如何用 Claude 逆向拆解任何月入 10 万到 100 万电商店的策略

如何利用 Claude 逆向破解任何月入 $100K–$1M 电商店铺的策略 2026 年 8 月 11 日 · 14 分钟阅读 · 查看原文 ↗ 广告 Claude 营销 Tiktok 电商圈的人一听到"逆向破解一个百万美元店铺"，脑子里的第一反应就是直接切换到抢劫模式。 复制首页。扒广告。克隆产品页。把整个东西粘贴进 Claude，祈祷它能吐出一份印钱的游戏计划。 老兄，那不叫逆向工程。你只是在带着幻觉做 Ctrl+C。 而且这根本不管用。你眼前盯着的那家店，只是期末考试的答卷。 你看到的是答案纸，却连考试里考过的一道题都不懂。 在那一页干净的产品页背后，是几个月失败的产品、烧掉的广告费、翻车的定价实验，以及你永远看不到的受众转向。 真正的策略是不可见的。店铺门面只是幸存下来的那部分。 所以核心问题是：如果所有的内部测试都被隐藏起来，你从外部到底能搞清楚什么？ 比你想象的多得多。你只需要知道该看哪里、该收集什么，以及如何让 Claude 帮你把点连起来。 这篇文章就是讲这个的。一套完整的系统，用于拆解任何一个月入 $100K–$1M 的电商品牌，重建它的运作方式、找出可能驱动其收入的因素，以及哪些原则你可以偷过来在自己的店里测试。 在深入之前有一件重要的事：Claude 很强大，但它不是通灵师。+ 最近它比以往任何时候都更蠢了。 所以为了让这个流程真正给你有用的输出而不是幻觉废话，你需要把正确的指令装进一个 Claude Project，并在每个阶段配合正确的提示词。 我把完整的 skill 文件、提示词和检查清单编成了一份文档，你可以在这篇文章底部拿到。 这就是"Claude 给你泛泛建议"和"Claude 真正像操盘手一样思考"之间的区别。 我们开始吧。 第一条规则：分清什么是事实，什么是猜测 在分析任何东西之前，你需要接受一件事，它会让你免于出丑。 有些东西你能从外部验证，有些东西你绝对验证不了。 把这两者搞混，就是你最终去复制一家暗中疯狂亏钱的店铺的原因。 你能验证的：产品售价 $49。那个广告是 3 月投放的。他们用 Recharge 做订阅。这些都是你亲眼可见的客观事实。 你能推断的：如果一个广告已经跑了 6 个月，而且他们不断推出同一个角度的新变体，那说明这个概念可能挺过了某种内部审查。你不能说它赚钱，但你可以说它存活了下来。这两者是有区别的。 你从外部永远无法知道的：他们真实的 CAC、ROAS、利润率、退款率、流失率和广告支出。任何告诉你他能用 SimilarWeb 估算出竞品精确营收的人，都是在写小说，不是做分析。 在整个过程中，把这点记在脑子里。 第 1 步：挑一个值得研究的品牌 不是每家店都值得你花时间。你需要一个有足够公开证据、能够真正拆解的品牌。 什么才算好目标： Meta Ad Library 或 TikTok Creative Center 上有活跃广告 在他们官网、Amazon、Trustpilot、Reddit 等任何人们抱怨的地方有真实客户评论 有清晰的产品和报价，让你能画出全貌 有足够的历史，说明他们迭代过、随着时间改过东西 如果一个品牌只有 3 个广告、12 条评论、一个单页店铺，那就跳过。你要找的是一个入行足够久、店铺能反映真实经验教训的人。 最佳目标是月入 $100K–$1M 的 DTC 品牌，而且至少运营了 6 个月。这能给你足够的证据去发现真正的模式。 为这个品牌新建一个 Claude Project。你收集的所有东西都放进去。 