如果您只有5分钟，请只看以下部分：
| 页码 | 内容 | 为什么重要 |
|---|---|---|
| 本页 | 核心卖点一句话 | 30秒了解我们在做什么 |
| 第2部分 | 护城河分析表 | 为什么360doc是独特资产 |
| 第3部分 | 差异化定位表 | 我们与竞品的本质区别 |
| 第5.1节 | 三阶段战略图 | 执行路径总览 |
| 第6.3节 | 单位经济模型 | 最关键！ 我们如何解决AI成本问题 |
| 第6.6节 | 现金流预测表 | 财务可行性证明 |
| 第8节 | 风险应对方案 | 我们的止损纪律 |
用AI激活中国最大、历史最悠久的私人知识库——11亿篇经人类筛选的知识，是训练"个人AI第二大脑"的黄金燃料。
用AI激活中国最大、历史最悠久的私人知识库，打造首个基于个人数字记忆的智能引擎。
我们计划接管360doc个人图书馆——一个拥有8000万用户、11亿篇文章、20年知识沉淀的独特资产。这不是一个普通的内容平台，而是中国互联网上最大规模的"经人类筛选的个人知识图谱"。我们将用AI技术唤醒这座沉睡的知识金矿。
"360doc：你的历史知识AI伙伴" —— 具备你全部记忆的个人知识助手
对标产品：具备你全部记忆的ChatGPT / 基于你个人数据的Notion AI
明确不做：团队协作（语雀/飞书已是红海）
"做深C端，做轻B端" —— 100%资源聚焦个人用户，不分兵做团队协作
"多端同步、AI核心" —— 用最小成本、最快速度验证最大价值假设
| 时机因素 | 说明 |
|---|---|
| 国产大模型成本进入下降通道 | 通义/文心API成本已降至GPT-4的1/3，且仍在快速下降 |
| RAG技术栈成熟 | 向量数据库、Embedding模型已成为标准组件，无需自研 |
| 竞品窗口期 | Notion AI等尚未深入中文个人知识场景，市场空白 |
| 创始人转让意愿 | 蔡智女士明确寻找"监护人"，机会窗口稀缺 |
| 用户心智成熟 | ChatGPT普及后，用户已理解"AI对话"价值 |
360doc的真正价值不在于"图书馆"功能，而在于一份任何竞品都无法复制的独特资产：
| 维度 | 360doc的独特性 | 竞品（Notion/印象笔记）的局限 |
|---|---|---|
| 数据深度 | 20年积累、11亿篇文章 | 用户需从零开始积累 |
| 筛选质量 | 8000万人主动筛选、分类的知识 | 依赖用户自主整理 |
| 时间跨度 | 覆盖2005-2025年的知识演变 | 缺乏历史纵深 |
| 领域广度 | 跨行业、跨学科的知识覆盖 | 受限于单一用户视野 |
从"个人图书馆"升级为"基于个人知识库的AI第二大脑"
我们不是在接管一个包袱，而是在激活一座沉睡的知识金矿。
让每一篇收藏的文章都能被理解、被关联、被激活，让用户真正实现从"知识囤积者"到"知识运用者"的跃迁。
核心定位：具备你全部记忆的AI知识伙伴
不是"记忆外挂"（被动存储），而是"思维伙伴"（主动激活）。
| 竞品 | 核心定位 | 关键短板 | 360doc 2.0的差异化 |
|---|---|---|---|
| ChatGPT | 通用AI对话 | 不了解"我"，无个人记忆 | 具备你20年知识记忆 |
| Notion AI | 文档+AI助手 | 需从零搭建个人库 | 自带11亿篇知识资产 |
| 印象笔记 | 全能笔记工具 | AI能力弱，功能臃肿 | AI原生重构 |
核心结论：必须采用"多终端整体性产品"战略
| 终端 | 核心定位 | 主要场景 | AI结合点 |
|---|---|---|---|
| Web端 | 深度处理中心 | 研究、写作、多文档对比 | AI研究助手、长文写作辅助、复杂知识库查询 |
| 移动端App | 即时捕获入口 | 随时随地收藏、碎片阅读、通勤回顾 | 一键收藏+AI摘要、语音问答、智能推送 |
