AI værktøjer til founders: research, growth og produktarbejde fra én stack

Founder problemet er kontekstskift, ikke evner

En founders dag rammer flere kategorier end nogen anden rolle. Før frokost kan du prissætte en plan, skrive en kundemail, gennemgå en kontrakt, debugge en deploy og udkaste den afgørende paragraf til investorerne. Hver af dem vil have forskellig hjælp, og ingen af dem får en hel time.

Det mønster er præcis grunden til at abonnementer med kun én model frustrerer founders specifikt. Du mærker hullet flere gange om dagen i stedet for én gang om måneden. Researchsvaret er dårligere end hvad Gemini ville have givet dig, investorparagraffen er dårligere end hvad Claude ville have skrevet, og den strukturerede prissætningstabel er dårligere end hvad GPT ville have produceret, alt sammen inden for samme eftermiddag.

Hvad du gør	Model	Hvorfor
Markedsstørrelse, konkurrentscanninger, kategoriresearch	Gemini	Nyt webmateriale med kilder, og nok kontekst til lange rapporter
Positionering, investoropdateringer, kundemails	Claude	Skriver som et menneske, holder et konsistent argument, bedst til svær tone
Prissætningsmodeller, finansiel struktur, spreadsheets	GPT	Pålideligt struktureret output og aritmetik du kan kontrollere
Kodegennemgang, debugging, tekniske beslutninger	GPT eller Claude	Sammenlign begge når det første svar ikke overbeviser
Landingssider og kampagnevisuals	Claude plus Flux	Copy og billeder uden et ekstra kreativt abonnement

Positionering: det mest værdifulde du kan køre gennem en model

Founders sidder for tæt på produktet til at høre hvordan det lyder. En model er et billigt stedfortræder for en fremmed, hvilket er præcis det perspektiv du har tabt.

Prompt: den fremmede test

Her er vores forside copy. Du har aldrig hørt om os. Svar som den fremmede: hvad gør dette firma, hvem er det for, hvad erstatter det, og hvad ville du stadig have brug for at vide før du prøvede det? List derefter hver sætning du ikke forstod eller ikke troede på. Copy: [indsæt].

Prompt: positioneringsalternativer

Generer fire distinkte positioneringserklæringer for dette produkt. Distinkt betyder forskellige kategorier eller forskellige referencepunkter, ikke forskellige adjektiver. For hver: kategorien vi ville konkurrere i, hvem køberen er i den ramme, hvad der bliver vores hovedkonkurrent, det stærkeste bevis vi ville have brug for, og hvad vi giver afkald på ved at vælge den. Produkt: [beskrivelse]. Kunder vi har: [beskriv]. Hvad de siger når de forklarer os til en kollega: [indsæt rigtige citater hvis du har dem].

Det sidste input er det founders springer over, og det der betyder mest. Hvordan en kunde beskriver dig til en kollega er din rigtige positionering. Alt andet er hvad du ønsker det var.

Prompt: prisstruktur

Foreslå tre prisstrukturer for dette produkt. For hver: værdimåleren, tiergrænserne, hvem der bliver prissat ude, hvem der får en god handel, fejlmåden når en kunde vokser, og hvad det signalerer om hvem vi er til. Giv mig ikke en enkelt anbefaling før jeg har reageret på alle tre. Kontekst: [hvad produktet gør, hvem der køber, hvad det sparer dem, hvad konkurrenter tager].

Kundeundersøgelse når du ikke har en research funktion

Du har faktisk research input. De ligger i din indbakke, din support kø, dine churn noter og dine salgsopkald. Ingen har læst dem alle samlet, hvilket er præcis den opgave en model er god til.

Prompt: hvad pipelinen siger dig

Her er noter fra [n] salgsopkald. Returner: indsigelserne i frekvensrækkefølge med tal, ordene kunder bruger for problemet (verbatim, ikke omskrevet), hvad de sammenlignede os med, og hver gang en deal gik i stå af en grund vi ikke registrerede. Marker ethvert tema der optræder i færre end tre opkald som en enkelt observation snarere end et mønster. Noter: [indsæt].

Prompt: churn obduktion

Læs disse annulleringsårsager og support tråde fra churned konti. Klynge dem efter grundårsag, ikke efter angivet årsag, og forklar forskellen hvor de afviger. For hver klynge: antal, om det kunne have været forhindret ved salgstidspunktet, og det tidligste signal vi kunne have opdaget. Data: [indsæt].