第 2 步：解码客户（这是 90% 的人跳过的地方，而它让你付出一切代价） 很多人从产品开始。但正确的做法是从购买产品的那个人开始。 因为产品、广告、漏斗、定价，在你想明白这个品牌到底在服务谁、什么让他们夜不能寐之前，全都说不通。 去收集一切： 产品评论（按"最新"排序，同时按 2–3 星评论排序，因为那才是"期望 vs 现实"真正暴露的地方） 他们 Facebook 和 Instagram 广告下的评论（人们会在评论里免费告诉你他们的顾虑） Reddit 上关于这个品牌或这个品类的讨论 Trustpilot 或任何第三方评论网站 他们的 FAQ 页面（这告诉你哪些问题频繁到他们不得不公开回应） 网站上的客户证言 把这些全部丢进 Claude，让它提炼出： 客户原话中反复出现的痛点 他们购买时期望得到什么结果 他们之前试过什么，为什么失败了 人们购买前提到的顾虑和犹豫 他们用来描述这个问题的确切措辞 这就是为什么这一步如此重要。真实客户使用的语言，几乎从来都和品牌放在产品页上的语言不一样。 对很多人来说，这个差距简直就是作弊码。 你现在知道了市场实际上是怎么谈论这个问题的，这意味着你的广告和文案可以用他们的语言说话，而不是靠猜。 Claude 会啃完 200 条评论并提炼出模式，比你读一整天还要快。这些模式就是你的市场情报。 第 3 步：解码报价（offer） 现在你来看店铺。但你不是在逛橱窗。你是在绘制页面上每一个元素背后的商业决策。 逐一记录： 主打产品及其价格 捆绑或数量优惠（买 2 省 10%，买 3 省 20%） 订阅选项以及他们给订阅的折扣 包邮门槛 保证或退货政策 购物车或结账环节的追加销售（upsell） 产品页上的交叉销售（cross-sell） 购后加购（如果你能发现的话） 把这些喂给 Claude，问它：这些决策说明了他们对自己的经济账是怎么想的。 这一步开始变得有趣，因为每一个定价决策都在讲一个故事。 如果他们在猛推"订阅并省"、打 8 折还包邮，那说明他们已经想明白了自己的 LTV 足够强，可以在第一单上让利。 他们是在买客户，而不是做一次性销售。 如果他们设置了激进的量贩优惠，比如买 3 送 1，那他们很可能是在推高 AOV，因为他们的广告成本只有在更高的客单价下才成立。 完全是另一种策略。 你不需要他们真实的电子表格就能理解这套逻辑。报价结构本身就是那张表格，只不过被公开了而已。 第 4 步：解码广告 每个人都从这里开始，而这恰恰是反的。 你应该在已经搞清楚客户是谁、报价结构是怎样的之后，才来到这一步。因为这样一来，广告放到上下文里才真正说得通。 去 Meta Ad Library 搜这个品牌。如果他们也投 TikTok 广告，再去看 TikTok Creative Center。 对每一个广告，记录： 钩子（前 3 秒或第一行） 它以什么问题切入 它承诺什么 它如何解释为什么这个产品有效 形式（UGC、棚拍、图片、轮播） CTA 它已经跑了多久 现在轮到 Claude 大显身手了。 别像做作业一样一个一个分析广告。一次把同一品牌的 10–20 个广告喂给 Claude，让它做模式聚类。 哪些问题在多个广告里反复出现？哪些钩子被反复回收利用？哪种形式出现最多？哪些角度存活得最久？ 你猎取的是反复出现的主题，而不是单个爆款。 如果 15 个广告里有 8 个都以同一种挫败感切入、只是从不同角度切入，那你刚刚找到了一个这个品牌反复押注的痛点。 如果每一个存活了 3 个月以上的广告都是一个 45 岁以上的女性对着镜头说话，那这个人设在起作用。 有件事要记住：一个广告跑了 6 个月，并不自动意味着它是摇钱树。它只是意味着它存活了下来。 