# 热门搜索 #
搜索
创始人复盘:AI 搜索那么卷,Devv AI 是如何做到月入 3 万美元的?
8472点击    2024-06-16 11:31

Devv AI 是一款专为程序员朋友设计的人工智能搜索引擎,可为与编程相关的查询提供快速、准确的结果。


被大家称为:最懂程序员的新一代 AI 搜索引擎


近期,Devv的创始人Forrest Zhang分享了自己是如何从0开始打造这款产品的经验,整体而言,这篇文章不仅是一个成功创建和发展AI产品的案例研究,也为有志于从事AI创业的朋友们提供了宝贵的经验和建议。


分享的核心内容如下:


  • 创业成功的关键在于你是否解决了生活中真实存在的问题。


  • 在开始新产品开发之前,进行充分的市场和用户调研很有必要。


  • 尽早推出自己的产品,然后在市场的验证和用户反馈下快速迭代。


  • 明确自己与竞品的差异点以此来获得竞争的话语权。


  • 专注核心功能和用户体验,这是产品成功的保障。


  • 重视全球化、尽早思考商业模式。


原文:

https://www.reddit.com/r/SideProject/comments/1bp4d43/how_we_built_an_ai_search_engine_for_devs_got/?rdt=58626


01 

从想法到第一个MVP版本诞生


从解决真正问题的开始


作为开发者,我们深知在编码问题上寻找可靠答案时的挫败感。尽管像ChatGPT这样的工具或许有所帮助,但它们往往生成包含错误或虚构内容的代码。

因此,我创立了Devv(https://devv.ai)——一个专为开发者设计的AI驱动搜索引擎,旨在解决这一难题。



深入了解用户:与50位开发者访谈


在动手编码之前,我希望深刻理解目标用户的需求和痛点。通过与50位来自不同背景的开发者进行Zoom一对一访谈,我深入探讨了他们当前面临的挑战及所采用的解决方案。一个共识逐渐浮现:开发者们已经对那些提供不精确代码片段和解释的通用AI工具感到不满。他们渴望有一个可靠、专注于开发者需求的选择。



打造解决方案:Devv, 专为开发者的AI驱动搜索引擎


有了这一关键洞见,我们开始构建 Devv。我们的目标是打造一个能提供可靠、无误的编程问题答案,以及生成整洁、可用代码片段的AI搜索引擎。


在技术层面,Devv 依托于 RAG(检索增强生成)和大型语言模型。为确保最相关且准确的结果,我们创建了自己的搜索索引,包含了开发相关的网站、官方文档和开源代码库等内容。


为了迅速验证我们的想法,我们设定了在一周内构建并推出最小可行产品(MVP)的目标。初版虽简单,却已经能够针对不准确的AI代码生成和回答这一核心问题提供解决方案。


将MVP推广给一群朋友和同事后,收到了极其正面的反馈。开发者们对于能够真正信赖的日常编码AI工具表示欢迎,这让我们信心倍增,继续前进。



02

打造差异化以获取市场竞争的胜利


在竞争激烈的市场中找到差异


我们知道市场上已存在其他的生成搜索引擎,像Perplexity、You.com和Phind这样的竞争对手已经确立了市场地位。


虽然他们也利用Google或Bing的搜索结果获取最新信息,但我们认为,为了真正服务于开发者,我们需要做得更多。


因此,我们决定建立一套专门针对开发场景的定制搜索索引。除了整合Google搜索,我们还爬取并索引了大量的开发者网站、官方文档和GitHub等开源代码库。


这种独专于开发者资源的聚焦让我们能够为编程查询提供更相关、更准确的结果。与其完全依赖普遍的网络搜索结果,Devv更能够利用充满编程特定信息的丰富知识库来解决问题和生成代码片段。


为了进一步凸显Devv的差异性,我们实施了两项关键功能:


  • 代理模式:对复杂查询,Devv能够理解用户的真正意图,并从专业化的代理类型(代码生成、解释、调试、优化、网络搜索等)中选取,提供定制化的解决方案。


  • 简洁、专注开发者的UI设计:我们设计的用户界面简洁直观,无杂乱要素,允许开发者无需分心于工具本身即可专注于工作。



通过将我们定制的开发者搜索索引与这些独特的功能结合,我们成功地为Devv构建了一个强有力的价值主张,使其成为开发者的首选搜索引擎。我们专注的策略让Devv在市场上独树一帜。


