SiteGPT — 24岁印度青年，卖了一个公司凑资本，第二个产品首月$10K MRR

Bhanu 在做 SiteGPT 之前，他的上一家公司 Feather 做的是企业福利管理——和 AI 没任何关系，他以 $250K 卖出。拿到这笔钱后他本可以躺平一段时间，但他再次创业时遇到了一个让他不解的现象：

企业 chatbot 市场分两种：要么贵到中小企业用不起（Intercom $79+/月起步，实际部署成本远高于此），要么便宜但根本答不准（基于关键词匹配的传统 chatbot，用户问一句就崩）。 中间没有「按照我网站内容私人定制的 AI 客服，价格合理」这个选项。

Bhanu 的切入点不是「AI 很厉害可以做 chatbot」——2024 年所有人都知道这个。他的切入点是：GPT 的 RAG 能力已经足够让一个 chatbot 只靠一家公司的网站内容做精准问答，不需要复杂训练、不需要人工配 FAQ——扫描网站、索引内容、上线，就这么简单。

他发现真正的痛点不是「没有 AI 客服」，是「部署 AI 客服的第一步太难了」。大企业有团队来定制 chatbot，但 5 人团队的公司连谁该负责这件事都不知道。Bhanu 要做的就是让这个第一步变成：粘贴网址 → 等几分钟 → 得到一个能用 AI 客服。 0 配置。

洞察一：AI 产品的竞争点不在模型上——在「降低到零」上

2024-2026 年所有人都能调用 OpenAI API 做 chatbot。为什么 SiteGPT 能跑出来？不是因为它的 AI 更聪明——是因为它把「开始使用」的步骤从 10 步降到了 1 步。

它的竞品做的 chatbot 需要你：注册账号 → 验证邮箱 → 确认计划 → 设置客服话术 → 配置 FAQ → 训练模型 → 嵌入网站 → 测试 → 发布。9 步。

SiteGPT：粘贴网址 → 你的 chatbot 在线了。就这么两步。

这个「降零」逻辑比任何产品功能都重要。在 AI 时代，模型能力趋同是不可避免的。差异化不在「我们的 AI 更聪明」，在「你用起来不觉得自己在用 AI」——你只觉得有个机器人替你回客服了。

洞察二：Engineering as Marketing —— Bhanu 没有营销预算，他把代码当获客引擎

Bhanu 做了 50+ 免费 AI 小工具放在网上。每个免费工具的最后都有一个「想做一个只回答你网站内容的 chatbot 吗？试试 SiteGPT。」

这 50 个免费工具不需要营销——它们自己就是营销。有人在搜「AI 简历修改器」→ 找到 Bhanu 的免费工具 → 用完后看到 SiteGPT → 转化。每个免费工具都是一个 SEO 页面 + 一个获客入口。

对独立开发者来说，这意味着：你不需要学营销。你只需要用你已有的技能（写代码）做免费的小产品，每一个都是你的获客漏斗。

洞察三：卖掉第一个公司不是「退休」——是「买来 all in 第二个的资本和信心」

Bhanu 的第一个产品 Feather 卖了 $250K。他拿到这笔钱后没有去巴厘岛——他用这笔钱确保自己在做 SiteGPT 的最初 6-12 个月不需要为生计发愁。

这是 OPC 的进阶路径：第一个产品不需要做到 $1M ARR。做到能卖掉、或者做到稳定收入覆盖生活成本，就够了。然后用这个资本做第二个更懂、更大胆的产品。

Bhanu 在 Feather 上学到的教训（不要什么都自己做、定价要敢于要高、B2B 不要送免费试用太久）全部直接注入了 SiteGPT。没有 Feather 的失败和出售，就没有 SiteGPT 的首月 $10K。

最适合的人：有技术能力的独立开发者，正在做或想做 B2B AI 产品。或者第一个产品做了但跑得一般，在考虑是继续磨还是开始第二个。

中国落地假设：

SiteGPT 模式搬到中国的直接版本：做一个「帮淘宝/拼多多店铺训练 AI 客服」的工具。中国几千万电商卖家，大部分客服还在用关键词自动回复——问题稍微复杂一点就只能转人工。用通义千问/DeepSeek 的 API 做一个扫描店铺商品页面、自动生成客服机器人的工具。定价 ¥99-¥299/月。

另外 Bhanu 的「50 个免费工具引流」策略在中国可以映射为「50 个微信小程序免费工具」——每个小程序解决一个极窄场景，用完引导到付费 SaaS。