打工人用 AI 帮人写 Excel,副业做到 50 万美元 ARR

一个人做了个免费网页，发到网上。

火了。

他收到的第一份大结果，是一张约 5000 美元的 AI 账单。

用户越多，钱烧得越快。

听着有点尴尬，但我觉得，这才是一个值得认真看的 AI 创业故事。

主人公叫 David Bressler，做过多年数据分析，在公司里负责过分析团队。他在陪产假期间，做了一个帮人写 Excel 公式的小产品，叫 Excel Formula Bot。

用户写一句自己想完成的计算，它返回一个公式。

后来，产品逐渐长大，成为 Formula Bot。

David Bressler。图片为公开人物肖像，与 Bubble 官方案例使用的照片核对一致。

在 2025 年 5 月的 Indie Hackers 访谈里，他披露业务已经做到约 50 万美元 ARR，也就是年化经常性收入。这个数字是历史披露，也不是他个人到手的净利润。

我愿意把口径说清楚。

因为我想和你聊的是一门生意怎么长出来，而数字只是让我们愿意往下看的入口。

这个故事里，我最在意的细节是，他在公司里，本来就是那个经常被人问 Excel 的人。

你身边可能也有这样的人。

会做表格的，被叫去看公式。

会写东西的，被叫去改文案。

会投流的，被叫去看看账户为什么跑不动。

次数多了，你甚至觉得有点烦。

但顺着 David 的故事看，那些反复找上门的问题，可能已经替你做过一轮需求筛选。

别人总来找你帮忙的地方，值得你停下来看看。

David 最早发现机会的方式，很贴近他的工作。

他试着问 OpenAI 一些 Excel 问题，从简单的计算，到更复杂的公式。然后用 Bubble 这样的可视化开发平台，搭出一个很小的网页。

输入要求，点击按钮，得到公式。

他不懂网站编程，但懂数据分析，也懂用户拿到公式之后，要把它放到什么表格里。

这两种能力要分开看。

不会写网站，不代表对业务一无所知。

我一直觉得，很多打工人容易把自己的工作经验看轻。

做了几年报表，觉得不过是拉数据。

改了几年作文，觉得不过是挑语病。

陪客户复盘了几年，觉得不过是聊聊天。

可你判断一个结果能不能用的能力，就是在这些重复里长出来的。

比如，一条公式返回了一个数字。

外行看，没报错，应该成功了。

熟悉业务的人会接着问，退货算进去了吗？日期是文本还是日期格式？空白值处理了吗？有没有重复订单？

这些问题很琐碎，也很值钱。

用户最终把结果拿回工作里，出错的代价也在工作里。

所以我看这个案例，真正想让你留意的是，你原来会的那点东西，接上 AI 之后，能不能变成一份交付。

David 把初版发到了 Reddit 的 Excel 社区，想找人测试。

随后，产品被更多人分享。

但初版免费、不限调用，模型接口会持续产生费用。Bubble 的案例里，他回忆最初几周就积累了约 5000 美元的 OpenAI 账单。

我觉得这一段，特别适合今天想做 AI 副业的人看。

我们太容易把有人用，当成已经跑通了。

一条内容有阅读，一个网页有访问，群里有人说好用，心里就开始算未来的收入。

可如果每服务一个人都要花钱，先要算的是成本。

你可以做个很简单的假设。

假设一个产品来了 1000 个人，每人试 10 次，每次处理成本 0.1 元，成本就是 1000 元。

如果最后只有 10 个人各付 19 元，收入只有 190 元。

这组数字是我举的例子，不是 Formula Bot 的经营数据。

它只说明一件事，免费用户带来的调用量，付费用户得负担得起。

David 后来逐步增加登录、使用限制和付费订阅。

在 2022 年 11 月的另一份采访里，他披露累计收入约 2.2 万美元，MRR 约 3300 美元。

注意，累计收入和每月持续订阅收入，是两件事。

你自己做项目，也可以从第一天就分开记。

收到多少钱，花了多少钱，哪些人下个月还会付钱。

这三列，比一张漂亮的用户增长曲线更能帮你做判断。

当然，读到这里，你可能会问。

现在 ChatGPT 都能写公式了，我再去做一个，还有人买吗？

这个问题很实际。

David 自己也在访谈里承认，早期那版产品赶上了新鲜感和传播窗口。后来，同样的功能已经变得普遍。

所以，今天看这个故事，我不会建议你原样复制那个公式生成器。

我更想把它翻译成一件你能动手的事。

找一个你熟悉的人群，把他们工作里反复卡住的一步，做成可以验收的结果。

对了，就拿之前我们聊过的小红书投流陪跑来说。

假设一个老师，每周都要收学员的投放数据，再把花费、留资、成交情况整理到一起。

你可以从一份固定格式的周报试起。

输入，是整理好的投放数据和学员补充说明。

输出，是本周发生了什么、哪些数字需要追问、下周准备验证哪一个假设。

但这里有个边界。

AI 看见留资成本上涨，不能直接编造原因，说是素材疲劳。

它得先指出还缺什么信息，比如素材使用天数、不同人群的消耗、落地页是否改过。

数字计算也要能核对。

花费和留资数交给表格公式算，AI 负责整理解释和提出待确认的问题。

这个例子是我根据案例延伸出来的练习方案，David 没有做过这个产品。

你看，一旦写到输入、输出和验收，想法就会清楚很多。

