把「显化」做成 AI App 的 Stella，上线两个月就拿到超过 20 万次下载、1.2 万名付费用户和 35 万美元月收入。创始人在 Instagram 和 TikTok 上已有 400 多万粉丝，她先做内容再倒推产品，两天就做出了第一版 MVP。

今天分享的产品很00后，我觉得还挺有趣的：Stella，https://downloadstella.com/

所谓“显化”，可以简单理解成一种在欧美社交媒体上非常流行的自我暗示方法。

你反复想象某件事已经发生，比如自己赚到了想赚的钱、遇到了理想伴侣、住进了喜欢的房子，再配合不断重复的肯定句，希望借此调整自己的情绪和行动状态。

Stella 把这套东西做成了一个 AI App。

用户先告诉它自己想要什么：事业、收入、感情、生活方式，甚至可以把目标描述得非常具体。

AI 随后会为你生成每天的肯定句，以及一段段个性化的音频内容。

Stella 最特别的一项功能，是让“未来的你”跟现在的你说话。

比如你告诉 Stella，希望两年以后经营一家成功的公司，它会按照你提供的信息，写出一段已经实现目标之后的生活场景，再把它变成音频，让你以第一人称去听那种“事情已经发生”的感觉。

技术上，这并不是什么复杂得不得了的 AI 产品。

上线两个月之后，创始人 Sarah Pearl 在采访中展示了一组相当夸张的数据：

超过20万次下载，1.2万名付费用户，月度经常性收入已经达到35万-36万美元。

01 不是先有App，而是先有了400万粉丝

Sarah Pearl 在社交媒体上的名字叫 Hot High Priestess。

Sarah 大学时学的是教育，准备成为老师，但很早就发现自己很擅长做互联网内容。

她发布到 TikTok 上的前三条视频就爆了。

之后几年，她开始围绕“显化”、自我暗示、自我成长、财富心态这些内容持续经营个人账号。

到做 Stella 的时候，她的 Instagram 已经有大约 120万粉丝，TikTok 有大约 280万粉丝，两个平台加起来超过 400万；她称自己的 TikTok 内容累计播放已经超过 10亿次。

而且她也不是一个“粉丝很多但不知道怎么赚钱”的博主，在做 App 之前，Sarah 已经尝试过各种个人 IP 的商业化方式。

大约一年半前，她还做过 TikTok Shop 品牌，并在采访中称这项业务一度做到每月七位数美元规模。

Sarah 非常清楚自己的粉丝会为什么停下来，会保存什么内容，会在评论区问什么问题，也知道哪种话术能够让人产生付费欲望。

换句话说，她在做 Stella 之前，已经完成了绝大多数创业公司最困难的一部分工作：找到用户。

甚至连产品需求都已经在那里了。

02 她的方法是：先做内容，再决定做什么产品

大多数创业公司的顺序是先发现一个问题，设计产品，做出来，然后开始寻找用户。

Sarah 完全反过来：先做内容和分发，再做产品。

她会持续发布内容，然后观察哪些视频最容易传播、用户会保存什么、评论区不断出现什么问题。

如果有人不停说：

“有没有办法每天提醒我？”

“这些肯定句太多了，我记不住。”

“能不能按照我的情况生成一套？”

那么产品需求其实已经出现了。

Sarah 自己的很多爆款视频，本来就是让用户跟着她念 affirmation（类似不断重复的肯定句）。

她会在视频开头告诉观众：连续七天重复这些话；或者每天听三遍。

这种内容有一个天然的传播机制：用户会先把视频保存下来，因为之后还要回来继续听。

Sarah 自己也明确提到，“可保存”是她设计短视频的重要指标之一，因为保存行为会增加内容传播。

然后 Stella 被直接嵌进了这个原本就存在的内容场景里。

她的一条典型视频是先念一串 affirmation，随后就有人问：这么多东西怎么记？

答案顺势变成：你可以用 Stella，每天把专属于你的 affirmation 直接放到锁屏上。

这里几乎没有传统意义上的广告，内容本身就是产品的使用场景。用户看完内容产生需求，下一秒就可以下载解决这个需求的产品。

很多创业公司做完产品以后，要开始研究 SEO、投广告、买网红、算 CAC。

Stella 上线的第一天，这套东西就已经存在了。

这也是为什么 Sarah 说，大家通常是在从前往后做产品，而她是在倒着做，先找到什么内容可以获得注意力，再问：

这个内容后面，可以自然接一个什么样的产品？

03 两天做出 MVP，但完整产品可不止两天

Sarah 没有传统的软件开发背景，她自己用了 Claude、Claude Code、Google AI Studio 等 AI 工具做产品，也使用了 Cursor 一类 AI 编程工具。