| 浏览器插件 | 快速收藏工具 | 网页浏览时一键保存 | 页面净化、自动标签、即时摘要 |
目标：将"死"文档变成"活"资产，提供即时价值
| 功能 | 描述 | 解决的痛点 | 优先级 |
|---|---|---|---|
| 知识库对话 | 基于用户全部收藏进行AI对话，支持跨文档提问 | 知识难以检索和关联 | P0（首发） |
| 收藏时AI三问 | 自动生成三维度摘要 | 收藏后不再回顾 | P0 |
| 时间线回顾 | AI推送"N年前今天的你收藏了什么" | 囤积不消化 | P1 |
| 自动标签 | AI自动识别文章主题并打标签 | 分类整理耗时费力 | P0 |
目标：通过单向关注机制形成个人知识社区，而非B端协作
核心原则：这是C端社区，不是B端协同。用户之间是"关注/被关注"关系，而非"协作/共编辑"关系。
| 功能 | 描述 | 价值 | 与B端协作的区别 |
|---|---|---|---|
| 专家文库关注 | 单向关注某领域专家公开的知识库 | 发现优质知识源 | 不是共同编辑 |
| 知识订阅 | 订阅特定主题的精选内容推送 | 被动获取新知 | 不是群组协作 |
| 公开笔记 | 用户可选择公开部分笔记/批注 | 输出倒逼输入 | 个人行为，非团队 |
| 阶段 | 策略 | 具体行动 | 量化目标 |
|---|---|---|---|
| 种子期（第10-12月） | 主动邀请 | 邀请30位知名博主/KOL试用 | 30位KOL入驻，10位公开知识库 |
| 启动期（第13-15月） | 流量倾斜 | 公开知识库获得10x曝光权重 | 100位用户主动公开，关注数破5万 |
| 增长期（第16-18月） | 物质激励 | 被关注1000人以上获Pro会员赠送 | 10位"专家"粉丝破1000 |
明确不做：群组共同编辑、团队空间、权限管理等B端协作功能
目标：建立可持续的C端商业模式，摆脱广告依赖
核心收入：个人订阅会员
| 模式 | 定价策略 | 目标用户 | 核心权益 |
|---|---|---|---|
| 基础版（免费） | 免费 | 普通用户 | 存储+每日5次AI对话 |
| Pro会员 | 29元/月 或 249元/年 | 知识工作者 | 无限AI+高级功能+场景包 |
| Pro+工作场景包 | 49元/月 | 重度用户 | Pro全部权益+工作报告生成 |
| 时间节点 | MAU | Pro会员 | 转化率 | 月收入 | 说明 |
|---|---|---|---|---|---|
| 第6个月 | 280万 | 1万 | 0.35% | 25万 | AI验证期 |
| 第12个月 | 320万 | 3.5万 | 1.1% | 87万 | 商业化起步 |
| 第18个月 | 380万 | 5.5万 | 1.45% | 137万 | 接近盈亏平衡 |
核心策略："先守后攻，由核心场景向外辐射"
核心目标：用"体验惊艳"留住核心用户，而非追求"功能完整"
| 优先级 | 任务 | 具体行动 | 预期成果 |
|---|---|---|---|
| P0 | 知识库对话Beta | 第2-4周即推出MVP，支持对全部收藏提问 | 核心杀手锏，用户留存关键 |
| P0 | 收藏时AI三问 | 收藏时自动生成"核心观点/与我何干/如何应用" | 即时价值感知 |
| P1 | 平滑交接 | 完成团队、技术、数据的全面交接 | 业务连续性 |
核心目标：小程序体验深化，商业化验证
铁律：前12个月不做原生App，所有移动端资源All in小程序
| 优先级 | 任务 | 具体行动 | 预期成果 |
|---|---|---|---|
| P0 | 时间线回顾 | AI推送"N年前今天的收藏" | 提升回访率30% |
