Jobric 两个月做到 $3.3K MRR：候选人端 AI 求职匹配怎么做成可付费工具

先看证据：收入来自谁，产品交付什么

它卖的不是职位，而是一次更少的错误申请

1. 候选职位。 系统从多个职位平台收集岗位，用户看到的是筛选后的结果，而不是完整市场。
2. 匹配解释。 系统把用户经历与职位要求对齐，说明哪些条件匹配、哪些地方存在缺口。
3. 决策材料。 公司简报、薪资信息和虚假职位风险提示，帮助用户决定是否投入申请和面试时间。
4. 结果跟踪。 用户可以记录感兴趣、已申请、面试和 offer，直到职位搜索结束。2

独立切口：先服务一种转职，而不是所有求职者

• 对象： 正在换工作的中级云工程师，或刚被裁员的技术从业者。
• 输入： 一份简历、目标城市、远程偏好、薪资底线、签证或行业限制。
• 输出： 每周 5 份高匹配职位，每份附匹配理由、一个明显缺口和一条申请前准备动作。
• 人工价值： 先由人检查职位是否仍然有效，再把明显误判的匹配退回修正。
• 扩展方向： 等一个群体的匹配准确率稳定后，再增加转行、签证或其他行业。

1. 匹配质量。 先处理职位标题不可靠、技能同义词和跨行业转移这些具体错误。
2. 候选人信任。 清楚说明评分依据，不替用户自动投递，不出售简历数据，也不承诺找到工作。
3. 持续价值。 把薪资变化、技能缺口、公司简报和职业转向建议做成用户在找到工作后仍会使用的功能。

MVP：先交付 5 份值得申请的职位

定价：让用户为判断结果付费

• 用户主要为匹配频率和可见数量付费，而不是为一个更漂亮的聊天框付费。
• 免费档可以让用户感受匹配质量，付费档再提高新鲜职位数量、公司信息深度和刷新频率。

• 免费： 3 份匹配，展示职位、匹配分和来源，不提供完整公司简报。
• 一次性试用： $19，交付 7 天内 5 份人工复核的匹配和一次反馈修正。
• 订阅： $29/月，每周一批匹配，附匹配解释、职位新鲜度检查和一次公司简报。

第一周怎么拿到第一个付费用户

1. 第 1 天：定一个职业群体。 找 10 名目标用户，问他们最近一次求职中最浪费时间的步骤。只记录职位标题、技能要求、地点和用户拒绝的理由，不急着写产品介绍。
2. 第 2 天：收集真实输入。 让 5 名用户提供脱敏简历和偏好，手工整理 30—50 个公开职位。你要先看清楚标题、技能和用户经历之间的错位，再决定规则和提示词。
3. 第 3 天：交付第一批结果。 为每人挑 5 份职位，写清匹配理由、主要缺口和来源链接。人工删掉过期职位、明显不合适的岗位和无法解释的高分。
4. 第 4 天：公开一个匿名案例。 展示一个用户原本会忽略的职位，说明系统为什么认为它值得看，以及最后保留了哪些人工判断。LinkedIn、转行社群和职业教练的社群比泛 AI 社区更接近买家。
5. 第 5 天：设置付费边界。 免费用户只能拿到第一批 3 份结果；第二批 5 份结果和一次反馈修正，进入 $19 试用。用户拒绝付费时，问清楚是结果不准、职位不新，还是他们本来就没有求职预算。
6. 第 6 天：只修一个最大误判。 如果用户抱怨职位标题误导，就补技能同义词和职业族规则；如果用户抱怨职位过期，就先修职位来源和新鲜度检查。不要同时增加简历改写、自动投递和面试机器人。
7. 第 7 天：按信号决定继续或停。 继续的最低信号是：5 名测试用户中至少 3 人愿意打开或申请推荐职位，至少 1 人购买下一批，并且你能用明确规则解释大多数匹配。没有人愿意付费，或者错误匹配持续超过用户可接受范围，就先停功能扩张，重新选择职业群体和职位来源。

结论：先证明「少投但更准」，再做职业平台