全职上班业余做3个AI产品 250万用户月入7000美元的微SaaS路径

印度数据科学家Ramsri在全职工作之余，打造AI出题、表情包生成和视频生成三款工具，累计250万注册用户，月经常性收入约7000美元。文章详解其低成本实验、订阅制转型、开源获客及应对大模型竞争的策略，适合想从副业切入AI产品开发的创业者参考。

Tags:

• 微SaaS
• AI产品
• 副业创业
• 订阅制
• 低成本实验

摘要：他没有辞职，也没有只赌一个产品，而是在全职工作之外连续做出3个AI工具，累计250万用户、月入近7000美元。真正值得学的不是多做产品，而是用低成本实验不断寻找有效需求。

---

很多人想做副业，却总觉得自己缺少一个条件：

• 没有足够时间。
• 白天要上班。
• 晚上已经很累。
• 周末还要处理生活。

怎么可能再做出一个能赚钱的产品？

但来自印度的Ramsri Goutham Golla，走了一条很不一样的路。

他目前仍然是一名全职数据科学家。

与此同时，他还在运营三个AI产品：

• AI自动出题工具 Questgen.ai
• AI表情包生成器 Supermeme.ai
• AI动态视频生成器 AiArtist.io

这三个产品累计注册用户超过250万，目前每月经常性收入约6000—7000美元。

其中：

Questgen上线4年，累计收入超过15万美元，注册用户超过15万。

Supermeme拥有超过200万注册用户，发布当天拿下Product Hunt日榜第一。

最新产品AiArtist刚上线不久，也已经获得20多名付费用户。

这不是一个“辞职梭哈、孤注一掷”的创业故事。

它更像一个普通人可以借鉴的Micro SaaS路径：

不急着赌一个终极项目，而是在工作之外持续做实验，让有效产品自然跑出来。

---

一、 他没有追最热的方向，而是提前押注一个会变好的问题

2021年，Ramsri开始研究AI和教育的结合。

当时生成式AI远没有今天成熟。

但他注意到一个具体问题：

老师和教育机构制作试题非常耗时。

他们需要根据文章、PDF、课程材料，生成选择题、判断题、填空题，再经过多轮审核。

一些机构甚至把出题工作外包给专门的题库公司。

Ramsri和多位教育从业者沟通后发现：

如果AI能够提高出题质量，教育机构就可以让内部团队完成更多工作，降低外包成本。

于是，他做了Questgen。

用户只需输入文字、PDF或网址，系统就能生成：

• 单项选择题
• 判断题
• 填空题
• 其他测验形式

这个选择很值得创业者学习。

2021年的AI出题还不够完美。

但Ramsri判断，模型能力会持续进步。

也就是说，他不是只看“今天能不能做到”，而是在押注：

当底层技术越来越强，这个产品会不会越来越有价值？

后来事实证明，这个判断成立了。

2023年之后，文本生成试题的市场明显升温，Questgen也吃到了这一波需求增长。

好的AI创业方向，不一定是今天效果最惊艳的，而是模型每进步一次，你的产品价值就自动提高一次。

---

二、 第一版可以用无代码，但不要被工具限制住

Questgen最初是用Bubble等无代码工具搭建的。

这让Ramsri能够快速做出可用版本，验证用户是否愿意使用。

但随着功能深入，他发现无代码工具开始限制产品。

因为工具把底层代码和技术细节隐藏了起来。

早期这能提高速度。

但当你需要更复杂的流程、更高性能、更灵活的AI能力时，抽象层也会变成束缚。

于是，他开始学习全栈开发，用Next.js重新搭建正式产品。

现在主要使用：

• Next.js
• Supabase
• Claude Code等AI开发工具

早期用无代码，不代表产品永远只能依赖无代码。

早期使用AI快速开发，也不代表完全不需要理解系统。

更合理的路径是：

用最快的工具完成验证，再根据产品成长阶段升级技术。

MVP阶段最重要的是速度。

业务跑起来后，才需要考虑性能、成本和可扩展性。

---

三、 从按次付费改成订阅，收入才开始真正复利

Questgen最初采用按次付费。

用户生成多少内容，就支付对应费用。

这种模式看起来很合理，因为AI调用本身有成本。

