GTM Execution Partner
〇这是什么业务：一句话背景
一句话说清楚：我们帮你的公司，在美国市场拿到第一批真实客户和证据。
In one sentence: we get your company its first real customers and proof in the US market.
我们在探索一门业务：帮任何想进入美国市场、但自己不擅长具体执行市场推广（GTM）的公司，直接接管一部分获客/推广工作并做出可验收的结果，而不是给建议。对客户呈现的方式是"这块交给我们就行"，不主动强调背后用了多少 AI；起步阶段允许不计规模、人力堆出来，内部持续用 AI 压缩每一件事所需要的人工分钟数，逐步把毛利做健康。
我们卡在客户"自己招人"和"找顾问"这两个现有选项中间：比自己招一整套 GTM 团队更便宜、更快启动；比找顾问更落地、更可验收——顾问交付建议，我们交付已经做完的事情。
一我们评估机会的四个维度
在讨论"目标客户是谁""哪个 offering 优先做"之前，先把评估标准定下来——不然每次讨论新 offering 都要重新吵一遍"这算不算真需求"。四个维度里，前两个是硬门槛，第三个是护城河检验，第四个是加分项，不是硬门槛：
需求真实性
核心判断标准分两层：
- 需求真实性 + 预算是否存在——这份工作现在是不是已经有人在做（全职、兼职、合同工、顾问都算），公司是不是已经在为此花钱。"有人在做"直接证明了需求真实、预算存在——不需要再去找 Reddit 帖子、行业报告这类间接佐证。
- 量级够不够——这份工作本身值多少钱？在美国市场，专职或兼职做这件事的人力成本本身就不便宜，这笔预算的分量足够支撑一门生意。
可触达性
前一条证明了"值得做"，这一条决定"我们能不能做"。具体检验方式：
- 能不能现在就列出一份具体的名单（10–20 个具体的人名或公司名，是我们已经认识、或者一步之内能认识的）？列不出具体名单，说明可触达性还没被验证。
- 凭我们自己的 credential（创始人个人背景、公司积累的资源、我们所在的赛道和过往经验），有没有可能在客户还没看到任何产品/案例之前，单靠"我们去 sell"就先拿下第一批客户？这是第一批客户特有的门槛——后面几批客户可以靠案例说话，第一批不行，只能靠信任。
是否会被简单工具/大模型干掉
就算前两条都成立，还要问这件事能不能被一个通用工具或者大模型厂商顺手做掉。越是可以拆解成"标准化流程 + 内容生成"的事，越容易被抄；越依赖真实人际信任、真实判断、真实关系的事，护城河越强。
与 Ancher 现有能力的契合度参考项
能不能用上 Ancher 已经建好的能力（全模态捕获、Living Context、Task-Time Recall、Identity-Grounded Output、Ship-Ready Multi-Format Creation，以及底层 hybrid retrieval / judgment graph 架构）。契合度越高，内部阻力越小、AI 能压缩的人工时间越多——但前三条不成立，契合度再高也救不回来（Offering 9、十就是反例）；前三条都成立，契合度低也不是否决理由，只是执行起来更吃力。
评分统一用强 / 中 / 弱（可触达性、契合度用高 / 中 / 低），不用 1–5 分——很多判断天然是定性的，强行打分反而制造虚假精确感。
二我们的目标客户是谁
目标客户分两类。两类客户面对的都是"GTM 空白"，但空白的成因、预算体量和触达方式都不一样，不能用同一套打法覆盖。
类型一：真正的早期团队
一句话画像：产品刚做出来的早期创始团队——不是不想找人做 GTM，是市场上招不到合适的人，也没有预算撑起一个团队；团队本身是产品和技术出身，尤其在海外市场获客上，根本上两眼一抹黑。
- 01团队规模与阶段——Solo founder 或 4–6 人的极早期团队（Stripe Atlas 数据：2026 Q2 新注册 C Corp 中 63% 是 solo founder；Carta 数据：Seed 阶段团队中位数已从 2021 年约 10 人缩小到 4–5 人）。产品阶段已经能用（demo 或 MVP 都行），不是纯 idea 阶段。
- 02招不到人——市场上 GTM 人才非常难招，不是不想招。
- 03预算限制——招不起一个完整的 GTM 团队，有 budget 上的硬限制。
- 04缺乏经验——团队本身是产品和技术出身，尤其在海外市场获客这件事上，根本上两眼一抹黑，不知道从哪下手。
类型二：有产品、有预算，但不懂 AI 打法的公司
