独立开发者最缺的通常不是营销点子，而是有人帮你看住产品事实、筛掉噪音、选出本周最值得做的一件事，并在做完后把经验留下来。
独立开发者做增长，最容易掉进两个坑。
一个坑是什么都不做，觉得先把产品写完再说。另一个坑是让 AI 一口气生成几十个选题、帖子和渠道计划，最后任务越来越多，真正发布出去的东西却没几件。
AI CMO 更适合解决中间这段问题：它帮你看住产品事实，收集少量真实信号，选出本周最值得做的一件事，准备好可审核的工作，再把结果留给下一轮判断。
产品怎么做、对外说什么、联系谁、花多少钱，仍然由你决定。
很多人不是没想法，而是不知道该先做哪一个。
产品数据在分析工具里，用户反馈散在邮件和聊天记录里，搜索词在另一个文档里，社区讨论开了十几个标签页，上次发布做过什么又只记在脑子里。
这些信息单独看都不难，难的是把它们放在一起做取舍。
AI 也可能让情况更糟。它可以很快给你 100 个点子，但这些点子不会自动变成用户反馈，更不会证明产品找对了人。
对独立开发者来说，增长的基本单位不是内容数量，而是一个跑完整的学习闭环。
从真实产品出发，用一次实际反馈修正下一次选择。
维护一页简短的产品事实，至少回答这些问题：
答不上来并不丢人。这个缺口本身就是信号。比如你还说不清目标用户，那下一步可能应该约访谈，而不是做投放。
优先看这些地方：
每条信号只记四项：来源、日期、你实际看到了什么、它为什么值得注意。
热点不等于机会。只有与当前产品和目标用户有关的信号，才进入本周候选。
不要比较几十个点子，用六个问题做筛选就够了。
| 判断问题 | 它在保护什么 |
|---|---|
| 这件事服务的是当前目标用户吗？ | 注意力 |
| 手里有直接信号吗？ | 时间 |
| 产品现在撑得住这个说法吗？ | 信任 |
| 一个人能在本周做完吗？ | 产能 |
| 做完能学到东西吗？ | 学习价值 |
| 做错后容易停下或撤回吗？ | 风险 |
选一个主动作，再留一个备选。其他想法先归档。
本周动作可以很小：
AI CMO 可以先把这些材料准备好：
你只需要集中审核事实、语气、对外承诺、联系人名单和最终动作。不要等 AI 批量做完一大堆内容后，再从头返工。
最简单的做法，是把动作分成三类：
AI 可以把工作推进到你面前，但不能替你承担公开动作的后果。
复盘不用写成长报告，记清楚这些就够了：
事实和解释要分开。
五名测试用户中有三个人卡在同一步，这是本次测试观察到的事实。直接说整个市场都不接受这套流程，就越过了证据边界。
你不需要先做一张排满三个月的营销日历。每周留出三段时间即可。
用 30 到 45 分钟看看新信号和上周结果，列出不超过三个候选动作，然后选一个主动作和一个完成标准。
这里选的是本周要验证的增长动作。它可能是一篇内容，也可能是一次用户测试或一个页面改动。
把资料整理和第一版草稿交给 AI。自己把时间放在产品判断、事实核对和最后一次确认上。
只做足以换来真实响应的最小版本，不要为了看起来完整而不断加东西。
花 20 到 30 分钟看回复、异议、错误和产品变化。然后更新产品事实或下周的筛选规则。
一次测试不能判定一个渠道有没有价值。它至少应该让你得到一条可用于下一次决策的信号。
这页内容不用写得漂亮，但必须稳定。
| 字段 | 应该写什么 |
|---|---|
| 当前产品 | 用户今天能完成的核心任务 |
| 目标用户 | 一类正在遇到明确问题的人 |
| 可用证据 | 产品演示、实测行为或已获授权的用户原话 |
| 暂不能说 | 尚未被证明的效果和结果 |
