跳至正文
MakerGain
← 返回项目

粘一個網址,長出一個客服:SiteGPT 的週末專案與首月 \$10,000

編輯:MakerGain

Bhanu Teja 為學 AI 在週末和夜裡做出 SiteGPT:貼上網址或上傳內容即可生成客服 chatbot,能嵌入多個網站、週一彙總未答問題並轉人工;首月做到 $10,000 MRR,次月約 $5,000 流失又靠同額新增抵平,訪談時月收入約 $13,000–$15,000。

比如給一個 SaaS 網站裝客服機器人:把官網網址粘進輸入框,等它掃完,網站右下角就多出一個聊天窗。訪客問「你們支援 SAML 單點登入嗎」,它從定價頁和說明文件裡找答案回過去;訪客不耐煩了,點一下,轉人工。

SiteGPT 的第一版就這一個功能:輸入一個網站連結,chatbot 按網站內容生成出來(Mixergy 訪談[1])。官網現在的說法是「像專為你的產品打造的 ChatGPT」,用網站內容訓練,即時回答訪客問題;輸入可以是 URL、上傳檔案或直接粘文字,聊天窗能嵌到任意多個網站,再用真實聊天歷史改進回答(SiteGPT[2])。

圖:來源 SiteGPT 實際圖片來源[3],2026-11-10取得,保留原介面。

它接的是「重複回答」那一段

原來這段活是人幹的:訪客在站內找不到答案,寄電子郵件或點開聊天,客服複製一段早就寫好的話。SiteGPT 接的就是這段重複勞動,但它不接全部流程。官網說 AI 能處理大部分詢問,同時留了一鍵轉人工;每週一把上週資料、熱門主題和沒能回答的問題發給團隊;分析按主題和結果歸類對話,也支援收集線索(SiteGPT[2])。那份「沒答上來」的清單,是它把話交回給人的方式。

還有一件不性感但每天發生的事:知識會過期。網站改版、上了新功能、調了價,機器人背的還是舊答案。所以價格頁把刷新頻率寫進了自助方案:Starter 手動刷新,Growth 每月自動刷新,Scale 每週自動刷新並自動掃描 sitemap(SiteGPT 價格[4])。這條產品線很樸素,賣的就是「內容會過期」這件事的解法。

資料來源一側也類似。整合頁列了 Google Drive、Dropbox、Notion、GitHub、YouTube 等,用來存取、同步或利用訓練材料;電子郵件可以自動回覆,也可以只給團隊產生待批准的草稿;Slack 能在頻道、私訊和討論串裡回答並發出升級提醒。Intercom 和 HubSpot 還標著 coming soon,不能當成已經可用(SiteGPT 整合[5])。

他先為一張託管帳單關掉過一個產品

SiteGPT 最初不是一門生意。創辦人 Bhanu Teja 當時在做另一個產品 Feather,SiteGPT 是他花三四周、在週末和夜裡寫出來的副業,用他自己的話說,是為了學 AI——他沒先跟客戶談需求,也沒預期它會帶來收入(Mixergy 訪談[1])。

這個順序值得停一下。常見的故事是先看見痛點再動手,他這裡是先做出來,再去看誰需要。而他更早的一次翻車,是他的第一個產品:給 Notion 做部落格的工具,最初叫 MDX1,有 25 個付費客戶,但某個月託管費漲到 $10,000,他把它關停,重建改名 Feather 後才增長到 $5,000 MRR(Mixergy[1])。二十五個付費客戶,帳單能跑到五位數。

一個月 $10,000,和下一個月的 5,000

發布那幾天運氣很集中。他在 Twitter 發文後推文病毒傳播,次日產品登上 Hacker News 首頁數小時,再下一日成為 Product Hunt 當日第一;一個月做到 $10,000 MRR(Indie Hackers[6])。

然後是帳單的另一半。他說次月約有 5,000 的流失(churn),同時約有 5,000 新增才平衡;他把這說成接近第一個月的一半,5,000 是流失額,不是精確客戶數。進水口和出水口一樣粗。他自己的解釋是,第一個月來的人很多只是想試試,看看它在自己網站上長什麼樣,並不是有真實需求的客戶;沒有需求,自然沒有續訂的理由(Mixergy[1])。

價格也把限制擺得很具體。Starter 月付 $59,含 1 個 chatbot、1 個使用者、最多 1,000 頁知識和手動刷新,每月最多 4,000 則 GPT-4.1-mini 或 400 則 GPT-4.1 訊息;沒有免費方案,7 天試用需信用卡、可在結束前取消(SiteGPT 價格[4])。聊天窗可以嵌到任意多個網站,但 Starter 同時把 chatbot 數、席位、知識頁和訊息量都卡得很緊。它先限的是這些容量,不是網站個數。

