资料里没有专门讲 SEO 的内容,但立正反复强调的一点是:SaaS 做不起来,往往卡在触达用户和推动购买,而不是产品本身。所以先别急着优化关键词,先确认你的用户是谁、他们怎么被找到、谁在推动他们掏钱。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先分清你的产品靠什么获客
立正把 PLG、self-serve 和 enterprise sales 看成三件不同的事:PLG 指产品本身带来传播和增长,self-serve 指上手成本低,两者不能混为一谈;资源有限时,要先想清楚主攻哪一个1。他还说,大多数 SaaS 产品其实没有 PLG 潜力,扩大规模靠的是扩大销售1。放到 Popcam 上,SEO 属于“让用户自己找上门”的路子,它成立的前提是有人会主动搜索这类工具,而且搜到后能自己上手用起来。如果目标客户是团队采购、需要内部商量和试用,那么只做 SEO 可能等不来成交,得有人去推动购买流程1。
触达用户比做产品更难
AI推演立正在一条社区回复里,对一位用 AI 快速做出全栈 SaaS 的开发者说,对方真正的问题是不会触达目标用户;他给的建议是直接去用户所在的场景里接触人,并提醒这件事比做 App 难得多2。他自己的产品感也来自亲手做、让市场给直接反馈,而不是先搭一套获客系统3。这可以帮你判断 SEO 的位置:它是触达手段之一,不是起点。一个可试的做法是,先找几个真实的目标用户聊,问他们现在怎么解决这个问题、会不会去搜、搜什么词;如果他们说不出会搜的词,SEO 的选题方向就还没有依据。
用 AI 做执行,判断留给自己
AI推演立正讲自己做个人主页时,把目的、事实边界、什么有意义和最终拍板留给自己,把写代码、数据管线、SEO 这类执行交给 AI,并且每轮看改动和截图后才上线4。这可以迁移到 Popcam:让 AI 帮你批量产出落地页、关键词分组和内容初稿,但“主页给谁看、看完要做什么”这类判断得你自己定4。如果连目标读者都没定,AI 生成的内容越多,越可能只是堆量。
现有资料没有专门讨论 SEO 的具体做法,以上是从 SaaS 获客和触达用户的判断推出来的,不是立正对 SEO 的直接建议。
出处
- 1B2B SaaS销售三大误区
区分 PLG、self-serve 与 enterprise sales,帮你判断 SEO 在获客里该占什么位置。
- 2在《我用Claude Code两周搓出了一个全栈SaaS, 然后才发现自己根本不会触达目标用户》下的回复
对做出 SaaS 却不会触达用户的开发者的直接回应,最贴近你的处境。
- 3读博期间的卖菜故事|创业对工作的启发【中文字幕】
讲产品感来自亲手做和市场的直接反馈,可对照你验证需求的方式。
- 4建议每个人都用Opus 5.5做一下个人主页
说明 AI 做执行、人做判断的分工,可用于安排 SEO 内容的产出。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 我现在就是想弄明白关于做自己的网站的 SEO 方面的问题。比如说在 Shopify 上开了自己的一个网站,然后面对客户销售,那么关于产品的 SEO 或者整个网站的 SEO,现在想了解一下如何可以结合 AI 或者这个 agent 来帮我实现 SEO 的优化。
立正把 SEO 当成让网站被 AI 和人同时找到的入口工程:他让 AI 把站点地图和 SEO 做好,使 AI 搜索时能靠前索引到自己的主页;对 Shopify 店铺,可沿用这个思路,先让 AI 帮你把产品页和站点结构整理成机器可读…
- 如何做好一人公司(OPC),通过AI做,怎么在ai时代做好SEO营销
一人公司用AI做SEO,先要有人愿意买的东西和能被看见的个人品牌,SEO只是分发渠道之一;AI能帮你做增长实验,但卖不出去这件事它替不了。
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。