| P0 | 知识盲区提示 | 基于知识图谱提示缺失知识 | 差异化体验 |
| P1 | 写作辅助 | 基于知识库的写作助手 | 深度用户依赖 |
| P1 | 小程序功能深化 | 阅读、检索、轻量管理 | 小程序MAU≥50万 |
| 任务 | 具体行动 | 验证指标 |
|---|---|---|
| Pro会员上线 | 第7个月推出分层会员体系 | 首月付费用户5000+ |
| 功能差异化 | 免费版每日5次AI对话，Pro版无限制 | 付费转化率≥1% |
| 场景包试点 | 推出"内容创作包"试点 | 验证高价值场景需求 |
核心目标：构建C端个人知识社区，实现盈亏平衡
| 优先级 | 任务 | 具体行动 | 预期成果 |
|---|---|---|---|
| P0 | 浏览器插件 | Chrome/Edge插件，一键收藏+即时摘要 | 拓展捕获入口 |
| P0 | 场景功能包 | 学术研究包、内容创作包、工作场景包 | 高价值用户ARPU提升 |
| P1 | AI隐形化 | AI从显性对话进化为预测性智能服务 | 智能化体验升级 |
| 任务 | 具体行动 | 预期成果 |
|---|---|---|
| 专家文库 | 优质用户公开部分知识库，供他人关注 | 形成创作者生态 |
| 知识订阅 | 用户可订阅特定领域的精选内容 | 提升粘性 |
| 内容合作 | 与得到/混沌等知识平台合作 | 拓展用户来源 |
| 终端 | 第1-6月 | 第7-12月 | 第13-18月 |
|---|---|---|---|
| Web端 | 知识库对话MVP | AI三问+时间线回顾 | 写作助手+知识图谱 |
| 小程序 | 捕获MVP | 功能持续深化（不做原生App） | |
| 浏览器插件 | - | - | Chrome/Edge插件 |
| 原生App | 前12个月不做，视小程序数据决定是否启动 | ||
| 类别 | 金额（万元） | 具体用途 |
|---|---|---|
| Web端研发 | 80 | 后端重构、前端优化、AI功能集成 |
| 移动端研发 | 25 | 微信小程序（前12个月不做原生App） |
| 浏览器插件 | 15 | Chrome/Edge插件开发 |
| 同步引擎 | 15 | 多终端实时同步、数据一致性 |
| AI算力 | 150 | 大模型API调用、向量数据库、服务器 |
| 团队薪酬 | 130 | 7人核心团队18个月 |
| 运营市场 | 45 | 用户召回、品牌推广、活动策划 |
| 风险储备 | 25 | 应急资金、法务合规 |
| 合计 | 500 | - |
核心约束：单位经济模型必须成立（LTV > CAC）
| 阶段 | 模型策略 | 单次调用成本 | 月预算 | 累计预算 |
|---|---|---|---|---|
| 第1-6月 | GPT-4 API（验证期） | 0.15元 | 12万 | 72万 |
| 第7-12月 | 国产大模型（通义/文心） | 0.05元 | 8万 | 48万 |
| 第13-18月 | 自有微调模型+小模型 | 0.02元 | 5万 | 30万 |
| 合计 | 150万 | |||
| 用户类型 | 月AI调用上限 | 月AI成本 | 月收入 | 毛利 |
|---|---|---|---|---|
| 免费用户 | 30次 | 4.5元 | 0 | -4.5元 |
| Pro会员 | 300次 | 15元* | 25元 | +10元 |
| Pro+场景包 | 500次 | 25元* | 45元 | +20元 |
现实约束：月薪2.5万在一线城市难以招募具备LLM/RAG自研经验的人才。
解决方案：调整技术策略，接受"重API封装、轻自研"的方案
| 角色 | 人数 | 月薪 | 18个月总计 | 能力要求调整 |
