频道：Greg Isenberg · 时长：25:35
| 项目 | 详情 |
|---|---|
| 频道 | Greg Isenberg |
| 视频ID | 9T1yWEq5kP0 |
| 时长 | 25:35 |
| 发布日期 | 2026-03-04 |
| 主题 | AI时代SaaS创业 / 30步创业框架 |
| 难度 | ⭐⭐⭐（需要一定创业和AI基础） |
| 链接 | https://www.youtube.com/watch?v=9T1yWEq5kP0 |
| 字幕说明 | ⚠️ 本教程基于英文自动字幕翻译整理生成 |
“I don’t know what to tell you. This is the greatest time ever to building SaaS.”
Greg Isenberg——TikTok 和 Reddit 的前顾问，三次创业并成功退出的连续创业者——在这期节目中，毫无保留地公开了他的 30步SaaS创业框架。他的核心观点很简单：SaaS 没有死，它只是在进化。
在AI时代，构建SaaS的成本前所未有地低，触达用户的渠道前所未有地多，而那些还在按”每个席位”收费的传统软件巨头，正在被按”每个任务”收费的新玩家颠覆。这30步框架不是告诉你”做什么产品”，而是告诉你”怎么从零开始，一步步把一个细分领域的工作流变成一个赚钱的AI SaaS”。
本教程将这30个步骤整理为 7个阶段，从市场选择到最终成为细分领域的默认执行层，完整还原Greg的创业方法论。
Greg 反复强调的第一条原则：不要试图去服务一个巨大的市场。那是风投支持的大公司在做的事。你要做的是找到大市场里面的一个子细分领域。
“Don’t make the mistake of trying to build something for a huge market because that’s where the venture boys are playing.”
他举了一个具体例子：大市场是”金融”，子细分领域可以是 FIRE（Financial Independence, Retire Early）运动中的Z世代人群。这个群体足够具体、有明确的需求、有消费能力，但又不会引起Salesforce这类巨头的注意。
实用工具：Greg推荐使用 ideabrowser.com 来发现这些细分领域，也可以直接用 AI 工具来辅助搜索。
目标定位：Greg明确说，这个框架针对的是月入 $100,000 到 $1,000,000 的现金流型创业公司，不一定需要融资。
选好领域后，你需要把目标用户的日常工作流程从头到尾完整画出来。Greg以一家 本地屋顶维修公司的老板 为例，列出了他的日常工作流：
“It doesn’t matter what the exact steps are. The thing here that matters is you have to map the workflow end to end.”
三种方式获取工作流信息： - 手动调研：打电话给行业从业者，问他们每天在做什么 - 自身经验：如果你本人就在这个行业，你脑子里已经有了 - AI辅助：用 Claude Code、ChatGPT 或 Manus 来帮你梳理
在工作流中，找出 钱在哪些环节发生了转移。这些是你切入的最佳位置。
在屋顶公司的例子中，资金流转发生在： - 谈判价格和范围 - 收取定金 - 向供应商采购材料
“Where money changes hands… that’s where you’re going to be able to create some wedge in software.”
Greg建议用 FigJam、Excalidraw、Google Docs 甚至纸笔来画出这些工作流，并高亮标记资金流转的节点。这些节点就是你的软件产品最应该瞄准的地方。
在画好的工作流里，标记出那些 重复的、机械性的 步骤。这些就是 AI Agent 或自动化能够替代的地方。
Greg继续用屋顶公司的例子：每天检查新线索（网站表单、Google Ads、Facebook 消息、电话），可能花费 5-10 分钟。看起来不多，但日积月累就是巨大的时间成本。
这是很多人忽略的关键步骤。Greg 给出了一个极其实用的计算方式：
“If that person is making $250,000 a year, $500,000 a year, a million a year, you can literally quantify that and it becomes thousands of dollars.”
