们的转化率是多少。答案很清楚：这批流量是负资产。
后来我们用算法，把这部分低质量流量清掉了。结果很有意思——流量是掉下来了，但付费转化毫发无损。
那一刻我才真正想明白一句话：对 AI 产品来说，不转化的用户，不是资产，是负债。
所以后来我们越来越不追求”让数据变大”，而是越来越在意流量是不是精准。能转化、能反馈、能帮助产品变好的用户，才是好流量。只让数字看起来变大的流量，对 AI 产品来说，往往只是更快地烧钱。
这也是为什么我觉得，AI Native 产品的增长，不能照搬传统互联网那套。AI 产品要同时算两笔账：一笔是获客账，一笔是交付账。每个流量进来的同时，你都得问一句——它带来的收入，能不能覆盖它消耗的成本？只算第一笔账，很容易把自己算死。
一边做量，一边控量。这听起来拧巴，但对 AI 产品就是必须的。
05 - AI 做执行，人做判断
Mew Design 的团队一直非常小。
最早就是我和合伙人两个人，她负责产品调性、设计方向和审美判断，我负责 AI Agent、技术架构和产品开发。三个月做出第一版 demo，后来又引入了第三位伙伴负责增长。到现在，团队五个人，全部兼职，大量工作交给 AI。
开发这件事上，AI 对我的影响非常大。
早期我和 Cursor 还是五五开，很多细节要自己调。后来 Cici 出来之后，我基本就不怎么手写代码了。
这句话听起来很爽，但也很容易让人误会。不手写代码，不代表人没事干。恰恰相反，我花更多时间在这些事上：产品架构、技术边界、Agent 规则、每次迭代怎么取舍、哪些地方该重构、什么结果算好。
AI 很适合执行，但它不适合替你负责。产品方向、系统边界、审美标准、长期取舍，这些东西还是得人来定。
这一点，我们在招人这件事上感受特别深。我本来想招一个全职的技术合伙人，结果聊了几十位候选人，最后放弃了。原因不是人不好，而是他们旧的技术认知，跟我们这种”AI 干大部分活”的团队模式根本不匹配。
系统架构也是同一个逻辑。我们不会提前过度开发，只在某个大模型的能力真正跃升之后，才去重构对应的模块。节奏要跟着模型迭代走，跑太前面反而浪费。
增长也是一样。很多人会想：既然现在 AI 这么强，那 SEO 内容是不是可以全部自动化？让 AI 一篇接一篇地写，铺量不就行了？
我们实际踩下来，没有。至少对我们来说，没有。
这里其实有个 SEO 的常识，很多人不知道：Google 这些年一直在打击低质、批量、为了搜索而生的内容，而且越来越能识别一个页面到底是不是”对用户有用”。AI 能帮你把内容生产出来，但它没法替你保证内容”有用”。
AI 在增长里很有用，尤其是做数据分析、洞察整理、竞品调研、关键词梳理。但真正的内容创意、营销表达、对用户需求的判断，还是要人来把控。
Google 不缺自动化页面，用户也不缺自动化页面。他们缺的是能解决问题的内容。这句话听起来很朴素，但踩过坑之后，你会更信。
06 - 最后
这次在良渚讲完，我其实有一个很强的感受：
AI 时代，小团队真的有机会。
因为很多过去要靠资源、团队规模和经验堆出来的东西，现在可以被 AI 大幅降本。调研、翻译、开发、素材理解、数据分析、执行效率，这些都在变便宜。
但别误会。AI 只是让你更快到达战场，不会替你打赢。
产品做什么、用户是谁、为什么他们愿意付费、什么流量值得要、什么反馈应该听、什么审美应该坚持——这些问题，还是得人自己想明白。
那场分享的题眼其实也是这句：出海不是把中文产品翻译一下，而是重新理解需求，重新组织分发，重新建立信任。
最后说一个我们正在关注的方向。这两年有一个很明显的变化：越来越多人开始习惯直接问 AI，而不是去搜 Google。这催生了一个新的东西，叫 GEO（生成式引擎优化）——研究怎么让 AI 在回答用户问题时，提到你、推荐你。它的流量暂时还没 SEO 大，但转化率往往更高。对我们这种靠 SEO 起家的团队来说，这是必须盯着的下一站。
如果把这次分享压成一句话，大概就是：
AI 给小团队速度，用户需求决定方向。
剩下的，就是别怕慢，也别被热闹带偏。把产品做好，把成本算清楚，把能复利的事情一件件做下去。
这就是我们目前能分享的全部经验。