Bot创作者如何在Coze上赚钱?

Bot创作者如何在Coze上赚钱?这是一个问题,我没有答案。目前只有一些不成熟的想法,跟大家交流下。

动手搓个Bot,先玩起来

春节的时候,我参加了 @bob_fu 和 @fori 组织的手搓 AI Bot 工作坊,搓了一个 Dr. Know 出来。搓完之后,我写了两篇相关的文章,然后在一些平台转发了一下,没有做其他特别的推广。下面是Coze平台统计的关于Dr. Know数据(截止至3月3日):

总用户数355 个,总消息数2889 条,平均每个用户的消息数是8条。另外考虑到Dr. Know不是一个闲聊Bot,也不是小功能大全,它的功能很聚焦,就是信息检索。这些信息说明至少有一部分用户有积极地使用过这个小Bot。

这是我第一次体验Coze这个平台。其实到目前为止,我的心态都主要是玩,先玩起来。因为在Coze上你可以写很少的代码,通过拖拽组合功能模块,再加上一些配置,就可以快速地把一个想法做成产品,并且发布出来供自己和别人使用。这种DIY的感觉还是不错的。

Coze怎么盈利?Bot创作者怎么赚钱?

经常听到有人问,Coze怎么盈利?这个问题我也好奇。但是我更关心的是"Bot创作者怎么在Coze上赚钱"这个问题。

之前OpenAI推出GPT Store的时候,一群人嚷嚷着"这是App Store时刻"。结果呢?并不是。而且,OpenAI官方提了很多次的创作者分成计划,现在还也没落实,还在等下文。

openai.com/blog/introd...

国外另一Bot平台Poe倒是早早落实了创作者分成这个事:

help.poe.com/hc/en-us/ar...

Poe的Bot创作者主要有两种收益途径:1. 如果你的Bot给Poe带来新的订阅,Poe会给你分成;2. 你可以给你的Bot Message定价,用户使用你的Bot,要为每条Bot Message付费(这个方式应该还没落实)。我还没有在Poe平台上做过试验,但我的感觉是,途径一基本就可以理解为平台把Bot创作者当成拉新工具;途径二倒很直接,但我对用户的付费意愿是存疑的。我都已经花钱订阅了,还要为Bot使用另外付费?

Coze这个平台实际上也是沿着GPT Store这个路子走下来的,只不过相比于GPT Store,Coze的可定制性更强些,主要是因为Workflow以及Multiagent Flow这两大特性,其他如插件更丰富,支持变量和数据库,支持很多发布渠道等等这些特性也增色不少。

但是Coze依然要面临盈利模式的问题。并且作为一个面向创作者的平台,让Bot创作者赚钱应该是平台自身盈利的前提条件,而Bot创作者能不能赚钱要看终端消费者愿不愿意买单。我个人觉得,目前这个阶段想让终端消费者直接为Bot使用付费还是挺难的。当然,不排除有一些制作很精良并且非常实用的Bot,用户是愿意付费的。但是,Bot这种软件形态短期内应该是达不到手机App那种程度,Bot Store短期内也成为不了App Store。

这其中有一个变量是Bot平台和设计工具是否会变得非常强大,最终支持创作者/开发者制作出手机App那样复杂、强大、多样的AI应用?这还是个未知数。不过平台和工具肯定会越来越强就是了,比如随着Bot API的开放,创作者会有更大的自由度。

价值点在哪里?机会在哪里?

最近看了一个Notion CEO Ivan Zhao的访谈(youtu.be/HW5Yeqn9eV4 )。 Ivan说,Notion的目标就是要做一个All-in-one的工具。但Notion的做法不是把所有的功能都打包到一个产品里,也不是做N多个App出来,Notion的做法是花很长时间去打磨那些组成软件的基本且必要的Building Blocks,例如文本编辑、关系数据库等等,然后用户可以用这些"Lego Blocks"组装自己的工具,让软件适配自己的需求和工作流。与其说Notion是一家生产力公司,不如说它是一家软件建构公司。Notion的高可定制性也是我最喜欢的一点。