如果一个老板的时间价值是 $400/小时，你每年帮他省下 50-150 小时，那就是 $20,000-$60,000 的价值。当你能用具体数字告诉客户”我帮你省了多少钱”，销售就变得容易得多。
核心公式：
节省的价值 = 节省的小时数 × 客户的时薪这个数字将成为你后续定价的基础。
Greg 的框架中，内容和产品是同步推进的。不是先做产品再想怎么推广，而是从第一天就开始做内容。
“You’re going to not just want to create a product, my friends. No, no, no, no, no. You’re going to want to create media.”
具体做法： - 选择一个主要平台（Instagram、TikTok 或 X），集中精力 - 用 AI 工具（Manus、Claude Code、ChatGPT）来生成内容创意 - 让 AI 帮你做内容日历、写脚本、研究热门话题 - 可以用 AI 生成视频、做无脸内容（faceless content），或者自己出镜
关键心法：不要只让 AI “给我内容创意”，要推到极限——要求它给出 非显而易见的创意（non-obvious ideas），持续提供上下文，并设置定时任务让 AI 每天给你输出。
“Sounds obvious, but a lot of people don’t do it.”
Greg 分享了自己的实践：他过去 6-8 个月在 Instagram 上持续发内容，会仔细查看每条内容的数据——比如他最新一条视频有 2,700 个点赞和 5,000 个收藏。通过持续观察数据，你会逐渐建立起对内容的 直觉。
当你发现某种内容角度在有机传播中表现好，就加倍投入。这些经过验证的角度，不仅能带来更多粉丝，还能直接转化为下一步的付费广告素材。
“There’s a good chance that if it works on organic, it will work on paid.”
Greg 的逻辑很清晰：先用有机内容低成本试错，找到有效的内容角度，然后把这些”胜出者”拿去做付费广告。注意，这里说的”病毒式传播”不一定是百万播放——在你的细分领域里，60个赞、80个赞、120个赞就可能算”爆了”。
“Your email list is your foundation.”
邮件列表是你的保底资产。当社交平台算法变了、广告效果下降时，你还能直接发邮件给真正对你感兴趣的人，告诉他们你在做折扣、做活动、发新功能。不要等产品做好了再收集邮件，从第一天就开始。
这一步可能是最”反直觉”的。Greg 明确说：很多AI SaaS公司一开始其实是服务公司——由创始人亲自去完成客户的任务。
“A lot of these future of SaaS businesses are actually going to start off as service businesses with human beings at the core of it.”
他知道这听起来不够”性感”。大家想的是做一个 24/7 自动运行的软件、拥有高企业估值、有一天能高价卖掉。但 Greg 的观点是：你必须先真正理解这个工作流的每一个细节，才能把它做成好的软件。
如果你曾经在这个行业工作过（比如你曾经是屋顶公司老板），那你可能已经具备这些知识。但即便如此，亲手做一遍仍然是必要的。
手动执行的过程中，把每一步 精确地 记录下来。这不是写个大概——是要精确到每个操作、每个判断、每个数据输入。这份文档将成为后续自动化的蓝图。
“AI is incredible at mechanical tasks. And in judgment, sometimes it’s good and sometimes it’s bad.”
这一步至关重要。把你记录的所有步骤分成两类： - 机械性任务：规则明确、可重复、不需要主观判断（如数据录入、格式转换、定时发送） - 判断性任务：需要经验、直觉或创造力（如评估客户信用、决定报价策略）
先自动化机械性任务，判断性任务先留给人类。 这是降低风险的关键原则。
前面分好类之后，现在要把那些机械性任务交给 AI Agent 来完成。
“If you can create those agent workflows, automate a lot of that stuff, that’s where a lot of the value is going to be.”
这是整个框架中价值产生的核心环节。
不是让 Agent 只做一个步骤，而是设计它们能够 完成一个完整的任务链。比如：从收到新线索 → 自动回复 → 判断优先级 → 安排跟进，整个流程一气呵成。
Agent 需要实际的工具才能干活。Greg 提到了 MCP（Model Context Protocol） 作为连接方式，Agent 需要接入：
“In the beginning, you’re going to do this manually, but eventually the agents will have access to these tools.”