但很快，他们改成了订阅模式。

套餐从每月10—15美元起，高使用量计划最高约50美元，年付价格比月付便宜约40%。

扣除大模型成本后，产品毛利率大约为60%—70%。

为什么订阅比按次收费更适合？

因为出题并不是一次性需求。

老师、培训机构、教育公司会持续制作课程、测验和练习。

只要用户长期从事教育工作，需求就会反复发生。

一次性收费的问题是：

今天产生收入，明天又要重新找客户。

订阅模式则会让过去积累的客户持续贡献收入。

这也是Micro SaaS非常重要的选题标准：

不要只找有人愿意付钱的问题，更要找会反复发生的问题。

如果需求只发生一次，很难形成稳定MRR。

如果需求每周、每月都出现，订阅才有长期价值。

---

四、 开源不是放弃赚钱，而是先换信任和流量

Questgen早期有一个很重要的增长动作：

开源。

Ramsri把产品模型和部分能力做成GitHub仓库，用户可以下载并自己部署。

很多创业者害怕开源。

担心别人免费使用。

担心代码被复制。

担心无法商业化。

但Ramsri看到的是另一面。

开源项目更容易被开发者分享。

GitHub本身也能带来流量、讨论、外链和信任。

于是Questgen通过开源逐渐获得口碑传播。

同时，他持续写与“AI自动出题”“问题生成”相关的博客文章，开始积累SEO流量。

等项目有了稳定访问后，他在GitHub README里加入Web版本链接。

这时，用户有两个选择：

有技术能力、愿意折腾的人，可以自己部署。

不想维护服务器、不想配置环境的人，可以直接付费使用官方Web版本。

这就是经典的开源商业化逻辑：

开源负责传播、信任和验证，云服务负责省时间和赚钱。

真正付费的用户，很多时候不是不能自己做。

而是不想自己维护。

---

五、 Product Hunt第一，不是靠运气，而是提前准备

第二个产品Supermeme，是一个AI表情包生成器。

用户输入一段文字，系统就能生成适合社交媒体发布的复杂、多格表情包。

它发布时拿到了Product Hunt当日第一。

但这个结果并不是把产品提交上去后自然发生的。

团队做了几件事。

第一，找到合适的Hunter

他们本身没有巨大粉丝基础，也没有Product Hunt发布经验。

于是，团队在X上主动联系Hunter，直到找到愿意帮助发布的人。

第二，踩中技术和内容趋势

当时，纯文本AI工具已经越来越多，AI开始快速进入图片生成领域。

“一句话生成表情包”既符合AI趋势，也天然适合社交传播。

第三，提前积累公开构建的关注者

Ramsri一直在X和LinkedIn分享产品进展。

发布当天，这批早期关注者成为第一批支持者。

第四，提前准备好全部素材

截图、文案、落地页都围绕一个信息展开：

输入文字，立刻生成AI表情包。

用户几秒钟就能理解产品。

这个案例说明：

发布不是上线当天临时发一条帖子，而是一场提前准备的集中传播。

更重要的是，产品本身必须足够容易被看懂、演示和分享。

---

六、 ChatGPT开始做类似功能，小产品还能怎么活？

Questgen和Supermeme后来遇到了一个典型问题：

ChatGPT、Anthropic等大模型公司开始推出更多原生功能。

用户似乎可以直接让ChatGPT生成试题、图片和内容。

这导致产品流量和订阅增长一度趋于平缓。

很多AI工具都会遇到同样的挑战：

今天你做了一个AI功能。

明天大模型平台自己就集成了。

那小产品还有没有机会？

Ramsri的答案是：

不要只提供生成能力，要提供专业输出格式和完整工作流。

例如，教育机构生成试题后，并不是只需要一段文字。

它们还需要把试题导入不同的学习管理系统。

不同系统可能需要不同文件格式、字段结构和导出方式。

这些细节，大模型原生产品通常不会深入解决。

ChatGPT可以生成一道题。

但它未必能直接输出符合特定LMS标准、可立即导入使用的完整文件。

这就是小产品的差异化空间。

巨头提供通用能力，小团队必须解决最后一公里。

真正有壁垒的AI产品，不是“我也能生成”。

而是：

生成之后，用户可以直接完成工作。

---