LLM的出现把编程带到了2.0时代,也把软件带到了2.0时代。我在这篇文章的末尾提到过,Workflow或者叫超函数(Hyperfunction)就是软件2.0的Building Block。

Dr. Know的Workflow

Coze这样的工具为我们提供了LLM、Code、Knowledge、Condition、Variable这些基础组块,我们利用这些基础的组块就可以设计和组装出Workflow。

Dr. Know的Bot设计

LLM除了可以作为推理引擎,它还可以作为跟人对话的界面(Chat Interface)。将LLM作为对话界面把多个Workflow和插件封装起来,再组合知识库等组件,就构建出了大家通常称为"Agent"的东西(OpenAI叫"GPT",Coze上叫"Bot")------如果你动手搓过Bot,应该就知道Agent没什么稀奇的。

《卧底》的Multiagent Flow设计

每个Agent或者Bot也可以看作是组块------更高级的组块。通过Coze提供的Multiagent模式,可以把多个Agent或者Bot组装起来,构建出更加复杂的AI应用,例如《谁是卧底~我绝不可能被AI骗到!》。或者你可以通过Bot API用编程的方式把多个Bot组装起来,完成复杂的任务。又或者,你可以把多个Bot拉到同一个群里,通过人把它们组织起来。

Coze这样的平台为我们构建2.0的软件提供了从基础到高级的各种Building Blocks:Workflow、Agent、Multiagent Flow。与Notion不同的是,这些Building Block使用起来是有一定门槛的。但好在Coze的学习曲线比较平滑,你无需Workflow,只用自然语言写提示词就可以在几分钟之内构建一个Bot的出来。

既然门槛都这么低了,那么有没有这样一种可能,未来每一个人都可以利用这些软件2.0的Building Blocks构建自己的AI应用,让AI适配自己的需求和工作流,每个人的AI助理都是个性化的?这样人人都是软件工程师了,AI技术不再是少数精英的特权?Ivan在访谈里说,Notion团队学到了一个很痛的教训,那就是实际上用户并不想构建软件,即使你提供了简单、强大的Building Blocks,他们想要的是快速解决自己的问题。Notion团队的惨痛教训告诉我们,"人人都是软件工程师"只是个幻觉。

但是我也感受到一些变化,这让我觉得AI虽然改变不了软件创作者和消费者的绝对比例,但是它确实扩大了软件创作者这个群体基数,未来会有更多的人既是软件的使用者,同时也是学习者,也是创作者,这部分人跟软件的关系会更加的亲密。

我身边、你身边应该都可能有这样的朋友:他们以前没怎么接触过编程,但是在某个契机下在AI的帮助下开始写程序了。可能是某个搞研究的同学开始用AI做数据分析,可能某位产品经理开始用AI写浏览器插件,可能是某个运营朋友在搓Bot的时候开始用AI写爬虫程序......

就拿搓Bot这件事来讲,我在参加手搓 AI Bot 工作坊的时候,碰到了各种背景的参与者,艺术老师、小说作者、瑜伽教练......当然,还有我这种属于少数群体的程序员。这些人都是"Bot创作者"。

另外,我还发现一个比较有意思的现象,就是在我搓的两个Bot里(Dr. Know和《卧底》),提示词和代码的配比都差不多是一比一。也就是说,如果你只能看懂自然语言,那么你至少能看懂这两个Bot一半的内容,复杂的Bot如《卧底》也是一样的。《卧底》里AI玩家的发言和投票策略也是可阅读的,因为我就是通过提示词让LLM模拟了人的思考和发言过程。让机器模拟人的高阶思维这种事情,在LLM出现以前是不可想象的,现在它变得相当得简单。

总结一下,AI不仅让制作软件这件事变得门槛很低,而且利用AI技术你可以制作出比以往都强大的软件。但是即使有Coze这样的平台和工具,依然改变不了一个现实是:大多数用户并不想构建软件。Notion的解决办法是不只是给用户提供Building Blocks,而且还要把这些Building Blocks打包好,打包成可用的软件或者模版给到用户。于是你可以看到Notion官方为用户提供了很多的模版,同时也有一些专业的用户会设计一些模版供其他用户使用,有免费的,也有收费的。

