分析了 2,525 个「AI 达人」的内容后:42.8% 的受众其实是普通消费者
"找 AI 领域的达人"听起来是个明确的需求,直到你发现同样讲 AI 工具的两个号,受众可能完全不重叠 —— 一个面向买量投手,一个面向开发者,还有一个面向纯粹看热闹的普通网民。
我们对 AI 类目里 2,525 个达人做了逐个深挖:平均每人分析 65 条近期内容,由此判断"他的受众到底是谁、在做什么职能的活"。结果如下。
| 受众职能 | 达人数 | 占比 |
|---|---|---|
| 普通消费者(非从业者) | 1,080 | 42.8% |
| 判不出 | 388 | 15.4% |
| 内容创作 | 228 | 9.0% |
| 自动化 / Agent 搭建 | 197 | 7.8% |
| 泛 AI 爱好者 | 188 | 7.4% |
| 开发者 | 145 | 5.7% |
| 设计 | 89 | 3.5% |
| 销售获客 | 56 | 2.2% |
| 电商运营 | 56 | 2.2% |
| learner | 35 | 1.4% |
| 投放/买量 | 29 | 1.1% |
| 数据分析 | 21 | 0.8% |
| SEO / GEO | 7 | 0.3% |
| 招聘 | 3 | 0.1% |
| 客服 | 3 | 0.1% |
这对投放意味着什么
最大的一档是"普通消费者"(42.8%)。 这些号内容做得好、粉丝也真实,但受众是看 AI 热闹的普通网民,不是会为工具付费的从业者。把 B2B 工具投给这一档,基本等于白花 —— 不是达人的问题,是人群错配。
真正按职能可辨认的只有 41.9%。 这一档才是 B2B 工具应该竞争的池子,而且它还要按职能再切:面向投放的号推自动化投放工具、面向开发者的号推 API 类产品,彼此换过来同样无效。
还有 15.4% 判不出。 内容太杂或太少时我们不硬编一个像样的画像,如实标"判不准" —— 一个编出来的画像比没有画像更危险。
怎么避开这个坑
按"内容主题"找人会把这几类混在一起,因为他们发的东西表面上都叫"AI"。要区分只能看受众:这个号的评论区在问什么、他反复讲的问题是谁的问题、他的内容假设读者已经会什么。这需要读足够多的内容 —— 单看简介和粉丝数是判不出来的。
数据口径
样本为 Koinon Link 库内 2,525 个已收录并通过基础校验的创作者账号,不是各平台的全量创作者,也不是随机抽样 —— 它来自我们按行业关键词的采集,因此更偏向 AI 软件、电商、游戏三个方向。
「疑似刷量」是我们自己的异常检测结论,不是平台官方标记:依据粉丝增长曲线是否呈台阶状、互动量与粉丝量的比值是否显著偏离同平台同量级的常见区间、以及互动内容的同质化程度。它表示"值得人工复核",不等于该账号一定有作弊行为。
所有数字每日重算,本页展示的是最近一次计算结果。