一句话画像：不一定是传统企业，是偏传统一些的产品公司——做实物商品、做贸易、做电商，或者其他行业的商业实体。他们的产品和预算，相对类型一的早期团队来说更成熟；真正不懂的是 AI——AI 怎么落地、怎么用 AI 提效、怎么用 AI 获客、怎么玩社交媒体，以及 GEO 这类新玩法，基本都不懂。
- 01公司规模与阶段——不一定小、不一定早期，产品和预算比类型一的早期团队更成熟。
- 02不懂的是 AI，不是 GTM 本身——AI 怎么落地、怎么用 AI 提效、怎么用 AI 获客、怎么玩社交媒体、GEO 这类新玩法，基本都不懂。
- 03目标市场不局限于"出海"——可能对出海抱有期望，也可能只是想用新渠道（社媒、SEO、GEO 等）获客，也可能完全只做国内市场。
- 04预算现实——预算是有的，而且比类型一更充足——缺的不是钱，是怎么用这些新工具、新渠道的知识。
三候选 Offering 全景清单
用一节定义的四个维度（需求真实性 / 可触达性 / 护城河 / 契合 Ancher 能力）逐一评估候选 offering。分类维持三档，不用 P0/P1/P2 这类内部代号：★ 第一批（现在就做）／下一步待验证（不是不好，只是还不是时候）／不考虑（评估过，明确排除）。每个 offering 先用一两句大白话说清楚它是干什么的，再看四个维度的评分。
说人话：帮客户的产品从零开始拉到第一批真实的人——可能是 100 个真实激活的注册用户，可能是 20 个真金白银付费的客户，也可能是 20 场有价值的买家访谈，看客户产品所在的阶段挑一种。
- 需求真实性——GTM 人手需求真实存在，是早期公司砍不掉的岗位
- 可触达性——直接落在类型一人群里，创始人背景能先拿下第一批
- 护城河——靠人工建立真实信任，AI SDR 类工具替代不了
- 契合 Ancher 能力（参考项）——复用全模态捕获、Living Context、Task-Time Recall
说人话：客户有了第一批付费客户之后，帮他们把聊天记录、销售电话里的好评，整理成能放在官网和销售资料上的案例研究和证言，不让这些好东西烂在聊天记录里。
- 需求真实性——竞品 Case Study Buddy、Testimonial Hero 证明这是真金白银在花的钱
- 可触达性——Offering 1 客户的自然升级，不需要单独获客
- 护城河——"这段话能不能公开"的信任判断不能自动化
- 契合 Ancher 能力（参考项）——信号扫描 + 复用 Offering 1 的客户知识集
说人话：客户已经搭了一个合作伙伴/联盟计划，但建完没人管——我们帮忙把它真正运营起来。
- 需求真实性——真实存在但不算不可或缺，容易被砍
- 可触达性——要求客户已有留存和毛利，和核心人脉重合度一般
- 护城河——关系维护有壁垒，但不算内容密集
- 契合 Ancher 能力（参考项）——核心是谈判和关系维护
说人话：帮客户把产品上架到各类应用市场（比如 Shopify App Store、各种插件市场），并持续运营优化上架页面和排名。
- 需求真实性
- 可触达性——买家偏工程背景，和核心人脉重合度一般
- 护城河
- 契合 Ancher 能力（参考项）——需要工程集成能力
说人话：帮客户把 G2、各类行业目录网站的资料填好、维护好，让潜在客户搜的时候能找到、也让 AI 搜索引擎能正确引用。
- 需求真实性——很少有公司专门为这件事花钱雇人
- 可触达性——同一批网络容易触达，适合做敲门砖
- 护城河——容易被通用工具复制
- 契合 Ancher 能力（参考项）——但需求弱，救不回来
说人话：帮创始人约到相关领域的播客，去当嘉宾，借助播客主的听众打知名度。
- 需求真实性——真实品类存在，但客单价低容易被当一次性动作
- 可触达性——创始人有媒体背景，天然更可信
- 护城河
- 契合 Ancher 能力（参考项）——主要是联络协调
说人话：把 Offering 1、2 打包成一个专门给出海客户用的组合装，加上本地化和时区对齐服务。四个维度继承 Offering 1、2 的评分——不是独立 offering。
说人话：帮客户在 Product Hunt 或 AppSumo 上冲一次榜，搞一波集中曝光。
- 需求真实性——很少有公司专门为这件事雇人编预算
- 可触达性——能触达，但对应"预算"本来就不存在
- 护城河——竞争烈度接近最高
- 契合 Ancher 能力（参考项）
说人话：用 AI 帮客户批量做销售邮件/私信触达，相当于一个 AI 版的 SDR（销售开发代表）。
- 需求真实性——SDR 是极其真实、正在被主动替换的岗位
- 可触达性——技术背景创始人是天然买家群
- 护城河——Clay、Apollo、11x、Artisan 正面厮杀，严重红海
