产品复盘：从「文风测试」到「 OC 分析」，AI产品一波流也有春天

过去 2 周，在 AI 技术圈极少有人知晓的情况下，一个叫做「文风测试」的小网站已经红透了半个社交网络。

文风测试是一个非常简单的网站，你复制你写的文字进去，然后它告诉你，你的写作风格接近哪些作家。

大概 2 周前，我在小红书上发现了有人在介绍文风测试，然后迅速被其创意和风格吸引，但是当我试图打开网站的时候却发现，这个网站打不开，页面显示 502，502 错误往往代表网站不堪重负，也从另一个侧面提示了我，这个网站可能正在承接大量的流量。

我的兴趣更大了，反复刷新依然打不开之后，于是我尝试直接通过 Google 缓存的网页来打开，并终于看到了网站的样子，通过 Google 缓存的网页，我找到了开发者的联系方式，并有点冒昧的直接添加了对方，此时已经是深夜十一点。

和开发者之一的 Ankie 聊了几句之后，我们就直接通了电话，后来另一位全栈工程师也加入了，我们聊了大约 1 个小时，一方面我为这个「全女生」团队的创意，纯粹和执行力感到敬佩，另一方面则对她们互联网产品的基础技术能力之低感到难以置信，但这并不妨碍这个小产品在接下来的好几天里成为多个社交平台的「AI顶流」。

文风测试共有三位主创，其中一位负责模型和算法，另一位则负责前后端全栈，此外还有一位设计师。全栈工程师的专业其实是政治经济，出于兴趣刚刚开始自学网页开发，因此，在网页里能看到很多「上古元素」，例如直接 htlm css js 一把梭，没有任何统计代码，没有前后端分离等等，只需要右键查看网页元素，就能梦回 20 年前。

负责算法和模型的 Ankie 还在上学，学习的正是 AI 方向，因此，和很多人想的不一样，文风测试并没有使用任何大模型，而是 Ankie自己训练的一个小模型，模型小到可以在 CPU 上运行，这其实才是对的——在大模型淹没一起的今天，我们似乎已经忘记了，其实很多场景根本没必要用大模型。事实上，用大模型来做风格鉴定这件事，反而效果极差。

另一个 Ankie 决定使用自己的小模型的原因是，她看到之前有人做大模型哄对象的应用，然后其开发者说亏了几千美金，这人是谁我就不提了，总之 Ankie 很好的吸取了经验教训，使得文风测试能够一直以极低的成本运行。

除了在技术上提供一些小帮助外，我还试图积极的帮 Ankie 在如何赚钱或者商业化上出谋划策，但我很快被她们的纯粹打动了，她们真的不想获得什么商业上的回报，和哄哄类似，这是一个完全由兴趣驱动，并只为兴趣服务的小工具。

过去 2 周，总共有近百万人使用了文风测试来测试他们自己的文风（考虑到在我告诉她们得加 Google analytics 之前，流量都甚至没统计过，实际人数可能更多），其背后的模型则依靠 4 台 CPU 服务器来提供服务，在极致的性能压榨下，总共的成本不到 500 元。

在和 Ankie 的交流中，我了解到使用文风测试的绝大部分是二次元圈子里的用户，并因此和许多用户产生沟通，聊着聊着，我就聊出了一个小需求：oc 分析。

不在二次元圈子里，可能完全不知道 oc 是什么意思，oc 本意是自创角色 (Original Character)，许多二次元心中都会在心里创建一个理想的角色，这个角色可能脱胎于看过的动漫作品，也可能是完全自己「捏」的，角色会有自己的设定，偏好，外貌，经历的事件，这一切都是用户设定的。

我知道对于像我这样的「大人」来说，oc 听上去就像是某一种过家家，但其实我从来没有忘记二十年前的那个下午，我和邻居小孩走在放学的路上，边走边聊，我自称旋风战士，他管自己叫墩墩侠，我们时而在城楼并肩作战，时而从云端跃入一段异世界的红尘往事，夕阳照在我们身上，是两个小学生的屁颠颠的背影。

oc 对很多年纪不大的喜欢二次元的人们来说，是一个自然甚至必然的爱好，因为这群人就是有许多想象力，许多创造力，而这个世界又不那么能满足。

当 oc 被创建出来之后，人们自然希望能够和其发生更多连接，因此，聊天，将其转成图片，都成了「搞oc」的方式，也因此诞生了许多相关的产品。

我的 idea 很简单，类似于文风测试，用户可以输入自己的 oc 设定，然后看到最接近的动漫角色是谁。

这个产品简单到不可思议，如果说哄哄模拟器还有一点开发量的话，这样一个简单的测试小工具，几乎就是一个两三个小时能做完的事情，所以我在想到 idea 后，迅速花了2个小时的午休时间进行开发，然后在下午就上线了。

上线之后，我和 Ankie 聊了一下，她觉得很有意思，于是帮我转给了她的朋友以及文风测试的一些用户，没想到 oc 成分测试迅速在二次元群体中传播开了，相关的帖子在2小时内得到了 3000 个转发，而从我这里，最直观的感受就是看到流量飞速上涨。

从晚上10点开始，流量每隔半个小时就翻一倍，到凌晨 1 点，网站的即时在线人数已经突破了 1.5 万人，我不知道这群人是不是不睡觉，但是我此时已经困的不行，最后看了一眼数据就倒床入睡了。

第二天流量达到高峰，单日 20 万人来此一游，随后的一周，流量逐渐降低，并回落到 1万左右的 DAU

oc 成分测试既是一个小玩具，又给我们团队的产品进行精准的导流，这部分效果好到不可思议，过去一周，oc 成分测试大约有 30 万人访问，给我们带来了数万 app 下载的转化。

当然，和哄哄模拟器一样，oc 测试和文风测试都有自己的生命周期，称之为「一波流」也并无不可，但在这两个小产品上，我觉得结果都很圆满，文风测试用小模型反过来替代大模型，从而实现成本的绝对优势，主创团队「写论文，练代码」的愿望也超出预期的达成了。oc成分测试是我关于流量的一次实验，它验证了我们团队对一个新的用户群体的理解，从更实际的角度，它也实现了极高效的结果转化——算上大模型的成本，每个 app 安装成本也仅为 2 毛钱。

过去半年，不断有比较单一的 AI 内容产品上线，但在我看来，它们更像是某种模型厂的 KPI 产物——没有从真实的需求出发（哪怕这个需求是有趣），也没有真正的给到目标受众，大多数时候，这些产品只会在几个 AI 交流群中流转。

这种现象过多，加之哄哄模拟器其实也没有什么确定的结果（除了开了一个好头之外），导致我一度对于这种「一波流」充满怀疑。直到现在，我想我终于看到了一些新的，不一样的可能性。

我依稀感觉到，AI 提供核心能力的内容（产品），哪怕是单一形态或一波流，在非 AI 或互联网圈里成为爆款，也是足以完成很多目标的，而这可能是有方法论，可以被复现的。

对踌躇满志的2C AI 创业者来说，这或许不是最终目的本身，但路能行至此，我觉得也算是有所收获。

文章来源于“Founder Park”