Greg 引用了他的好友 Scott Belsky（前 Adobe 产品负责人、知名种子投资人）的一条推文：
“The orchestration layer is the new interface layer as we spend our day coordinating agent workflows in a model agnostic fashion… The ultimate layer to own is where coordination takes place.”
有人回复说：“We’ve entered the conductor’s era.” 还有人说：“If coordination becomes the choke point, whoever owns that layer owns the flow.”
编排层是什么？ 就是协调多个 Agent 工作的那个中间层——谁先做、谁后做、失败了怎么重试、结果怎么验证。这就是你的软件的核心竞争力。
当用户开始使用你的产品，他们的偏好设置和使用历史就变成了你的 护城河。AI Agent 的长期记忆能力将是产品差异化的重要一环。
“The memory, long-term memory into your agent SaaS is going to be an important piece.”
用户用得越久，产品就越了解他们，切换成本就越高。
不要做一个”注册→随便用”的简单流程。早期客户少的时候，要做 高接触式引导（high-touch onboarding）。
“You want to really get to know the customers, get as much data as possible.”
关键是在”获取足够数据让产品更好”和”不要问一千个问题烦到客户”之间找到平衡。高质量的引导不仅提升用户体验，还能帮你建立竞争壁垒——竞争对手没有你的这些数据。
同步进行：别忘了，产品上线的同时，你的内容引擎也在持续运转——每天至少发一条内容，对表现好的投广告，持续建设媒体公司的底层能力。
还记得前面算的”帮客户省了多少时间”吗？现在要把它变成 可衡量的证据：收入增长、时间节省、效率提升。用数据说话，而不是用感觉。
这一步是 Greg 框架中的战略转折点。他解释了为什么很多上市的 SaaS 公司股价从高点跌了 30-50%：
“The per seat model is sort of losing its allure and people just want per tasks in AI age.”
传统SaaS按”每个用户/席位”收费（比如Salesforce）。但AI时代的客户想要的是：“帮我完成这个任务，这个任务对我来说值$200，每次完成就付你$200。”
你作为新玩家的竞争优势： 1. 更细分：你在一个子细分领域深耕，比大公司更懂用户 2. 有媒体：你有内容、有受众、有邮件列表、有广告数据 3. 成本更低：用 AI Agent 交付，不需要大团队，不需要融资数百万
“Your cost structure is obviously less. You don’t need to raise millions of dollars if you don’t want to.”
你不一定要从第一天就按任务定价——如果按席位更容易起步，先按席位也行。但最终要向按任务定价迁移。
从”按任务”再进一步——按成果（outcome）定价。不是”我帮你发了100封邮件，收你$X"，而是"我帮你签了3个新客户，收你$Y”。这是定价的终极形态。
“As your value compounds, as you go and add more workflows, as you build your brand… you can increase pricing.”
随着你的工作流越来越完善、品牌越来越强、用户信任越来越高，你就有资格提价。这是一个正向飞轮。
当你把一个核心工作流做到极致，感觉已经无法从现有产品中榨取更多LTV（用户终身价值）时，就可以 横向扩展 到相邻的工作流了。
“People here also can think about, do I want to buy another company? Do I want to build it myself?”
在AI时代，自己做可能比收购更划算——创建产品的成本实在太低了。
现在你不再只有一个 Agent 做一件事，而是有 多个 Agent 协同工作，覆盖客户生命周期的不同阶段。
“You’re going to always want to layer on more data, more memory.”
你的护城河不是代码——代码谁都能写。你的护城河是 数据和记忆的积累：用户的偏好、历史操作、行业知识图谱。用户用得越久，越离不开你。
当你有了一批忠实的超级用户，尤其是那些在细分领域内小有名气的人，就要把他们的故事做成 公开的案例研究。
“Don’t just create articles, tweets. I’m talking about full-on send a camera crew or go yourself and film these people.”