她自己回忆最初验证想法的 MVP 大概只花了两天。

这里很容易被各种创业故事故意混淆：两天做出来的只是 MVP，不是现在这个完整的 Stella。

Sarah 自己也说，从开始到完整 App 真正完成，大约花了两到三个月。

我强调这个就是不想误导大家。

AI 确实已经非常擅长把“我想做一个什么东西”快速变成可以操作的原型，但一个真正能够收钱的消费级 App，仍然需要支付、账户、内容生成、音频、数据存储、界面、订阅管理以及大量测试和优化。

Stella 到现在还在不断修这些问题。

截至 9月初，它在美国 App Store 已经积累约 4800个评分，平均 4.7分，但评价里仍然有人抱怨界面不稳定、内容重复、生成速度慢等问题；从版本历史也能看到，团队今年几乎一直在高频更新和修 Bug。

AI 真正压缩的，并不是“经营一家软件公司的全部工作”，它压缩的是从发现需求，到第一次把产品放进用户手里的距离。

以前 Sarah 这种人即使发现了需求，也需要找技术合伙人、组工程团队、写需求、设计产品，可能几个月以后才能知道这个想法到底有没有人买单。

现在她可以先用 AI 做两天，试一下，验证成功之后，再继续投入两个月把它做好。

也就是说，原来创业开始之前，就要付出的昂贵试错成本现在被 AI 压缩了。

35 万美元收入背后，也能反推出另一件事

Stella 披露的数据是，35万-36万美元月收入，1.2万名付费用户。

简单一除，平均每名付费用户每个月大约贡献29-30美元。

也就是说，这不是一个特别便宜的消费 App。

目前 Apple 商店显示，Stella 存在 6.99、7.99、19.99、29.99 美元等多档内购项目。

按照 20万下载和 1.2万付费用户粗略计算，相当于当前付费用户规模约为累计下载的 6%。

这个数字不能严格当作转化率，因为其中没有考虑不同时间的下载、试用和流失，但至少能看出，它并不需要几百万用户才能成为一门相当可观的生意。

这又回到了个人品牌的价值。

陌生用户看到一个每月二三十美元的“显化App”，第一反应可能是为什么我要花这么多钱？

但 Sarah 的粉丝不是第一次接触她，他们可能已经连续几个月甚至几年听她讲 affirmation，相信她的内容方法，也已经习惯保存和重复观看她的视频。

所以用户购买的并不只是几个 AI 功能，其中还有 Sarah 已经积累了几年的信任成本。

05 但最危险的地方，也恰好在这里

从纯产品角度看，Stella 其实没有什么不可复制的技术壁垒。

今天任何一个大模型，都能够根据你的目标写一套 affirmation，也可以生成一段“未来的自己给现在的自己写的信”。

甚至在 Stella 相关讨论里，已经有用户直接尝试用 Claude 复制类似的体验。

Stella 真正做的，是把提示词、个人信息、音频、界面和每天使用的习惯包装成一个完整产品。

所以如果只看功能，它非常容易被复制。它的护城河更多来自三个东西：

Sarah 的个人品牌、持续制造爆款内容的能力，以及她对这群用户的理解。

这三样东西，同样也是它最大的风险。

一旦用户不再相信这个 IP，或者内容流量下降，获客成本就会迅速改变。

Stella 早期的高价订阅也已经引发过不少争议。有用户不满于填写大量个人信息之后才看到付费墙，也有人认为每周数美元的价格对于一个 AI 生成内容产品过高。

所以这并不是一个“只要有粉丝，随便做个 App 都能赚钱”的案例。

恰恰相反，它说明个人品牌可以极大降低产品冷启动难度，却无法永久替代产品质量、留存和用户价值。

流量可以让第一批 1万人付钱，但能不能让他们半年以后还付钱，是另一道题。

06 AI 正在让一批原本不会创业的人变成软件创业者

我觉得 Stella 最有意思的地方，是 Sarah 这种创业者以前很少会出现在软件行业。

过去，消费软件公司的创始人往往先是程序员、产品经理或者设计师。

因为软件开发本身就是一道门槛。

AI 编程工具普及以后，问题逐渐从“我能做什么”，变成了“我最了解什么？”

一个做了五年健身内容的人，可能比普通程序员更清楚女性为什么坚持不下去。

一个每天回答几千条恋爱评论的人，可能比产品经理更知道年轻女性在约会里究竟焦虑什么。

一个经营百万粉丝穿搭账号的人，可能早就知道用户每天站在衣柜前真正纠结的是什么。

以前这些人通常只能做广告、课程、电商、咨询。现在，他们开始可以直接把自己的理解变成软件。

这才是我觉得真正有意思的地方，软件创业不再是什么“高科技”、“高门槛”、“一般人做不了”的行当。

现在才终于到了“人人都是产品经理”的时代，那些扎根用户，了解用户需求的人，天然就是最好的产品经理。

希望你也能大胆一些，借助 AI，“显化”自己的才能和梦想。

以上，祝你今天开心。