X 收藏：小红书获客指南（一）· 调研篇

一、笔记原文#

收藏链接：x.com/Leepriest1990/status/2106997095408533583

笔记正文：仅链接收藏，无附加评论。

链接指向 X 长文（Article）：《（万字长文）小红书获客指南（一）· 调研篇》，作者 aix阿乐（@Leepriest1990，02 年连续创业者、内容营销顾问，小红书采集插件开发者，xiaolezong.com），2026-10-05 发布，3.5 万浏览、255 转发。

二、相关情报#

已抓取长文全文（存档于 .raw/article_leepriest.txt）。这是「小红书获客」系列第一篇，核心内容：

作者背景与案例：小红书采集插件，3 天内测（9/26-28）99 元卖 100 单，5 天累计 140+ 单（后 30 单为 169 元正价），非投流自然转化。「先打流量再补调研」——发售过程与买家的真实对话构成第一批调研数据。

核心判断：大多数人的顺序错了。发什么全凭感觉、盲目抄对标；抄得越多越不知道发什么，来了客资也不知道怎么转化。获客的前提是足够了解顾客和同行。

方法论骨架：

1. 设想谁会买：先自己判断 + 让 AI 反推（附完整指令：列 5-7 类人群，标注规模/付费力/痛点刚性/触达难度，给优先级）。插件案例收敛为五类画像——小林·代运营（要产能）、阿杰·矩阵负责人（算人效）、薇薇·电商运营（抢先机）、陈姐·本地商家（要答案）、老K·个人博主（保不断更）；先打决策最快的两类。
2. 人群具象化：不要想「一类人」，要想「一个人」——7 项填满（年龄/收入/性别/职业阶段/决策路径/为何买/不买会怎样），「写成我能想象出一张脸的人」（附 AI 指令）。
3. 第一性原理拆需求：采集需求 = 内容落差 × 人工填补成本过高 × 工具可信度——三个乘数任一为零，需求不成立（附 AI 推演指令：处境→落差→人工填补代价→既有替代方案及其坏处→压缩成公式）。
4. 用户不买的四个顾虑：会不会封号 / 效果行不行 / 价格值不值 / 有没有售后——每个顾虑都要做成内容主动回答。
5. 预告下一篇：把用户问题变成关键词矩阵（SEO 向）。

三、深度解读#

1. 这篇是「0 粉起号前 7 天」笔记（见 2026-10-04/1155）的工业级前传。 起号指南的 D2「20 条问题表」解决「发什么」；这篇调研篇回答的是更上游的问题——「发出去给谁看、他们为什么会掏钱」。两者叠起来才是完整链路：调研定人群 → 人群倒推选题 → 选题做成内容 → 内容接住客资 → 客资按顾虑分层转化。只做后者是碰运气，只做前者是自嗨。

2. 「先打流量再补调研」的顺序反转值得单独记录。 教科书式做法是调研→产品→发售，作者实际是先卖内测再补画像——因为对个人开发者，「真实买家对话」是成本最低、保真度最高的调研数据源。这个顺序成立的前提是：产品边际成本低、试错快、能直接触达买家。对咨询服务（用户的陪跑/咨询业务）同样适用：先接单再沉淀画像，把每次交付的客户对话变成产品迭代依据。

3. 五类人群画像的方法本身就是好内容素材。 「一个人名 + 一句他到底买什么」的画像写法（产能/人效/先机/答案/不断更——每个画像锚定一个动词需求）比市场报告好懂得多。这套框架几乎可以直接迁移到「大锤聊产品」的目标人群拆解：谁会为 AI PM 陪跑付费、谁会为 AI 商业化咨询付费——同样是「小林式画像」的做法。需求公式（落差 × 人工成本 × 可信度）也可以直接用来校验陪跑课的需求是否成立。

4. 与自有基建的连接。 作者卖的是采集插件，用户的 Agent-Reach 笔记（2026-10-04/1140）正是同类能力的开源替代——这条获客指南同时也是竞品的营销方法论样本：看它如何定义人群、拆顾虑、做内容承接，比看产品本身更有信息量。

四、标准化思路#

市场调研五步框架（含 AI 指令包，可直接套用）

步骤	动作	AI 指令要点
1 反推人群	列 5-7 类可能的买家	每类标注规模/付费力/痛点刚性/触达难度，给优先排序
2 具象成个人	一类人 → 2-3 个有名有脸的人	七项填满：年龄/收入/性别/阶段/决策路径/为何买/不买后果
3 第一性拆需求	需求 = A × B × C	每个乘数问「为零会怎样」；列既有替代方案及坏处
4 列顾虑清单	用户下单前的 3-4 个卡点	每个卡点做成一篇承接内容
5 用对话校验	真实咨询/成交对话回填画像	每次商务互动后更新画像库

动作项：① 用第 1-2 步的指令对「PM 陪跑」跑一遍人群画像，输出一页文档；② 把「封号/效果/价格/售后」四顾虑结构借用到陪跑课的答疑内容设计上。