「做一个 AI 投流助手」还很远。

「把一位老师每周要整理的报表做出来」，今晚就能试。

如果你也想试，我建议给自己一周，只完成一轮小验证。

第一天，找 3 个你能联系到的目标用户。

问他们，上周哪件重复工作花了最多时间？能不能拿一次真实任务给你看？

别急着介绍你准备做的产品。

让对方打开文件，讲讲他从哪里拿数据，复制到哪里，哪一步最怕出错。

你要记下的是过程。

比如，先从后台导出表格，再改列名，再补成交数据，再写说明，最后发给学员。

第二天，选其中最重复、你又能判断好坏的一步。

写出一张交付说明。

谁提供什么资料，多久拿到什么结果，怎么算完成。

以周报为例，可以约定，用户提供脱敏后的数据表，你在一天内返回一页周报，所有数字能对回原表，未知原因要明确写出。

第三天，用一份脱敏样本跑通。

这一步用现成表格软件和你能使用的语言模型就行。先把流程跑完，看看你在哪一步还得反复手动补东西。

给模型的要求可以写得很具体。

「根据附件整理一页投放周报。金额、数量和比率必须能在原表或计算表中找到依据。把已知事实、可能解释、待确认信息分开写。没有证据的原因不要下结论。文末只给一个下周优先验证的动作，并说明选择它的依据。」

这段要求只是起点。

你拿到结果后，还得自己核数字、看解释，再回到用户的工作里检查。

第四天，专门找 5 个会出错的情况。

空白单元格、重复数据、日期写错、留资数为零、两份文件的统计周期不一致。

看流程会不会悄悄算出一个错误答案。

一旦出错，就让它停下来提示缺项，或者退回人工处理。

第五天，把样品交给那 3 个人。

请他们拿着样品，完成一次原本要做的工作。

观察他改了哪里，哪一段直接删掉，哪一个问题还得重新问你。

如果结果没法用，先修交付。

第六天，提出一个明确的付费试用。

比如，两份周报、一次修改、约定交付时间，试用价 99 元。

这个价格只是验证示例，你要结合处理成本和用户原来的替代方案调整。

把付费范围说清楚，看看有没有人愿意继续把下一次真实任务交给你。

第七天，复盘四个数字。

有几个人交了真实资料，有几个人实际用了结果，有几个人付费，每交付一次你还要花多少时间。

如果有人付款，但你每份都得重新做两个小时，说明服务可能有需求，流程还没有标准化。

如果大家都说好，却没人肯拿出资料试用，说明你还没进入他的工作。

这些反馈都能帮你省下后面几个月的忙。

我之前说过，收入结果不必个个都很大。

大有大的好，小有小的美。

对一个还在上班的人来说，第一次有人愿意付 99 元，把一件真实的工作交给你，这个结果就值得认真对待。

因为你终于可以顺着那份工作往下走。

哪些步骤能重复，哪些地方必须由你判断，谁还需要同样的结果。

David 的故事当然有他的时间窗口，也有数据分析经验的积累。几张页面和一次模型调用，很难概括他后来经营这门生意的全部工作。

但他给了我们一个很具体的起点。

把同事经常问你的那个问题，重新看一眼。

今天先找一个人，请他拿出上一次让他头疼的文件。

陪他把那件事做完。

做完以后，再问问他，下次能不能继续交给你。

资料说明

本文案例依据创始人的公开访谈整理。约 5000 美元指早期接口账单，2.2 万美元指 2022 年采访时披露的累计收入，50 万美元 ARR 指 2025 年访谈中披露的历史年化经常性收入。它们属于不同时间和口径，均不代表当前净利润。文中的投流周报和一周验证方案为达达视角的应用推演。

Indie Hackers，2025 年 5 月 17 日，Getting serious about marketing after hitting $500k ARR^[1]

No-Code Exits，2022 年 11 月 24 日，How David built an Excel Formula Bot powered by AI^[2]

Bubble，2025 年 4 月 23 日，How Formula Bot Built a 1 Million-User AI Tool on Bubble^[3]

引用链接

[1] Indie Hackers，2025 年 5 月 17 日，Getting serious about marketing after hitting $500k ARR: https://www.indiehackers.com/post/tech/getting-serious-about-marketing-after-hitting-500k-arr-8XGnzrxG1neA3jy37x2D[2] No-Code Exits，2022 年 11 月 24 日，How David built an Excel Formula Bot powered by AI: https://nocodeexits.substack.com/p/14-no-code-excel-formula-bot-with[3] Bubble，2025 年 4 月 23 日，How Formula Bot Built a 1 Million-User AI Tool on Bubble: https://bubble.io/blog/formula-bot/