我们给积分定价299,却把两个AI工具砍了

这笔账怎么算？这就是积分系统要解决的事。但积分系统从第一天起就不能只服务于这两个工具——以后新业务上线，不可能每个工具自己搞一套积分。所以设计的时候，我们就把它当基础设施来做：不管上面跑的是什么业务，底下的账本只有一本。

积分系统的四条原则

第一，业务和财务分开。积分系统不管你的业务逻辑——你筛简历也好、做简历也好，它只看一件事：来了一个请求，扣多少分。业务越复杂，积分系统越要简单。

第二，定价权收口。所有业务的积分消耗标准统一，按请求成本定价，全局成本由积分系统控制。新业务想上线？只能接入积分系统，不允许自己另搞一套——否则成本一定失控。

第三，预扣+退回。用户发起任务时先扣积分，确保账户里有钱，我们不白干。任务没完成，积分原路退回。用户侧能看到两条记录：一条扣的，一条退的。他为结果买单，也看到你没坑他——这是最原始的信任积累。

第四，最小单位是299，不是300。这个细节是故意的。消耗300积分，我只扣299，留1分。这1分不值钱，但它让用户的账户永远不是零——他会记得，在你这里还有一点余额。

核心价值依然是产品，但财务设计也能为业务带来一点附加值。

系统建好了，产品却要砍了

接着说宣发。两个工具的集中宣发已经结束一段时间了，今天从真实经历聊聊这件事。

我们的方法是倒推法：先定截止日期，再往前拆阶段——这比"先做做看"有效得多。节奏分三段：集中宣发期、补量期、复盘期。

集中宣发期，全域视频+图文双类型覆盖，简历制作和简历筛选交叉投放。但第一天数据出来，我心里就有数了：大概率效果不好。所以从20号开始，我们提前进入补量期，和宣发期部分交叉，加私域、小黄鱼这些快速拉量的方式。

复盘期除了总结，更重要的是放大灰测的价值：数据可接受，就用数据吸引新用户、用裂变让老用户带增长；数据不理想，就停止对这两个工具的一切精力投入，保持可用状态，转入新工具开发。

数据不会骗人。产品没有吸引力，就别恋战。

杀死工具的不是竞品，是大模型本身

为什么不恋战？因为我们看清了死因。

简历制作工具上线灰测，用户数接近零。原因很直接：帮求职者写简历这件事，直接问大模型就能做，没有人愿意再多开一个入口。

简历筛选倒是有人用，但大陆HR天生依赖招聘平台，让HR进一个外部系统筛简历，违背天性。而且这个工具被大模型底层吃掉的风险同样高——等模型自己能批量高效处理简历，它就失去意义了。

所以判断很清楚：简历制作如果10月底用户量没起色，直接从代码层面删除；简历筛选保持能用，但不再投广告预算。

灰测逼我们看清了真正的甲方

但灰测最大的价值，是逼我们想清楚一件一直模糊的事。

我们原来的逻辑是：简历工具吸引求职者，给接单人才池输血；筛选工具吸引HR，为需求侧造原生池，未来加人工优化，两边闭环。这套设计在PPT上成立，在真实工作流里不成立——

HR负责招聘，但HR不决定要不要外包，也不决定需求预算。真正拍板的是老板。

这才是aiomniu的甲方。HR和项目经理是执行人，老板才是需求源。

所以我们接下来要做的，是能吸引甲方老板的东西：降本、增效、开源、增长、合规。积分系统管住了成本的底线，灰测数据划清了产品的生死线，而老板的账本，才是我们真正要读懂的东西。