|---|---|---|---|---|
| CEO/产品 | 1 | 2万 | 36万 | 创始人心态，低薪高股权 |
| CTO | 1 | 2.5万 | 45万 | API集成经验即可，非LLM自研 |
| 开发工程师 | 3 | 1.8万 | 97万 | Web+小程序，市场中位数 |
| AI应用工程师 | 1 | 2万 | 36万 | 会用LangChain/向量库即可 |
| 运营/增长 | 1 | 1.5万 | 27万 | 重数据驱动增长 |
| 小计 | 7 | - | 241万 | 精简至7人 |
薪酬竞争力说明：基础薪酬约市场70-80%，配合20%期权池补偿
| 阶段 | Web端 | 移动端 | 插件 | AI算力 | 合计 |
|---|---|---|---|---|---|
| 第1-6月 | 50万 | 15万 | - | 60万 | 125万 |
| 第7-12月 | 20万 | 15万 | 10万 | 50万 | 95万 |
| 第13-18月 | 10万 | 10万 | 5万 | 40万 | 65万 |
| 合计 | 80万 | 40万 | 15万 | 150万 | 285万 |
| 月份 | 累计支出（万） | 累计收入（万） | 现金余额（万） | 说明 |
|---|---|---|---|---|
| 第3月 | 75 | 5 | 430 | 产品开发期 |
| 第6月 | 155 | 35 | 380 | AI验证期 |
| 第9月 | 250 | 100 | 350 | 商业化启动 |
| 第12月 | 340 | 200 | 360 | 付费增长 |
| 第15月 | 420 | 340 | 420 | 接近盈亏平衡 |
| 第18月 | 500 | 500 | 500 | 刚好盈亏平衡 |
| 角色 | 人数 | 核心职责 | 关键能力要求 |
|---|---|---|---|
| CEO/产品负责人 | 1 | 战略方向、产品规划、外部合作 | 知识管理领域经验 |
| CTO/技术负责人 | 1 | 技术架构、AI能力建设、多端协同 | LLM/RAG技术经验 |
| 开发工程师 | 2 | Web端+小程序开发、API设计 | 5年+开发经验 |
| AI工程师 | 1 | RAG系统、向量检索、模型调优 | AI应用开发+数据分析 |
| 用户增长（Growth） | 1 | 获客策略、转化漏斗、A/B测试 | 增长黑客经验 |
| 设计师 | 1 | 多端UI/UX设计、设计系统 | 跨端设计经验 |
| 终端/模块 | 主要负责 | 协作支持 |
|---|---|---|
| Web端 | 开发工程师A | AI工程师、CTO |
| 小程序/移动端 | 开发工程师B | 设计师、CTO |
| AI能力 | AI工程师 | CTO |
| 同步引擎 | CTO | 开发工程师A/B |
| 增长与转化 | 用户增长 | AI工程师（数据） |
| 角色 | 期权比例 | Vest周期 | 说明 |
|---|---|---|---|
| CEO | 8% | 4年/1年cliff | 联合创始人 |
| CTO | 6% | 4年/1年cliff | 联合创始人 |
| AI工程师 | 2% | 4年/1年cliff | 核心技术岗 |
| 其他员工 | 共4% | 4年/1年cliff | 期权池 |
| 总计 | 20% | - | 预留20%期权池 |
| 风险类型 | 风险描述 | 发生概率 | 影响程度 | 应对策略 |
|---|---|---|---|---|
| 数据隐私风险 | 用户对AI处理个人知识库心存疑虑 | 高 | 高 | 见详细方案 |
| 技术风险 | AI能力建设进度滞后 | 中 | 高 | 见详细方案 |