- 契合 Ancher 能力（参考项）
说人话：帮客户代运营 X、LinkedIn 这些社交账号，定期发内容、维护人设。
- 需求真实性——真实岗位，但比 SDR 更容易被当成本项砍掉
- 可触达性
- 护城河——Taplio、Hypefury 已经把这件事拆得很碎
- 契合 Ancher 能力（参考项）
这张清单里还没有重新做外部检索验证的部分：Offering 3 至 Offering 10 的判断主要基于框架推演，没有针对每个 offering 逐一补证据；"可触达性"的判断基于对创始人现有网络和过往经验的推断，还没有逐个 offering 单独验证过。如果某个"下一步待验证"的 offering 要真正推进，应该单独补做市场验证和触达测试，而不是直接采信这份清单。Offering 1、Offering 2 的需求真实性评估，已经在下文用真实数据和链接验证过。
Offering 1：First N Users/Buyers
一、我们具体提供什么服务
核心承诺：帮客户拿到他们第一批真实的用户/付费客户/买家对话——不是一份"你的用户是谁"的分析报告，是真实发生的动作和可验收的数字。"First N" 不是单一一种东西，具体是 N 个种子用户、N 个注册用户，还是 N 个付费客户，看客户产品所在的阶段——下面三个 package 分别对应这几种情况。
拆成三个可以独立报价、也可以组合销售的具体 package：
Package A · First 100 Signups
Package B · First 20 Paying Customers
Package C · First 20 Buyer Conversations（To B）
三个 package 不是三选一，按客户处境组合：纯早期、还没验证要不要做的 To B 客户先卖 C；有产品无用户基础的 C 端/PLG 客户先卖 A；跑完 A 转化不动升级 B；C 反馈正面且产品可自助购买，可直接跳到 B。
二、为什么我们能赢
Indie Hackers 上有创业者明确复盘：用户不愿意为一份 AI 生成的 Ideal Customer Profile 文档付费（来源）。客户更愿意为"10 次真实客户对话""100 次高质量可追踪触达""一次完整 launch"这类真实发生的动作付费。三个 package 的完成标准全部锚定在可验证的真实动作和数字上，不是一份 PDF——这直接对上了市场已经验证过的付费意愿边界。
给每个客户建一个专属的、持续生长的 GTM 知识集，由两条数据流构成：客户自己的深度知识（产品文档、竞品分析、每次访谈的转录和买家原话）+ 这个赛道当下最新的打法。这直接复用 Ancher 的全模态捕获（访谈录音、销售通话、竞品页面自动解析进同一知识结构）+ Living Context（两条数据流自动关联、围绕客户具体目标自我组织）+ Task-Time Recall（写触达话术那一刻，三周前的访谈原话、上周监测到的竞品新动作自动回到眼前）。
这意味着：随着服务的持续交付，执行团队的产出会越来越准、越来越快——不是因为团队变熟练了，是因为背后的知识集在真正复利。同样的执行工作，我们比纯人力 agency 更快找到证据、比通用 AI 工具更懂这个具体客户。
现有 GTM agency 普遍失败，头号原因是"不懂客户具体产品的 context"——这正是我们原有护城河逻辑（context/judgment 是差异点）的镜像应用，是同一套 moat 换了一个更愿意付钱、完成状态更明确的买家。
纯 AI 生成的触达内容正在被识别和惩罚，读者和买家对通用大模型的套话越来越敏感。如果每一次输出都扎根在客户真实、具体的知识集里，天然更不容易读起来像模板——这是结构性优势，不是执行力优势，竞争对手很难靠"招更多人"追上。
三、需求分析：为什么有强需求
3.1 潜在客户人口正在快速扩大，而且天然"两眼一抹黑"
- Stripe Atlas 在 2025 年帮助 23,000 家公司完成注册，约占五分之一 Delaware C Corp 注册；来自 169 个国家，44% 位于美国以外，欧洲创始人注册量同比增长 48%。（Stripe Atlas 2025 Year in Review）
- AI 创业者比例持续上升：从 2023 年 15% 涨到 2025 年 42%，按 23,000 家折算约 9,700 家 AI 公司，还不含未注册的 side project、LLC 和全球本地公司。（同上）
