AI交友助手把一套付费墙拆成三套,30天MRR增长83%

一款“帮你回消息”的 App，为什么要做三套付费墙？

Flirt AI 是一款 iPhone AI 聊天辅助产品。用户上传聊天截图或手动输入对话，选择想要的语气，产品给出回复建议、开场白和约会沟通提示。它卖的不是一个通用聊天机器人，而是“我现在不知道该怎么回”这个高焦虑、强即时性的具体结果。

这类产品的付费意图并不统一。第一次匹配、冷场补救、长期沟通和个人资料优化，看上去都属于交友场景，用户愿意支付的价格、想看到的证明和最在意的风险却不同。团队如果只给所有人展示同一张付费墙，相当于用一套话术同时说服多种需求。

Superwall 在 2026 年 2 月公开的客户案例称，Flirt AI 将 onboarding 收集的用户属性写成自定义字段，再按人群同时运行三套付费墙。案例披露的结果是：30 天内月度经常性收入 MRR 增长 83%，试用转付费提高 20%。这是一个供应商发布的客户案例，不是独立审计；它说明这种方法在该产品当时有效，不等于行业基准。

增长点不是“换皮”，而是先把用户差异变成数据

很多团队把付费墙个性化理解成换一张背景图、把按钮从蓝色改成红色。Flirt AI 的实验更接近产品分层：先在 onboarding 获取能解释付费意图的属性，再决定用户进入哪个实验版本。

公开案例没有披露具体分群字段和三套页面的全部文案，因此不能把年龄、性别或关系状态当作已经证实的变量。能够确认的是，团队使用了 onboarding 的人口属性数据，把流量分配给三个付费墙，并同时测试语言、视觉和 CTA。

关键在于字段必须能改变购买理由。若用户只是偶尔需要一句回复，页面要先证明即时结果；若用户希望持续改善聊天能力，订阅价值应落在长期指导、历史记录和更多场景；若用户已有明确约会目标，页面可以强调速度和情境适配。只有当分群对应不同任务，三套付费墙才不是三份设计稿。

83% 是 MRR 增长，不是“付费墙转化率涨了83%”

这组数字必须拆开看。MRR 是月度经常性收入，受新增订阅、价格、套餐结构、试用转付费、取消和续订共同影响。案例同时提到产品和定价调整，因此不能把全部 83% 增长只归因于人群定向，也不能写成净利润增长。

试用转付费提高 20% 同样存在口径边界。公开材料没有说明是相对提升还是百分点提升，也没有给出基准值、样本量、置信区间、退款和长期续订。因此本文采用“提高 20%”的原始表述，不把它改写成“提升 20 个百分点”。

对开发者更重要的问题是：分群是否提升了每千次付费墙曝光的净收入，同时没有恶化退款、取消和客服投诉。一次点击率更高的页面，可能只是承诺更激进；真正好的页面要让购买前理解与购买后体验保持一致。

为什么 AI 交友产品特别适合做情境化变现？

AI 回复工具的使用链路很短：遇到对话难题，上传截图，获得建议，复制发送。价值发生得快，用户也会快速判断“这句话像不像我”“能不能解决眼前的问题”。付费墙如果在价值出现前过早拦截，会让用户把订阅理解成一次昂贵的试错。

更合理的路径是先让用户完成最小价值闭环，再按已发生的行为展示不同理由。例如，完成第一次截图解析后强调回复质量；连续选择同一种语气后强调个性化；多次回来处理不同对话后强调持续订阅。这些行为变量通常比笼统的人口标签更接近付费意图。

同时要谨慎处理隐私。聊天截图可能包含第三方姓名、头像、联系方式和私密内容。分群所需的数据应遵循最小化原则：只收集能直接支持产品体验或实验判断的字段，清楚说明用途，并避免把敏感内容当作营销标签。短期转化不能覆盖信任损失。

开发者可以直接照着搭的实验框架

第一步，先按“任务”分群。不要一开始切十种人群，只选两到三个差异足够大的任务，例如即时救场、持续训练、资料与开场优化。为每个任务写清楚用户触发信号、核心承诺和最合适的套餐。

第二步，保持价格之外的变量可解释。可以先固定价格与试用期，只改价值主张和证据；下一轮再测试套餐与价格。若页面、价格、试用期和 onboarding 同时变化，即使收入上升，也很难知道下一步该复制什么。

第三步，主指标用每千次曝光净收入或预测 LTV，辅指标同时看试用启动、试用转付费、首续订、退款、取消和投诉。对于 AI 产品，还要加入每位付费用户的推理成本，避免收入提高却被生成成本吃掉。

第四步，设置停止条件。小样本阶段先看方向，不急着宣布胜利；达到预设样本和周期后再决定是否推广。对效果差的人群，先检查任务判断是否错误，再检查页面表达，最后才是折扣。不要把所有问题都用降价解决。

真正能复制的，是“先识别人，再卖同一件事”

Flirt AI 案例最值得关注的不是三张付费墙本身，而是把 onboarding 从资料收集页变成变现实验的入口。用户告诉产品自己处于什么情境，产品就应该用对应的价值证明和购买理由回应。

但分群越细并不自动越好。每增加一个版本，都需要足够流量、清晰假设和持续维护。对于早期团队，两到三个按任务划分的版本通常比十几个画像标签更可控。先验证“谁为什么付费”，再决定“给谁看什么页面”。

当付费墙开始承接真实的产品差异，增长就不再只是设计优化。它会倒逼团队重新理解用户路径、功能价值和套餐结构——这才是 MRR 能持续增长的基础。