86 minutes of paid-growth alpha | Hector Serrano

WhisperFlow 让 50 个创作者拍广告、按广告花费分成，一年收入涨 30 倍、估值 20 亿美元，头部创作者月入 1.3 万美元。

AI越泛滥，人手越是增长资产

Hector Serrano 负责 WhisperFlow 的付费 UGC 内容项目，也管理创始人 Tanay 的 YouTube、Instagram 等有机内容渠道。他 19 岁加入公司，最早一个人做过数百支广告；主持人引述，WhisperFlow 的营收在一年内增长了 30 倍。Hector 的方法不靠一条“爆款公式”，而是把付费投放、创作者激励、人才招募和创始人内容接成同一套系统：让陌生人先停下来，再让真正懂产品的人持续生产值得相信的表达。

这期回答了 7 个问题：

1. 产品还没完全验证时，为什么反而该尽早开付费投放？
2. 怎样把 UGC 创作者从一次性外包，变成愿意长期迭代的增长伙伴？
3. 为什么最能转化的广告，往往不是最精致、而是最“丑”的那支？
4. 从零招募创作者时，怎样用 150 条私信找到第一批核心成员？
5. 为什么创作者的社群体验，会成为品牌长期的竞争壁垒？
6. 招现代营销人才时，为什么名校、高 GPA 和高薪职位描述可能都在误导你？
7. 归因做不清时，创作者究竟该按成交、GMV，还是按广告花费分成？

被问到 AI 在营销工作中应当扮演什么角色时，Hector 的态度很明确：AI 可以进流程，但别轻易坐上面向用户的最后一把椅子。他观察到，即便是顶级 AI 实验室，最终要发布的视频、Figma 设计、剪辑和后期，仍要靠大量真人团队完成。WhisperFlow 前增长负责人 Matt，如今在 Victor，手上有大量自动化流程；但 Hector 特别提到，Matt 会把最关键的最后 10% 留给人来把关。

他把这种警惕浓缩成一句："The best marketers are allergic to AI."（最好的营销人对 AI 有一种本能的排斥。） 这里的“排斥”不是拒绝工具。研究、内部协作、重复流程自动化，都可以交给 AI。真正不能偷懒的是最终创意：用户看见的画面、读到的文字、感受到的语气，必须有人确认它没有错字、没有怪异逻辑，也没有那种一眼就能识别的“AI 味”。

这意味着，内容供给越廉价，人工判断越稀缺。过去比的是谁能多做十条素材；当 AI 能一夜生成几百条时，真正拉开差距的是谁知道哪条该删、哪条该重拍、哪条虽然不精致却有人的质感。WhisperFlow 本身是 AI 产品，定位是让人更高效、更自然地工作；如果它反过来满屏投放 AI influencer、AI 视频和 AI 静态图，用户会觉得品牌说一套做一套。自动化可以加快流水线，但品牌信誉不能交给流水线验收。

被问到产品在什么阶段适合投入付费渠道时，Hector 没有把 paid——也就是付费广告投放——放在“产品成熟以后”。他认为，越早启动小规模投放，团队越早知道陌生人到底听不听得懂你的产品。WhisperFlow 在产品前期已经有数千名用户；大约 6 个月后，Tanay 才判断团队找到了 PMS，也就是产品开始被市场真正接住的信号。此后，有机内容、Meta、LinkedIn、YouTube 等付费渠道才像往火里加燃料一样放大增长。

但“等到 PMS 再投放”不等于“早期不该投”。Hector 的关键判断是：冷启动流量比熟人、粉丝和已有用户更残酷。你把产品信息交给从没听过你的人，能不能让他行动、注册、继续使用，反馈会很快回来。正如他说的："What happens when you actually turn on the paid engine is you actually learn a lot faster."（真正启动付费引擎后，你的学习速度会快得多。）

这意味着，早期广告的产出不只是新增用户，而是一台定位诊断仪。哪种承诺让人点击，哪种目标人群根本不在乎，哪种信息看似漂亮但无法转化，都会变成可量化的反馈。边界也很硬：付费不能替代产品价值。如果产品必须不断靠预算硬推，一停投就没有自然增长，问题不在于广告素材不够多，而在产品定位、价值和用户需求之间仍有错位。广告能把问题放大，却不能把问题变没。

被问到 WhisperFlow 的付费 UGC 创作者为什么愿意长期、高频产出时，Hector 给出的答案不是“找更便宜的人”，而是重做报酬结构。UGC 即用户生成内容，在这里指创作者替品牌制作视频，品牌再把视频作为广告素材投放。WhisperFlow 采用“smart retainer”，即带条件的收入保障：创作者完成 25 支视频，就有 1,500 美元的收入底线。若佣金只赚到 500 美元，公司补足 1,000 美元；若佣金已达 3,000 美元，则只拿佣金，不叠加保底。