Greg 特别强调：不是写篇博客就完了。是真的去拍视频、讲故事，然后对这些内容也投入广告预算。
到这个阶段，你已经在盈利了。把利润再投入到 招人 上，而且要从你服务的那个细分领域内部找人——他们懂行业、懂客户、懂痛点。
“You can also just go deeper… and then also start spending a lot more money on content, a lot more money on paid ads.”
两个方向同时推进： - 纵向：在现有工作流中做得更深、更精细 - 横向：在内容和广告上加大投入，扩大影响力
“The goal here is you’ve become the default execution layer for that subniche.”
这是整个30步框架的终极目标。当人们想到这个细分领域的”做事”工具时，第一个想到的就是你。不是”你也是一个选项”，而是”你就是那个默认选择”。
Greg 用一段充满激情的话结束了这个框架：
“People say SaaS is dead. I don’t know if SaaS is dead. It’s not dead. It’s evolving. And this is what it’s evolving towards.”
| 概念 | 定义 | 在框架中的作用 |
|---|---|---|
| Subniche（子细分领域） | 大市场中一个具体、可服务的小领域 | 避开巨头竞争，找到可盈利的切入点 |
| 工作流映射 | 把目标用户的日常工作从头到尾画出来 | 发现自动化和软件切入的机会 |
| 资金流转节点 | 工作流中钱从一方转到另一方的环节 | 最佳的软件产品切入点 |
| 机械性任务 vs 判断性任务 | 规则明确的重复操作 vs 需要主观判断的决策 | 决定哪些先交给AI，哪些先留给人 |
| Agent 工作流 | 用AI Agent自动完成一系列机械性任务 | AI SaaS的核心价值交付方式 |
| 编排层（Orchestration Layer） | 协调多个Agent工作的中间层 | 新一代软件的核心竞争力 |
| MCP（Model Context Protocol） | Agent连接外部工具的协议 | 让Agent能操作Email、Slack、CRM等 |
| 按任务定价（Per-task Pricing） | 按完成的任务而非用户数量收费 | AI时代的主流定价模式 |
| 按成果定价（Outcome Pricing） | 按实际达成的业务成果收费 | 定价的终极进化形态 |
| 高接触式引导（High-touch Onboarding） | 早期客户的深度个性化引导流程 | 收集数据、建立壁垒、提升体验 |
| 切换成本 | 用户迁移到竞品需要付出的代价 | 通过数据和记忆积累构建护城河 |
| 默认执行层 | 细分领域里”做事”的第一选择 | 30步框架的最终目标 |
用 ideabrowser.com 发现细分领域：不要凭感觉选市场，用工具数据驱动地找到有需求但竞争不激烈的子细分领域。
先画工作流，再想产品：不要从”我想做一个什么功能”出发，而是从”用户每天在做什么”出发，产品机会自然就浮现了。
用 AI 做你的”虚拟CMO”：让 Claude Code、Manus 或 ChatGPT 帮你做内容研究、生成创意、排定日程，但要持续给它上下文，要求非显而易见的创意。
有机验证再投付费：不要一上来就烧广告费。先用免费的有机内容找到有效角度，再用付费放大那些已经被验证的”赢家”。
从第一天就收集邮件：社交平台的流量是租来的，邮件列表才是你真正拥有的资产。在产品还没做好之前就开始积累。
先做服务，再做软件：亲手帮客户完成工作流，你才能真正理解每一个痛点和细节，这些洞察是坐在电脑前想不出来的。
量化一切：能用”帮你省了X小时、值$Y”来表述的产品，比”我们用了最新AI技术”的产品好卖一百倍。
定价要敢于进化：从按席位到按任务到按成果，每一次进化都意味着更高的客户认可和更强的竞争壁垒。
Greg 明确说，“那是风投支持的大公司在做的事”。新创业者应该从 子细分领域 切入，做那些大公司看不上或做不好的垂直产品。
这个框架的核心是 产品和媒体双轮驱动。如果你只做产品不做内容，你就失去了低成本获客、建立品牌信任、验证广告角度的机会。
“I know that might not be sexy.”