七、 250万注册用户，为什么只有7000美元MRR？

这个数据也很值得创业者冷静看待。

三个产品累计注册用户超过250万，但目前MRR只有约6000—7000美元。

这说明：

用户多，不等于收入高。

尤其是B2C和轻量AI工具，很多用户只是尝鲜。

可能使用一次就离开。

可能只愿意用免费额度。

也可能被其他免费工具替代。

Supermeme拥有超过200万注册用户，却不代表200万人都会持续付费。

这提醒创业者，不要只追求注册量和传播数字。

真正要看的是：

• 用户是否重复使用
• 免费到付费转化率
• 客单价
• 流失率
• 大模型调用成本
• 每个用户贡献的毛利
• 是否存在自然扩展收入

流量可以制造热闹。

订阅和留存才能构成生意。

---

八、 他为什么同时做三个产品，而不是只押一个？

传统创业建议通常强调聚焦。

一个产品。

一个市场。

一个核心目标。

但Micro SaaS有另一种可能：

通过多个小实验，建立一个产品组合。

Questgen服务教育场景。

Supermeme服务内容和营销人群。

AiArtist则尝试用AI把文字变成动态视频。

三个产品之间不完全相同，但共享一些能力：

• AI模型调用经验
• 产品开发能力
• SEO
• 公开构建
• 支付和订阅
• 用户增长
• 内容传播

这意味着，他不是每次都从零开始。

每做一个产品，技术、渠道和认知都可以复用。

但这种模式也有风险。

产品过多会分散注意力。

每个产品都需要维护、客服、内容和迭代。

所以多产品策略成立的前提是：

产品足够轻，系统能够复用，创始人能快速判断哪些值得继续投入。

不是为了显得忙而同时做很多项目。

而是用低成本实验，提高撞上有效机会的概率。

---

九、 这套方法，普通创业者可以怎么复制？

Ramsri的核心方法可以整理成一套简单流程。

第一步：关注新模型带来的新能力

每次新模型发布，都问：

以前做不到的事情，现在是否可以做到？

以前质量很差的任务，现在是否已经可用？

第二步：找到具体职业场景

不要只做“AI生成内容”。

要问：

老师如何使用？

营销人员如何使用？

创作者如何使用？

企业最后需要什么格式？

第三步：做轻量Demo

不要一开始开发完整平台。

先做一个能展示核心结果的小产品。

第四步：公开发布并观察反馈

在X、LinkedIn、YouTube等平台展示过程和结果。

看用户是否主动询问、转发和使用。

第五步：只对有效信号加倍投入

有些Demo没人关心，就停止。

有些内容明显获得反馈，就继续迭代。

不是每个想法都值得坚持，持续实验的意义，就是更快找到值得坚持的那个。

---

写在最后

Ramsri的故事不是一个“副业轻松月入7000美元”的爽文。

他同时有全职工作，还要维护三个产品。

这背后必然意味着大量时间投入和长期积累。

但他的路径展示了一种很适合AI时代的创业方式：

不急着辞职。

不押注一个宏大项目。

先从自己熟悉的技术和场景出发。

用低成本工具快速做出产品。

通过开源、SEO、Product Hunt和公开构建获得用户。

再根据真实反馈，把有效项目逐步订阅化和规模化。

这套模式最重要的不是“同时做三个产品”。

而是：

持续试验，快速发布，观察信号，只对有效方向加倍投入。

AI时代，产品开发越来越快。

这意味着创业者最大的优势，不再是一次就猜对。

而是你能否比别人进行更多高质量实验。

Questgen不是凭空出现的。

它来自对教育场景的长期观察。

Supermeme不是偶然爆红。

它踩中了AI图片生成和社交传播的交叉点。

AiArtist也仍然处于验证阶段。

没有人知道它会不会成为下一个增长引擎。

但这正是Micro SaaS的魅力：

用可控成本不断尝试。

成功的项目留下。

失败的项目贡献经验。

最终形成一个持续产生收入的产品组合。

对普通创业者来说，不一定要等到找到一个“完美想法”才开始。

你可以先发布一个Demo。

写一篇相关文章。

找10个目标用户。

看看有没有人愿意使用和付费。

因为真正的机会，往往不是在脑子里被想清楚的。

而是在一次又一次发布之后，被市场筛选出来的。

---