收入數字要卡住時點。Mixergy 訪談時,他說 SiteGPT 月收入約 $13,000 到 $15,000,Feather 另有約 $5,000;兩個產品是分別揭露的,不能相加當成今天 SiteGPT 的收入。同期他說支出約 $4,000 到 $5,000,含託管和行銷(上個月約 $4,000),其中 OpenAI API 約 $1,000;不做推廣時支出約 $2,000 到 $3,000(Mixergy[1])。完整成本沒有揭露,利潤仍然不清楚——只能說這門生意在運轉,不能替它算淨賺多少。流量方面,他說大部分流量來自 Google 和直接造訪,Twitter 約占 20% 到 25%;AI 目錄站帶來的很少,他當時還在試 YouTube 和說明內容(同上)。

同一個貨架上還有別人

Chatbase 官網稱可以建構橫跨 chat、email、voice 的客服代理,並展示了面向 AI 與人工協作的 Helpdesk;Basic 月付 $150,含每月 4,000 message credits、3 名成員和 API 存取(Chatbase 價格[7]、Chatbase[8])。兩邊都在做同一件客服工作,但 Starter 月付 $59 限 1 個 chatbot、1 個使用者、1,000 頁知識內容和手動刷新;轉人工在官網是產品能力,每週未答問題報告和團隊席位則要往上一檔。Chatbase Basic 從入門檔就給 3 名成員和 API。額度口徑不同——按模型折算的訊息和 message credits 不能直接換算——所以只能比配置條件,不能比「誰更便宜」。

賣的不是模型

首版的技術堆疊沒什麼神祕:OpenAI API、Pinecone 存內容、Cloudflare Workers 託管;聊天視窗和銷售頁是請曾參與 Feather 的自由設計師做的(Mixergy[1])。模型是租的,檢索是拼的。

真正被買走的是另一件小事:公司已經把答案寫在網站上了,讓它自己說出來。圍著這件小事還有一堆不性感的手工活——刷新知識庫、看週一那份「沒答上來」的報告、把答不上的問題補成能答的、在客人不耐煩之前轉人工。發布動能把首月推到了 $10,000 MRR;他自己後來說,真正有需求的商業客戶,是四五個月之後才來的(Mixergy[1])。這句話比任何一個月度數字都更能說明這門生意賣給誰。

繼續閱讀

AI 客服
轉交真人不計費:Fini 把 AI 客服帳單押在「真的解決了」上

Fini 的 AI 客服代理在客戶現有 helpdesk 裡接手聊天工單,用行為樹和確定性執行器,依節點讀取方案與帳號狀態,呼叫客戶介面完成取消訂閱等動作;轉交真人不計費,預設只把端到端解決、沒有真人接手的工單算作計費單位。團隊曾清空首版產品,在 fintech 客服團隊駐點四週後重建,選擇不取代客戶現有客服系統,並把後台 AI 自行提出的知識修正置於真人審核之後,未經批准不發布。

AI 客服
先讓機器人說「我不知道」,這門副業每月帶來約 \$500

倫敦 HeyDeacon 的 Andy 與兩位共同創辦人開發 Deacon,供仍親自回客服信的創辦人和小團隊使用。它先由共同創辦人自用;答不上來時,承認不知道並請訪客留下電子郵件;對方實際留下後,對話才會被標為未讀,並寄信給擁有者,真人回覆可加入知識庫。團隊把重點放在模型外的流程;知識庫需手動重抓,或由發布腳本觸發更新,換模型不必重做產品。

AI 搜尋
AI 回答裡沒有你的公司,他把文章發到客戶自己的網站上

MyZia 幫品牌在 AI 回答裡被提到:掃描品牌在 AI 回答中的可見度,找出競爭對手被引用、自己卻缺席的問題,再寫文章發布到客戶自己的網站。創辦人 Dhairya Patel 同時經營開發公司,他選擇端到端自動化,而不是只提供建議儀表板;文章留在客戶網域,也代表要逐家接入 CMS,發布成了最先撞牆的環節。

AI 客服
接手第一週資料庫就崩了:Zipchat 想讓每家網店的客服都能開箱即用

Zipchat 是面向電商的 AI 客服代理。Ruslan 在 2024 年 1 月接手時,團隊說不清 MRR 與客戶來源,第一週資料庫就開始崩潰。他先補帳:用 Mantle 讓 MRR 可見、蒐集聊天回覆的回饋;按其部落格說法,約兩個月後 MRR 提高 25%,首次達到2 萬美元。產品稱30 分鐘可上線,但品牌規則、客服平台串接與答錯修正仍須逐店設定。