- 到 2026 年 Q2，Stripe Atlas 新成立的 C Corp 中 63% 是 solo founder，创历史新高；Carta 数据显示 Seed 阶段团队中位数已缩小到约 4–5 人（2021 年约 10 人）。（Stripe，Carta）
这直接支持我们的核心判断：团队越来越小、越来越技术背景导向，不会先组建完整的 marketing department；更自然的组织方式是 founder + AI tools + fractional experts + execution services——这正是我们要填的位置。
3.2 真实、具体的痛点证据（Reddit 一手调研）
同时 Hacker News 上关于"建完产品不知道怎么获客"的经典高热度帖（"I built it, nobody came, now what?"，246 分/264 评论）反复出现同一个共识："Unless you get a co-founder who does marketing, your chances of success are zero"——这不是模糊的效率诉求，是被反复描述为"生死攸关"的硬痛点。
3.3 产品发布量巨大，但转化到真正成功的比例极低
- Product Hunt 2019–2025 年 67,292 个 featured launches，只有 528 个在发布后 18 个月内完成可验证的 Series A，比例 0.78%（PHBench）
- AppSumo 拥有 1.5M+ entrepreneur community，已向软件合作伙伴支付 $113M+（AppSumo）
- YC 公司目录超过 5,000 家，AI category 当前列出约 855 家（YC AI Directory）
- Carta 数据显示 Q1 2023 到 Q1 2024，Seed 阶段公司关闭数量增长 102%（Carta）
这组数据说明的不是"市场很小"，是这批人极度需要帮助但极度缺乏判断谁靠谱的能力——这正是"交给我们就行"这种呈现方式最有效的土壤：客户不需要理解我们怎么做的，只需要看到可验收的数字。
3.4 客户不为"承诺成功"付费，为"真实动作发生"付费
创业者愿意为以下东西付费：得到真实客户对话、测试多个定位、完成高质量可追踪的触达、上线一个完整 launch、得到真实用户反馈、获得明确的 continue/pivot/stop 判断——三个 package 的设计完全对齐这个付费逻辑。
Offering 2：Customer Proof Engine
此前的研究只给了一句话定义（"把零散好评变成可用的销售证据"），本节从零把它设计成一个完整的业务 offering。
一、我们具体提供什么服务
核心痛点：一家公司一旦有了最初的付费客户（往往是Offering 1跑完之后的自然状态），手上通常散落着一堆没被利用的正面信号——几条 Slack 里客户说"这个真的好用"、几条推文、销售电话里客户随口一句好评、可能有一两条 G2 评论——但这些信号从来没有被系统性地捕获、结构化、包装成销售真正用得上的东西。
这件事需要的能力，介于客户营销、公关和销售赋能之间——大公司有专职的 Customer Marketing Manager 做这件事，小团队完全没有这个能力，也没空做。
Package D · First 10 Customer Proof Assets
- 信号扫描——从客户已有的销售通话记录、客服对话、社群消息、已有的零星评论里，先找出所有正面信号出现过的地方，不是从零开始约访谈
- 精准邀约——挑出信号最强的客户，设计一个轻量捕获机制，同时对信号最强的几个客户做正式访谈
- 结构化产出——转成三种可复用形态：书面案例研究、可引用的分类证言库、短视频剪辑
- 发布与授权——协助获得客户公开使用许可，部署到官网、销售资料、G2/Capterra 等第三方评价网站
- 持续滚动——每完成一轮新的付费客户，新的证据持续汇入同一个客户证据库
二、为什么我们能赢
真实存在且已经规模化运营的竞品：Case Study Buddy（8 年历史，客户包括 HubSpot、Docebo、GHX 等 173+ 家知名品牌）和 Testimonial Hero（专注视频证言）——2024 年 3 月 Testimonial Hero 收购了 Case Study Buddy（收购公告）。这次并购本身就是市场信号：这是一个足够大、值得整合的品类。
他们的定价：Case Study Buddy 单个书面案例研究 $5,000–10,000；Testimonial Hero 按年付订阅收费，$6,510–$54,000/年不等（定价来源，来源2）——纯人力驱动，没有 AI 效率杠杆，这正是我们能打的位置。
