同一个人、同一套 AI 技术:Danny Postma 的 HeadshotPro 月入 30 万美元,HairstyleAI 却只卖出 1,298 单
荷兰独立开发者 Danny Postma 是 AI 产品圈的明星:2020 年做的 AI 文案工具 Headlime 不到一年以约 100 万美元卖掉;2023 年用约 30 天做出的 AI 职业照工具 HeadshotPro,两周收入 10 万美元,据报道如今月入约 30 万美元。但在同一时期,他用同一套 AI 换脸技术做的 AI 换发型网站 HairstyleAI,官网显示只有 1,298 个客户,售价 9 美元一次性付费——按此估算累计收入大约只有 1.2 万美元。从 2023 年 7 月到 2026 年,网页上的客户计数一直停在 1,298。网上流传的「HairstyleAI 月入 8 万美元、48 小时上线、85% 净利」没有任何来源。这个案例要回答的问题是:同一个人、同一套技术,为什么一个产品成了印钞机,另一个几乎没人买?
过程
先说一个流传很广的故事。
荷兰传奇独立开发者 Danny Postma,花 48 小时做了一个 AI 换发型网站 HairstyleAI,不搞订阅,只卖一次性点数包,结果月入 2 万到 8 万美元,净利润率 85% 以上。
听起来很励志。问题是,这个故事几乎全是假的。
打开 hairstyleai.com,页面最顶部写着一行小字:"Used by 1,298 happy customers"(1,298 位满意的客户)。售价是 $9,一次性付费。按这个算,HairstyleAI 上线以来的总收入大约是 1.2 万美元——还不到传说中"一个月 8 万"的六分之一。
更有意思的是,我们查了网页存档:从 2023 年 7 月到 2026 年,这个"1,298"一直没变过。
但 Danny Postma 本人确实是一个成功的创业者。就在同一时期,他用同一套 AI 技术做的另一个产品 HeadshotPro,据报道如今每月收入约 30 万美元。
**同一个人、同一套技术、同一时期上线,为什么一个成了印钞机,另一个几乎没人买?**这才是这个案例真正值得讲的故事。
阶段一·一个不会写代码的营销人(2015-2019)
Danny Postma 是荷兰人,最早是一名网络营销人员,做"转化率优化"的自由职业者。很多年里,他都不会写代码。
2015 年,21 岁的他在帮客户设计落地页时,苦于找不到好的参考案例,于是用 WordPress 做了一个收集优秀落地页设计的网站 Landingfolio。这是他的第一个成功项目。
据他后来回忆,他大约在 25 岁时才真正学会写代码。
阶段二·Headlime:第一个 AI 产品,一年卖了约 100 万美元(2020-2021)
2020 年,Danny 做了一个叫 Headlime 的工具,最初只是一个提供标题模板的文案工具。
转折来自 GPT-3。一位朋友向他介绍了 OpenAI 的这个新模型,Danny 直接给 OpenAI 联合创始人 Greg Brockman 发邮件申请使用权限,成为第一批拿到权限的用户。他把 GPT-3 接进了 Headlime,让它成为最早在生产环境中使用 GPT-3 的产品之一。
据报道,Headlime 上线第一周就赚了约 6 万美元,到 2021 年 3 月月收入达到约 2 万美元。不到一年,他以约 100 万美元的价格把它卖掉了。
这次经历让他相信:AI 新技术出现时,谁先把它包装成普通人能用的产品,谁就能赚到第一桶金。
阶段三·Stable Diffusion 之后:一口气做了一堆小产品(2022 年秋)
2022 年 9 月,开源图像生成模型 Stable Diffusion 发布。Danny 立刻开始尝试。
他先做了一个 AI 图库网站 Stock AI,但很快放弃了:生成的图片质量不稳定,还可能面临 Getty Images 这类图片巨头的法律风险。
于是他转向"用 AI 处理人脸"。他做了 ProfilePicture.AI,用 AI 生成社交头像。他说这个产品"在推特上爆了,一周就卖了很多",但销量很快下滑。
接下来,他又陆续推出了一系列小产品:AI 纹身设计 Tattoos AI、AI 模特租赁 Deep Agency、表情包生成 Meme Morph……HairstyleAI 也是其中之一。网页存档显示,2022 年 11 月 hairstyleai.com 已经上线,当时售价 $8。
这种打法的逻辑很清楚:同一套技术,换一个场景,就是一个新产品。做得快、成本低,哪个火了就继续做。
阶段四·HeadshotPro:真正的爆款(2023 至今)
在这一堆实验里,真正跑出来的是 HeadshotPro——用 AI 生成职业形象照(商务头像)。
2023 年,Danny 和开发者 David 合作,用大约 30 天做出了 HeadshotPro。和它同时推出的 Deep Agency 拿到了更多媒体报道,但真正赚钱的是 HeadshotPro:上线两周就收入了约 10 万美元。
之后,Danny 把几乎所有精力都投在了它身上:
- 自研模型:除了 Stable Diffusion,还用 LLaVA 过滤上传照片、用 CodeFormer 修复人脸细节,团队花了一整年开发自己的模型,目标是让照片"和真实照片无法区分";
- 严格的质量要求:用户需要上传 15 到 17 张照片,才能得到最好的效果;
- 专注一个场景:竞争对手扩展到头像、约会照片时,HeadshotPro 只做职业照;
- 程序化 SEO:做了 200 多个针对城市的落地页(比如"旧金山职业照"),在"professional headshots"这类关键词上排进前十,每月约 22 万访问量;
- 定价:$29 一次,$69 三次,还接企业团队的批量订单。
据报道,HeadshotPro 如今每月收入约 30 万美元,已经为约 19.7 万名客户生成了约 1,800 万张职业照。Danny 也从一个人单干,转向组建团队。他说:"我应该更早就开始组建团队。"
阶段五·HairstyleAI:一个停在 1,298 的计数器(2023-2026)
再回头看 HairstyleAI。
今天的 hairstyleai.com 顶部写着"Powered by HeadshotPro.com"——它用的就是 HeadshotPro 的技术。产品很简单:上传自拍,大约 1 小时后得到 30 种发型、4 种姿势、共 120 张高清照片,价格 $9,一次性付费。页脚写着"© 2023 Postcrafts PTE LTD",Postcrafts 是 Danny 管理旗下产品的公司。
但它的数据一直没动。网页存档显示,2023 年 7 月、2024 年 2 月、2026 年 2 月,首页上都写着同样的数字:1,298 个客户,155,760 张发型照片。
2024 年 2 月,Danny 在接受采访时说,他正在"卖掉大部分其他产品,以便完全专注于 HeadshotPro"。HairstyleAI 至今仍在线,但看起来已经是一个被放在一边的副产品。
至于网上流传的"月入 2 万到 8 万美元""48 小时上线""85% 净利润",我们没有找到任何来源。按官网自己公布的数字计算,这些说法和事实相差甚远。
Thinking
1. 需求强度决定生死:替代昂贵服务,还是满足好奇心?