| 市场风险 | 用户付费意愿低于预期 | 中 | 高 | 分层定价，持续优化价值感知 |
| 运营风险 | 老用户大量流失 | 中 | 高 | 见详细方案 |
用户担忧：将20年个人知识库交给AI处理，数据是否安全？
| 措施 | 具体行动 | 实施阶段 |
|---|---|---|
| 透明数据政策 | 发布《数据安全白皮书》，明确数据仅用于用户本人的AI服务 | 第1个月 |
| 数据不出境承诺 | 使用国内云服务，数据存储在国内服务器 | 第1个月 |
| 可视化隐私工具 | 用户可查看"哪些数据被AI处理过"、一键清除 | 第3个月 |
| 用户控制 | 一键导出完整数据包（Markdown/JSON） | 第3个月 |
核心策略：将数据资产转化为情感羁绊 + 分层精准召回
| 措施 | 具体行动 | 预期效果 |
|---|---|---|
| 老用户专属标识 | "20年元老用户"徽章，享受永久基础功能免费 | 情感认同 |
| 历史数据AI报告 | 为老用户生成"我的知识人生报告" | 惊喜感+分享传播 |
| 数据迁移保障 | 承诺任何时候可导出完整数据 | 消除顾虑 |
| VIP内测资格 | 老用户优先体验新功能 | 参与感 |
| 用户层级 | 定义 | 召回策略 | 预期响应率 |
|---|---|---|---|
| 高价值用户 | 收藏>1000篇 | 专属"知识人生报告" + CEO亲笔邮件 | 15% |
| 活跃流失用户 | 1年内活跃过 | 邮件+站内信："您的收藏有了AI新玩法" | 8% |
| 深度流失用户 | >2年未活跃 | 微信服务号推送 + 数据安全承诺 | 3% |
| 僵尸用户 | >5年未活跃 | 不主动召回，节省成本 | - |
| 时间 | 成本阈值 | 触发条件 | 应急行动 |
|---|---|---|---|
| 第3个月 | 单次>0.12元 | GPT-4验证期成本过高 | 提前启动国产模型预研 |
| 第6个月 | 单次>0.08元 | 降本进度滞后 | 立即切换国产模型 + 收紧免费额度 |
| 第9个月 | 单次>0.05元 | 国产模型成本仍高 | 启动自有模型微调计划 |
| 第12个月 | Pro用户AI成本>收入50% | 单位经济模型失败 | 大幅调整定价或功能限制 |
触发条件：AI成本无法控制 + 付费转化率不及预期
| 情景 | 触发指标 | 应急措施 |
|---|---|---|
| AI成本失控 | 第6个月单次成本>0.08元 | ① 立即切换国产模型 ② 大幅收紧免费额度 |
| 转化率过低 | 第9个月转化率<0.5%< /td> | ① 启动广告收入 ② 探索内容推荐变现 |
| 双重压力 | 两者同时发生 | ① 团队缩编至5人 ② 仅保留Web端核心功能 ③ 寻求外部融资或并购 |
若第12个月仍无法盈亏平衡：
作为360doc的新"监护人"，我们郑重承诺：
"我们不是来'买'一个产品，而是来'继承'一份责任。我们理解360doc不只是代码和数据，更是8000万用户20年的知识记忆。我们将像对待自己的作品一样，用心守护、用力进化。"
做深C端，做轻B端——用全部力量在"个人历史知识AI化"这个窄而深的点上做到极致
| 维度 | 我们的优势 |
|---|---|
| 聚焦 | 100%资源做C端，不分兵做B端 |
| 锐化 | 不是"记忆外挂"，而是"思维伙伴" |
| 务实 | 先小程序验证，再投入原生App |
| 数据驱动 | 转化漏斗、单位经济模型、止损机制——每一步可衡量 |
"知识库对话"是第一阶段的唯一重心
我们接手的是中国最大、历史最悠久的个人知识库。我们的使命是：先让个人强大（AI知识伙伴），再让组织借力个人强大（自然延伸）。用全部力量在"个人历史知识AI化"这个窄而深的点上做到极致，建立无法逾越的C端护城河。