Prompt: interviewguiden

Skriv en 30 minutters kundeinterviewguide til at teste denne hypotese: [angiv den]. Regler: ingen ledende spørgsmål, ingen spørgsmål om hypotetisk fremtidig adfærd, og hvert spørgsmål skal handle om noget personen faktisk har gjort. Inkluder opfølgningsprobet for hvert spørgsmål.

For hele researchpipelinen inklusive kildesøgning og verifikation, se AI til markedsresearch og founder research stacken.

Investoropdateringer og skrivningen du fortsætter med at udskyde

Den månedlige opdatering er det dokument med højest gearing en founder skriver, og det der oftest bliver hoppet over, normalt fordi de dårlige måneder er de svære at skrive om. Claude er usædvanligt god her, fordi den kompetence der kræves er at levere svær information uden enten at begrave den eller katastrofere den.

Prompt: den månedlige opdatering

Udkast vores investoropdatering. Tal: [indsæt metrikkerne, inklusive de dårlige]. Hvad skete: [punkter]. Hvad vi lærte: [punkter]. Ønsker: [liste]. Regler: led med hovedtallet uanset om det er godt eller dårligt, ingen adjektiver der ikke er målt, forklar bommerten uden at bortforklare den, og gør hvert ønske specifikt nok til at nogen kunne handle på det i dag. Længde: under 500 ord. Tone: direkte, rolig, ikke promoverende.

Prompt: den svære paragraf

Jeg skal fortælle investorer [den dårlige nyhed]. Skriv tre versioner: den kortest ærlige, en der giver fuld kontekst, og en der parrer den med planen. For hver, angiv hvad en læser ville tage med sig og hvad de ville spørge om bagefter. Blødgør ikke selve faktummet i nogen version.

Prompt: obduktion før en raise

Antag at denne fundraise mislykkedes. Skriv de fem mest plausible forklaringer ved kun at bruge hvad der er i decket og metrikkerne nedenfor, rangeret efter sandsynlighed. For hver, angiv det diligence spørgsmål der ville afsløre den, og om vi i øjeblikket har et godt svar. Materialer: [indsæt].

Omkostningsargumentet, sagt ligeud

ChatGPT Plus, Claude Pro og Gemini via Google One er hver omkring $20 om måneden. En founder der vil have alle tre funktioner er på $60 om måneden per person, og på det punkt hvor en anden og tredje person har brug for den samme adgang, bliver det en reel post på budgettet i et firma uden omsætning.

Whizi dækker de samme modelfamilier i ét abonnement. Starter er $15.99 om måneden, under selv den billigste af de planer, og indeholder GPT, Gemini Flash og Whizi AI; Pro er $29.99 om måneden og tilføjer Claude og det bredere katalog, stadig mindre end to af dem sammen. Besparelsesberegneren laver sammenligningen mod hvad du betaler nu, og AI abonnementsomkostninger gennemgår hvor pengene rent faktisk går på tværs af markedet.

Den mindre indlysende besparelse er billedgenerering. Et separat Midjourney eller lignende abonnement er endnu en post, og Pro inkluderer 100 billedgenereringer om måneden på tværs af Flux og Stable Diffusion, hvilket dækker landingsside billeder, sociale assets og pitch visuals for de fleste tidlige stadier virksomheder.

Hvor founders brænder sig

At behandle et markedsstørrelsesestimat som research. En model producerer et sikkert TAM tal ud af ingenting. Ethvert tal der lægges frem for en investor skal have en kilde du selv har åbnet, og investorer er specifikt gode til at spørge hvor et tal kom fra.

At lade den skrive visionen. Model output er gennemsnittet af alt der er skrevet om din kategori. At gennemsnitte er det modsatte af et differentieret firma. Brug den til at trykteste en position du holder, ikke til at generere en du ikke har.

At forveksle fart med fremskridt. Det er nu muligt at producere et deck, en landingsside, en prismodel og en lanceringsplan på en dag, hvoraf ingen er testet mod en kunde. Flaskehalsen var aldrig dokumentproduktion.

At indsætte ting du ikke bør. Term sheets, cap tables, uannoncerede opkøb og alt under NDA fortjener omhu. Whizi træner ikke på dine samtaler og hver udbyders politik kan gennemgås, men at beskrive en deal strukturelt uden navne og tal giver dig den samme analyse uden eksponeringen.