HeadshotPro 解决的是一个"必须花钱"的问题:找工作、更新 LinkedIn、公司官网都需要职业照,而请摄影师拍一次动辄几百美元,还要预约、化妆、出门。AI 职业照便宜几十倍,用户有明确的付费理由。
HairstyleAI 解决的是"剪之前想看看效果"。这是一个真实但不迫切的需求:很多人只是好奇,看完就算了;而且手机上有大量免费的换发型滤镜和 App 可以替代。
能替代一项昂贵服务的产品,比满足好奇心的产品好卖得多。
2. 客单价和客户类型,决定天花板
HairstyleAI 卖 $9,HeadshotPro 卖 $29 到 $69,还能接企业团队一次买几十份的订单。同样的流量,HeadshotPro 每个访客能带来更多收入(据报道每位访客约 $1.35)。
客单价低的产品,需要极大的流量才能赚到钱;而换发型这个需求,本身的搜索量和付费意愿都撑不起这样的规模。
3. 资源向赢家集中,是组合打法的关键
Danny 的打法是"多点尝试、快速验证":同一套技术,套到不同场景,做出一堆小产品。大多数都没火,这很正常。
关键在于,他看到 HeadshotPro 跑出来后,立刻把团队、模型研发和 SEO 都集中到它身上,同时计划卖掉其他产品。HairstyleAI 没有得到这些投入,自然停在了原地。
组合打法不是"每个产品都做好",而是"快速找到赢家,然后全力押注"。
4. 获客渠道:搜索意图的商业价值
HeadshotPro 靠程序化 SEO 吃下了"职业照 + 城市名"这类高商业意图的搜索:搜这些词的人,基本都是准备花钱的。
"AI 换发型"这类关键词,搜索的人多数是想找免费工具,商业意图弱,竞争还被大量免费 App 占据。同样做 SEO,关键词背后的付费意愿差别巨大。
5. 警惕"爆款收入"传言
这个案例原来的版本,把 HairstyleAI 写成了"48 小时月入 8 万美元"的神话,而官网上的数字只有 1,298 个客户。独立开发圈有大量这样的二手传言:把一个人的整体收入安到某个小产品上,或者把"某个月的峰值"说成"稳定月收入"。
看到惊人的收入数字时,先去产品官网、存档和创始人本人的公开发言里核实。
Action
第一步:用同一套技术,低成本测试多个场景(2-4 周) 如果你掌握了一项能力(比如 AI 图像生成),不要只做一个产品。挑 3-5 个不同场景,每个场景做一个最小可用版本,快速上线测试。
第二步:给每个产品定一个"继续/放弃"的标准 比如上线 30 天内的付费用户数、收入、自然流量增长。达不到标准的,果断停止投入,或者让它自动运行、不再维护。
第三步:优先选择"替代昂贵服务"的场景 问自己:用户现在为这件事花多少钱?如果答案是"几百美元请专业人士",你的 AI 产品就有很大的定价空间;如果答案是"免费",就要非常谨慎。
第四步:检查关键词背后的付费意愿 用 Google 关键词工具或 Ahrefs,看目标关键词的搜索量,以及搜索结果里是付费服务多,还是免费工具多。前者说明有人愿意花钱。
第五步:赢家出现后,集中全部资源 一旦某个产品明显跑出来,就把时间、资金、团队都集中到它身上:提升质量、做 SEO、开发 B2B 版本。
第六步:处理掉表现不佳的产品 可以挂到 Flippa、Acquire.com 等平台出售,或者设置成自动运行,不要让它们分散你的注意力。
第七步:对外公布数据时保持诚实 如果你也公开自己的收入,说清楚是哪个产品、哪个时间段、是月收入还是累计收入。真实的数据,比夸大的故事更能建立长期信任。
不适合你,如果:
- 你只想做一个产品,并且希望第一个产品就成功——组合打法意味着大部分尝试都会失败;
- 你没有能力在多个小产品之间快速切换,也不愿意果断放弃表现不佳的项目;
- 你选择的场景主要依靠用户的好奇心,而市场上已经有大量免费替代品;
- 你容易被网上的"爆款收入"故事带节奏,而不去核实数据来源。