在中国市场获得成功,但很快被封禁


我们手头有了一个经过优化的MVP,便开始将Devv推向更大的受众。我们首先向我的Twitter关注者推广,他们大多数是位于中国的开发者。


反响远超我们的预期。仅仅通过口碑传播,Devv在几个月内就拥有了超过50万用户。中国各地的开发者对这一工具赞誉有加,我们的用户基数呈现指数级增长。


但就在我们进入正轨之际,灾难突然降临,在中国大陆的所有用户无法访问Devv。转瞬间,我们的主要增长引擎熄火了。



我们失去了中国的用户基础,这对我们来说是重大打击,但我们没有放弃。我们知道我们构建了一个有价值的东西,且坚信中国以外的开发者面临同样的挑战。


于是,我们重新出发,调整Devv以适应全球市场。我们从零开始,一名开发者接一名开发者地重建用户群。缓慢但确定地,我们在其他市场开始获得用户认可。


商业化与盈利


随着全球用户基础的扩大,我们开始考虑如何实现盈利,以构建一个可持续的业务模式,同时不牺牲用户体验。


在三月份,我们推出了 Devv 的高级订阅方案。让我们欣喜若狂的是,仅首月它就创造了超过28,000美元的收入。从那以后,这个数字还在持续增长。


今天,Devv 正在帮助全球的开发者更快更好地编写代码。而我们的旅程仅仅刚刚开始。


03 

关键洞察和经验分享


产品构建经验


构建和扩展 Devv 的过程是一场令人难以置信的学习之旅。以下是我的一些关键经验:


  1. 解决一个真正的、切身的问题。成功的初创公司都是那些解决了目标用户实际需求的公司。
  2. 通过MVP快速验证。不要过分沉迷于一开始就打造完美产品的想法。推出一个基础版本来测试你的想法。
  3. 让你的产品与众不同。在竞争激烈的市场中,通过独特的功能和专注于你的目标受众,让你的产品脱颖而出。
  4. 口碑的力量。如果你打造了一个人们喜爱的东西,他们会向朋友推荐。这一点在如开发者这样的紧密社群中尤为有效。
  5. 面对挑战是必经之路。任何创业之旅都不会一帆风顺。关键在于保持灵活适应,并持续前行。


归根到底,Devv 的成功归功于我们对那个初步见解的坚持:开发者需要一个更优秀、更可靠的AI搜索工具。通过始终专注于解决这一核心问题并不断完善我们的产品,我们成功打造出深受用户喜爱的东西。


创业经验分享


如果你正考虑开启自己的创业之旅,我强烈推荐你参考以下资源:


  • Y Combinator的创业学校:这是一个免费的线上项目,涵盖了从创意到资金募集的各个方面,内容包括来自成功创始人和投资者的视频讲座。这是我认为非常有帮助的创业速成班。


  • Eric Ries的《精益创业》:对于有志于建立自己的创业公司的人而言,这本书是必读之选。它强调快速实验、验证学习和持续改进的重要性。


  • Lenny’s Newsletter:前Airbnb产品领袖Lenny Rachitsky分享了关于产品管理、增长和扩大创业公司规模的洞见性文章和访谈。他的订阅通讯是实用建议和灵感的宝库。


  • Ben Horowitz的《创业的艰难之路》:作为一名著名的风险投资人,Horowitz提供了关于经营创业公司挑战的坦率和真诚见解。对于任何创始人来说,这都是必读且提供了许多宝贵经验的书籍。


再多的阅读也不能使你完全准备好面对创业的起起落落。最重要的是勇敢地开启并在实践中学习。从小做起,然后不断迭代。


我希望我自己的故事能激励其他创始人追寻他们的创业梦想。如果你对解决实际问题充满热情,不要害怕采取飞跃。这段旅途不会轻松,但获得的回报会非常丰富。


文章来自于微信公众号“Founder Park”,作者 “小布bruce”



关键词: AI搜索 , Devv AI , AI搜索引擎 , Devv
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda

2
知识库

【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。

项目地址:https://github.com/labring/FastGPT

3
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI

4
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/