| 当前目标 | 当前阶段和时间范围 |
| 本周产能 | 能投入的时间、人数和预算 |
| 可用渠道 | 目标用户本来就会出现的地方 |
| 审批人 | 有权发布、联系或花钱的人 |
| 最近一次学习 | 会影响下一步选择的真实结果 |
产品或证据变了再更新。不要每次问 AI 之前都重新写一遍产品介绍。
先从重复、低风险、容易审核的工作开始：
这些动作先不要全自动：
NIST AI 风险管理框架不是营销教程，但它有一个思路值得借鉴：系统必须让使用背景、证据、权限和风险保持可见。
先做访谈、问题验证和原型反馈。不要围绕一个还没验证的承诺搭建内容机器。
重点看新手引导、重复问题、激活和少量匹配用户。对外说法尽量窄，别提前承诺结果。
关注合格获客、激活、留存信号，以及哪些问题正在阻止用户付费或继续使用。
优化从第一次接触到真正用上产品的完整路径，同时只留一个小规模的第二渠道测试。
如果你只是要写一张落地页，或者已经清楚知道下一项任务，专用工具和普通 AI 助手可能就够了。
产品问题还没验证、所有工作都在一条稳定流程里、或者你根本没时间审核和执行，也不适合急着搭 AI CMO 系统。
判断标准很简单：它有没有帮你减少协调工作，并把一轮增长真正做完。
Tomako 就是为独立开发者打造的 AI CMO。它不只帮你完成一项营销任务，而是让一个人也能经营一套持续向前的增长系统。
这套系统从产品本身开始，而不是从一条空白提示词开始。产品事实、目标用户、业务目标、资源限制、品牌选择、市场信号、过去做过的事情和实际结果，都会沉淀成同一份 Product Context。研究、内容、搜索、创作者合作、产品发布和外联，都围绕这份共同背景展开。
Tomako 把这些信息变成一个每周都能运行的增长闭环：
独立开发者的一周可以这样跑：周一，Tomako 整理出几个和产品有关的机会，你选一个。周中，Tomako 准备好需要审核的工作，你检查事实和表达，再决定是否发布。周五，回复、数据和产品变化进入下一轮判断。
这样做的价值，不是把产品控制权交给 AI，而是让一个人也能把增长工作组织起来。Tomako 会主动准备、整理和推进工作；公开发布、对外联系、预算变更、生产环境修改和其他影响较大的动作，仍然由你确认。
如果你想先解决“第一个渠道选什么”，可以使用冷启动增长渠道选择器；如果你想把真实开发进展整理成可审核的内容，可以使用 Build in Public 故事生成器。
它可以帮你找信号、做研究和准备行动，但不能凭空创造需求，更不能保证带来客户。产品价值、用户匹配、时机和执行仍然要靠真实市场检验。
每周先选一个主渠道就够了。等第一条闭环稳定运行，而且你能说明为什么需要第二个渠道，再增加。
刚开始不建议。让它准备草稿和计划，公开前由你检查事实、语气、链接、收件人和社区规则。
记录做决定花了多久、审核花了多久、完成了几次测试、收到了哪些有用响应、信号来源是否可靠，以及上周结果有没有改变本周选择。
先检查输入。它可能不知道产品今天能做什么、目标用户是谁、最近发生了什么，也不知道你的时间和预算限制。补齐后仍然没有改善，就换回更简单的工具。
AI CMO 对独立开发者有没有价值，不看它能生成多少内容，而看它能不能帮你把每周闭环跑完。
从产品事实开始，选一个真实信号，做一次经过确认的行动，再用结果改进下一次选择。这才是一套能长期运行的增长系统。
如果想先理解这个品类，可以阅读《什么是 AI CMO？》。如果团队还需要判断自己缺的是系统还是营销领导力，可以继续看 AI CMO 与营销顾问的对比。
Tiny
学习闭环