对 SaaS 创作者，WhisperFlow 通常按广告花费的一定比例分成；对电商产品，则可按 GMV，也就是成交总额分成。这个机制把收入上限打开了。Hector 说："We have creators now that are making like $13,000 a month."（我们现在有创作者每个月大约能赚 1.3 万美元。） 更关键的是，其中一些人自己的 Instagram 可能只有 1,000 或 2,000 名粉丝。他们卖的不是流量位，而是能持续产出、持续试验的创意能力。

这意味着，品牌不再把创作者当作“一条视频多少钱”的采购项，而是把他放进广告扩张的收益链条。创作者知道做得好会多赚，也愿意花时间理解产品、研究受众、为新功能反复测试；品牌则不用在每次发布新功能时重新找人、重新培训。保底也不是无条件工资：必须完成约定产量。长期最理想的状态，是创作者靠已经被验证的高表现广告拿纯分成，品牌只为真正跑出来的内容付费。

被问到如何从零搭建付费 UGC 池、又避免广告越投越像时，Hector 先泼了一盆冷水：不要一上来群发 3,000 条自动化私信。WhisperFlow 早期会在 Instagram 手动搜 UGC、行业、职业等关键词，再顺着优质创作者的关注列表继续找人。一周发出约 150 到 250 条定向私信，通常能找到 5 到 6 位真正合适的创作者。起点不在数量，而在广告库缺什么：想覆盖什么受众、解释什么产品信息、补哪一种表达。

WhisperFlow 的创作者并不都是年轻博主。团队会找妈妈、律师、工程师、销售、代理商主等不同身份的人。原因不难理解：如果卖的是专业工具或高客单价产品，让一个不懂行业的 18 岁创作者硬讲，可信度会很快塌掉。Hector 还发现，面对年龄更大、技术性更强的受众，一段 30 秒到 1 分钟的产品录屏，即使“丑”且“无聊”，也可能比制作精美的广告更有效。

他提醒："If you just bring 100 or 200 of the same creators that isn't going to lead to scale because again, everything's going to look the exact same."（如果你只是找来 100 或 200 个同一种创作者，这不会带来规模，因为所有内容最终看起来都会一模一样。） Meta 的 Andromeda 会从文案转录、画面帧、屏幕文字等维度识别相似广告；重复度过高，创意疲劳会更快发生。于是，投放扩量不是往素材库塞更多视频，而是增加“受众—场景—身份—表达”的新组合。每多一个真正不同的人，才多了一条新的沟通路径。

被问到创作者入组、留存和文化建设怎么做时，Hector 描述的流程很像销售成交，但重点不是“把人签进来”，而是让人马上感到自己被当作合作对象。第一次通话，他会先问创作者怎么开始做内容、为什么喜欢内容；之后才介绍自己、媒体买手、产品，以及 Tribe 的完整工作流。Tribe 是他们用于管理创作者和结算的工具。通话结束前，他会直接把对方拉进 Discord、给出 WhisperFlow code，让对方当天就能开始创作，而不是会后再追着人补手续。

钱也要及时到位。WhisperFlow 每 7 天付款一次，并持续组织每周会议、创作者教练、抽奖，还计划在旧金山举行 retreat，邀请全球表现最好的创作者参加。项目没有无限扩员，反而刻意把人数控制在约 50 人。这种“紧”不是故作稀缺，而是因为创作者群体一旦变成纯素材工厂，文化就会消失，优秀的人也会离开。

Hector 的判断是："The companies that will win long-term are the companies that have the best relationships with creators."（长期胜出的公司，会是那些与创作者关系最好的公司。） 这意味着，创作者渠道真正稀缺的资源不是视频供给，而是口碑。按时付款、有人回应、愿意让创作者试错的品牌，更容易得到高质量内容、人才转介绍和更低的沟通成本。它的代价是更慢、更费人工，也没法像批量买素材一样无限扩张；但恰恰因为有筛选、有关系，竞争者很难用预算立刻复制。

被问到怎样招到像 Hector 这样的内容增长人才时，他拿自己和早期同事 Tobin 做了一个反差极大的例子。Hector 的 GPA 是 2.5，Tobin 是 4.0，毕业于 Waterloo；一个踢过 Division 1 足球，一个有更标准化的优秀履历。但两人后来都成为有效的营销人才。Hector 的结论不是反学历，而是提醒招聘方：现代内容营销的能力，常常不会整齐地写在学校、专业和 GPA 那一栏。

他说得很直接："I had a 2.5 GPA, Tobin had a 4.0."（我的 GPA 是 2.5，Tobin 的是 4.0。） 他更看重一个最低信号：候选人是否真实增长过一个账号，哪怕只有约 10,000 到 15,000 名粉丝。尤其是 Instagram 或 YouTube。因为从零做出这点增长，至少证明了对方体验过持续更新的压力，知道选题、拍摄、剪辑、趋势和平台节奏不是纸上谈兵。