Greg 自己也承认这一点。但他坚持认为，先手动做服务是必须的——只有亲手做过，你才真正了解工作流中每一步的细节和问题。
AI 擅长机械性任务，但在需要判断力的任务上”时好时坏”。正确做法是 先分类，先自动化机械性任务，判断性任务先留给人类。
在细分领域里，60个赞可能就算”爆了”。不要用大众内容创作者的标准来衡量自己的细分领域内容表现。
“You can’t rely on social either ads or even your organic that it’s going to work.”
社交平台的规则随时在变。邮件列表是你的 保底资产，在一切都不灵的时候，你还能通过邮件直接触达用户。
早期如果不做高接触式引导，一是错过收集关键数据的机会，二是用户体验差导致流失，三是竞争对手可以轻松复制你的产品——因为你没有数据护城河。
在AI时代，代码谁都能快速生成。真正的护城河是 用户数据、使用记忆和品牌信任。这就是为什么步骤26强调”通过数据和记忆构建切换成本”。
传统SaaS按用户数收费的模式正在失去吸引力。Greg指出这是上市SaaS公司股价下跌的重要原因之一。AI时代的客户想要按任务或按成果付费。
“Reinvest profits into distribution and product depth.”
产品做出来只是开始。你需要持续把利润投回到内容、广告和产品深度中，形成 增长飞轮。
SaaS 没有死，它在进化。从卖软件许可证 → 卖订阅席位 → 卖任务完成 → 卖成果。每一代SaaS都在颠覆上一代。
从子细分领域切入是唯一正确的起步方式。大市场留给大公司，你要找到那个足够具体、有明确需求、竞争不激烈的角落。
工作流映射是一切的基础。不理解用户每天在做什么，就不可能做出有价值的产品。
资金流转的环节是最佳的软件切入点。钱在哪里流动，你的产品就应该出现在哪里。
内容不是附属品，是核心资产。从第一天起，产品开发和内容创作要同步进行。内容是你的获客引擎、品牌建设工具和广告素材库。
先手动，后自动。手动执行工作流 → 精确记录 → 分离判断与机械 → 自动化机械部分。这个顺序不能跳过。
编排层是新一代软件的核心。谁掌控了Agent之间的协调、重试和验证，谁就掌控了价值链。
用户数据和记忆是真正的护城河。代码可以被复制，品牌需要时间积累，但数据和记忆一旦建立就极难被替代。
定价策略要持续进化。席位定价 → 任务定价 → 成果定价，每一步进化都让你的商业模式更加强大和难以替代。
你的成本结构就是你的竞争武器。AI Agent交付 + 无需大团队 + 无需大额融资 = 能以更低价格提供更好服务，这是打败传统SaaS巨头的关键。
案例研究要做到位。不是写篇博客，是派摄制组去拍真实用户的故事，然后对这些内容投付费推广。
终极目标是成为”默认执行层”。当你的细分领域里的人想完成某个工作流时，第一个想到的就是你的产品——这就是赢了。
Greg Isenberg 的这个 30 步框架，本质上是一套 从零到一构建AI时代SaaS公司的完整操作系统。它不只是告诉你”用AI做个产品”，而是从选市场、画工作流、做内容、手动验证、构建Agent、设计定价、扩展增长到建立壁垒，给出了一条 可执行的路径。
最让人振奋的一点是：这个框架专门为 不需要风投、不需要大团队、不需要数百万美金 的创业者设计。你需要的是：对一个细分领域的深刻理解、利用AI工具的能力、持续输出内容的纪律性，以及手动做”脏活累活”的意愿。
“I’ve handed you the playbook and the framework on a silver platter. I cannot wait to see what you build.”
SaaS 的旧时代正在结束，新时代已经开始。问题不是”能不能做”，而是”你打算在哪个细分领域做”。