在这篇文章里,我直接把《卧底》这个Bot的创作素材和答疑服务打包成了一个商品来售卖。我在想,我大概是整个互联网上第一个这么卖Bot的人。当时我就是参考Notion的这个思路。你可以把这个商品类比成Notion的模版,但是我个人觉得Bot内含的创意价值、技术价值和学习价值要比Notion模版高很多。你也可以把这个商品与设计师提供的设计素材类比,它们都是创意资产。也可以把它跟某买菜App上售卖的椰子鸡火锅材料包类比,它们都是制作材料,但又不是那么原始的材料。

但是所有这些类比都不准确,我想到一个概念可以用来定义这种商品,我把它叫做 "可塑软件"(Malleable Software) 。它的目标消费者就是我前面提到的那部分同时作为软件使用者、学习者和创作者的人群。

它提供的价值有几方面:

  • 创意价值,它不是一个空的创意,而是一个实现了的创意。
  • 技术价值,它为解决某些技术难题提供了参考方案。
  • 学习价值,它的内容可阅读,可被理解。你可以学习它的创意和技术。
  • 使用价值,它本身可被直接使用,同时它还可被定制、被改造,以符合个人的偏好和需求。
  • 商业价值,你可以基于它做二次开发,可以把它用作教学案例等等。

汇报一下数据。从3月3号发文,截止到3月5号,《卧底》总共收获10 笔订单,其中有效订单8 笔(其中有2笔是朋友帮忙测试支付流程的),总收入是1032元。目前就是这样,这是我没有做过特别的营销和推广的情况下的数据表现。目前Coze的生态还没有起来,甚至于Coze本身都还没有任何商业化动作,时机有那么一丢丢过早。我算是头一个吃螃蟹的人。

如果你也想尝一尝这只螃蟹,可以加入跟我一起试验。我们将以Bot为抓手,采用矩阵式打法,进行深度生态共建。期望实现以卖Bot驱动学习搓Bot进而驱动生产Bot的关键闭环,并以此赋能Bot消费者、学习者和创作者。力争在OpenAI的创作者收益计划还没有下文的时候,在Poe还在采用简单粗暴的分成手段的时候,在Coze还在被薅着羊毛的时候,打造出一小片不一样的商业生态。

简单讲就是:大家一起卖Bot。

这个事情不确定能不能赚钱。我唯一能确定的是这个事情有价值,而且还挺好玩的。还有就是,别人没做过。

相关推荐
IT古董12 分钟前
【机器学习】机器学习中用到的高等数学知识-8. 图论 (Graph Theory)
人工智能·机器学习·图论
曼城周杰伦21 分钟前
自然语言处理:第六十三章 阿里Qwen2 & 2.5系列
人工智能·阿里云·语言模型·自然语言处理·chatgpt·nlp·gpt-3
余炜yw1 小时前
【LSTM实战】跨越千年,赋诗成文:用LSTM重现唐诗的韵律与情感
人工智能·rnn·深度学习
莫叫石榴姐1 小时前
数据科学与SQL:组距分组分析 | 区间分布问题
大数据·人工智能·sql·深度学习·算法·机器学习·数据挖掘
如若1232 小时前
利用 `OpenCV` 和 `Matplotlib` 库进行图像读取、颜色空间转换、掩膜创建、颜色替换
人工智能·opencv·matplotlib
YRr YRr2 小时前
深度学习:神经网络中的损失函数的使用
人工智能·深度学习·神经网络
ChaseDreamRunner2 小时前
迁移学习理论与应用
人工智能·机器学习·迁移学习
Guofu_Liao2 小时前
大语言模型---梯度的简单介绍;梯度的定义;梯度计算的方法
人工智能·语言模型·矩阵·llama
我爱学Python!2 小时前
大语言模型与图结构的融合: 推荐系统中的新兴范式
人工智能·语言模型·自然语言处理·langchain·llm·大语言模型·推荐系统
果冻人工智能2 小时前
OpenAI 是怎么“压力测试”大型语言模型的?
人工智能·语言模型·压力测试