如果客户已经走过Offering 1，执行团队手上已经有现成的买家原话、访谈转录、客户身份信息，不需要从零开始信号扫描——这是纯做客户证据代运营的独立玩家（Case Study Buddy 们）不具备的结构性优势。
客户跑完Offering 1、有了初步用户或客户基础后，自然升级到Offering 2——获客成本可以接近于零，是既有客户关系的自然延伸。
三、需求分析：为什么有强需求
3.1 客户证据直接、可量化地影响 B2B 购买决策
没有客户证据，销售漏斗在客户联系销售之前就已经在流失——这不是一个"最好有"的营销素材，是直接卡在购买决策链路上的东西。
3.2 真实的一手痛点证据
- Indie Hackers："You don't need social proof to get users, but you do need users to get social proof"——先有鸡还是先有蛋的困境，恰好Offering 1到Offering 2是这个困境的天然解法；建议 founder "Do things that don't scale. Reach out to X customers a day and ask personally"（来源）
- "Founders with limited marketing experience can sometimes be unsure about where to start and intimidated by creating case studies"——即使是 Stripe 这样资源充足的公司，也需要给销售团队一个简单的 Google 表单来捕获客户好评（来源）
3.3 市场已经被验证，而且在整合、在增长
Testimonial Hero 收购 Case Study Buddy 本身就是需求验证信号——一个纯粹靠人力交付、单价 $2k–10k 一份的服务品类，能支撑一家公司做到 8 年、服务 173+ 品牌客户，并且被同类公司收购整合来扩大产品线，说明这不是一个小众/边缘的服务品类。
六两个 Offering 怎么合在一起讲
不是两门独立生意，是一条客户生命周期上的两个阶段：Offering 1解决"完全没有用户/客户"的冷启动问题，Offering 2解决"有了客户但没人帮你把这些正面信号变成能卖货的东西"的下一个问题。两者共用同一套执行团队、同一套"AI 提效、人工把关、按可验收结果报价"的方法论，也共用同一个客户知识集——这个知识集在Offering 1阶段积累的买家原话、客户身份、产品理解，直接成为Offering 2阶段的原始素材，不需要重新开始。
对客户来说，这是一条自然的升级路径；对我们来说，这是同一套底层能力（Ancher 的全模态捕获、Living Context、Task-Time Recall、Ship-Ready Multi-Format Creation）在客户生命周期两个不同阶段的复用，边际交付成本随客户关系加深而下降。
七诚实的待验证问题
- Offering 2 Package D 的定价是基于现有市场竞品定价推算给出的，还没有经过真实项目校准，实际的人工时间/AI 效率比例需要跑一次真实交付才能确认；
- "客户信任、真实性把关"这一步在Offering 2里权重比Offering 1更高（案例研究直接署名、代表客户对外发声），需要设计明确的客户审批/授权流程，避免因为内容不准确或客户不满意造成信任损失；
- Offering 2对完全没有走过Offering 1的客户该怎么单独获客，本文档还没有涉及，目前假设的获客路径完全依赖Offering 1的自然升级；
- Reddit 站内搜索多次未能返回直接结果，本节引用的 Reddit 链接来自一手调研记录，尚未重新独立验证这些链接当前仍然有效——建议引用前人工点开确认；
- "可触达性"目前所有判断都基于对创始人现有网络的推断，还没有逐个 offering 单独验证——尤其是 Offering 3、6，"中偏高/中偏低"这类判断需要真正去列一份具体名单来验证，而不是停留在直觉。
八下一步
- 优先验证Offering 1（已在 v6/v7 中确认为第一优先级）；
- Offering 1有 2–3 个真实/模拟客户跑完、产生第一批真实客户之后，用同一批客户测试 Package D，实测实际人工时间和 AI 能压缩掉的部分，校准定价；
- 设计Offering 2专属的客户审批/内容授权流程，明确责任边界；
- 如果需要Offering 2独立于Offering 1获客，需要单独补做一轮渠道验证，本文档暂不涵盖。