WhisperFlow 给年轻人的是实战回路。Hector 加入后的前 7 个月都很混乱，团队仍让他继续试；Tobin 得到试验预算后，大约两个月找到了有效的有机 UGC 方法。Hector 19 岁加入前，在 LinkedIn 投了约 200 个 creator 职位，第一次和 Tanay 面谈就提出希望拿公司股权。这个要求未必成熟，却暴露出一种想把自己绑进结果里的劲头。边界是：年轻、会做账号的人并不是即插即用的管理者。组织若不能容忍前几个月的混乱，也不愿提供真实预算和反馈，就只会错过他们后面可能出现的非线性成长。

被问到为什么 SaaS 创作者按广告花费分成，而不是按直接成交分成时，Hector 把问题拉回一个常被忽略的现实：不是所有收入都能精确追到某一条广告。WhisperFlow 是 freemium 产品，用户可以先免费使用，广告带来的最终购买可能在一两周后才发生。此时，一位用户可能先在 YouTube 看过创始人内容，又刷到 Instagram 短视频，最后点击 Meta 广告注册。硬说这笔付费只属于某一条素材，账会算得很漂亮，分账却可能很不公平。

所以，对 WhisperFlow 这样的 SaaS，团队按广告花费的一定比例给创作者分成。Hector 的原话是："It's best if we just keep it at a percent of ad spend."（最好的做法是按广告花费的一定比例来处理。） 这样做的逻辑是：广告已经被投出去并产生媒体价值，创作者就应获得与这部分可观测价值对应的回报，而不必等一个归因链条完整到几乎不可能完整的购买记录。

这意味着，激励方案不该照搬“按成交付钱”这条看似最公平的行业常识，而要匹配业务本身的观测能力。卖水瓶、T 恤等电商商品时，如果能明确判断购买来自哪条广告，按 GMV 分成更合适；商品即时成交、链路也更短。反面同样存在：按广告花费奖励，能公平覆盖曝光和投放价值，却不能证明每一笔支出都带来了增量收入。这不是完美解，而是在收入滞后、归因模糊时，先承认看不清，再选择一个双方都能持续执行的规则。

被问到 founder-led content，也就是创始人亲自出镜做内容，如何成为增长杠杆时，Hector 强调的不是让创始人天天讲产品功能，而是给公司建立一条可以长期追看的主线。WhisperFlow 为 Tanay 建 YouTube 频道约 3 个月后，只发布了 5 支视频，便获得数百万播放和约 20,000 到 21,000 名订阅者。团队把“达到 10 亿日活用户”作为总叙事目标，要求每一集 YouTube、每条 LinkedIn 或 X 内容，都能回到这个方向。

因此，内容不只包括 note taker 新产品发布。频道也拍 Tanay 去印度筹备婚礼、远程工作的日常、一周创始人生活、白板拆解等。看似分散，其实都在回答同一个问题：这家公司由什么样的人在建，他们在往哪里走。Hector 把它比作 Netflix 连续剧：每集题材可以不同，但都要接回总故事。观众先因为人物、过程和使命留下来，才慢慢理解产品。

这意味着，创始人内容的第一作用不是直接带货，而是累积信任触点。用户可能先在 YouTube 长视频里认识 Tanay，再在短视频、LinkedIn 或 X 上反复看到公司，之后才遇到付费广告。那时广告不再像陌生推销，而像一个已经认识的人递来的邀请。边界也很清楚：频道若从第一集就急着卖货，观众会迅速离开。它是慢变量，需要持续展示过程、失误、生活和真实的人；不能把创始人拍成一张永远在喊促销的横幅。

把这 8 条放在一起看，Hector 讲的不是某个 Meta 投放技巧，而是增长怎样重新变成一套“人的系统”。

“AI越会量产内容，人工终审越值钱”说的是内容端：当人人都能批量生成素材，可信的审美、判断和表达反而更稀缺。“创作者关系不是福利，而是长期投放的护城河”说的是供给端：真正难复制的不是找一百个人拍视频，而是让优秀的人愿意留下、继续试、还愿意介绍同样优秀的人进来。两件事指向同一件事：内容泛滥后，用户不缺信息，缺的是值得相信的信息来源。

这也解释了为什么“付费投放不是 PMF 后的放大器，而是早期诊断仪”。付费买来的不只是一批点击，而是陌生人对你的表达是否成立的反馈；而“归因算不清时，先为可观测性付费”则提醒团队，不要为了报表上看起来绝对精确，就设计一套创作者无法相信的分账规则。

对读者来说，问题不必是“我要不要全面拥抱 AI”或“要不要马上组建 50 人创作者团队”。更实际的问题是：你的增长链路里，哪一步正在把人当成可替换的流量、素材或简历？又有哪一步，其实需要一个真正懂用户的人做最后判断、长期沟通和持续表达？把那一环重新做扎实，后面的自动化、投放和规模，才有东西可以放大。