也许这个品牌懒得关广告。也许它是一个每天花 $5 的再营销广告。长期存活是一个信号，不是结论。 第 5 步：绘制漏斗 点击他们的广告。像一个真的手握信用卡的顾客一样走完整个购买流程。 因为漏斗告诉你：他们试图建立什么信念，以及按什么顺序。 在每一个阶段都问 3 个问题： 这个页面试图制造什么信念？ 它在处理什么顾虑？ 它想让我接下来采取什么行动？ 走一遍： 广告点进来落到哪里？产品页？独立落地页？一个测试问卷？一篇软文广告（advertorial）？光这第一页就能告诉你很多关于他们转化策略的信息。 产品页结构。首屏（above the fold）放了什么？他们怎么处理社交证明？订阅选项和一次性购买的位置关系如何？用什么样的图片？有没有视频？页面有多长？ 购物车和结账。有没有 upsell？紧迫感元素？完成购买要几步？ 购后环节。一键 upsell？引导注册账号？问卷？邮件订阅？ 把这些全部喂给 Claude，让它绘制信念链条。 好的漏斗会造出这样一个序列："我有这个问题" → "这个产品能解决它" → "我信任这个品牌" → "这个价格合理" → "我现在就该买"。 如果你能看清这个信念序列，你就理解了它为什么能转化。然后你可以用一个完全不同的产品，套用同样的心理推进，构建你自己的版本。 第 6 步：查历史 你今天看到的店铺只是一个快照。它是他们测试过、改过的一切的结果。旧版本告诉你他们学到了什么。 打开 Wayback Machine，调出网站以前的版本。 找： 价格变化（他们可能测试过，找到了更优的价格点） 主打产品变化（他们可能砍掉了表现不佳的产品） 定位转变（标题、价值主张、角度的演变） 订阅被加上或被移除（这是一个巨大的战略信号） 新增落地页（出现新页面通常意味着他们在测试转化优化） 广告创意风格随时间的变化 把前后对比喂给 Claude，让它描述"什么变了"。不是"为什么变"，因为你真的不知道。只是"哪里不同"。 变化的方向告诉你他们学到了什么。 如果他们从卖单品转向推捆绑，那更高的 AOV 很可能让他们的广告变得盈利。如果他们加了一个问卷漏斗，那他们是在尝试在产品页之前对流量做预筛选。 这就像在读别人的实验记录本。你看到的是他们几个月里跑过的实验，被压缩成几张截图。 第 7 步：建经济模型 你无法从外部算出竞品的真实利润。如果有人告诉你他算出来了，那是他编的。句号。 但你可以通过跑情景来检验这个模型是否讲得通。 把你已知的东西拿来： 产品价格和折扣 粗略的 COGS 估算（用 1688 或 Alibaba 反向搜图来估一个采购成本区间，把它当作粗略的市场价，而不是他们真实的 COGS） 订阅结构 包邮门槛 现在让 Claude 跑情景： "如果这个品牌转化率 2%、AOV $65、毛利率 60%，什么样的 CAC 才能让他们在第一单上保持盈利？" "如果 30% 的客户订阅，且平均订阅用户以每月 7% 的流失率留存 8 个月，LTV 会是什么样？" "要让这门生意在他们当前的价位上成立，需要满足哪些条件？" 你不是在假装知道他们的数字。你是在让 Claude 帮你搞清楚：要让这个模型可行，需要哪些条件成立。 这能告诉你这个机会是否现实，以及你需要命中哪些假设。 第 8 步：合并全局 这一步是让 Claude 把你前面所有步骤收集到的每一条证据连接起来。 把你完整的证据集喂给 Claude，让它产出： 3–5 个最强的可迁移机制（不是要照抄的东西，而是似乎驱动这门生意的原则） 每条机制背后的证据及其置信度 你从外部真正无法确定的东西 你不应该试图复制的东西（那些只有靠他们的历史、受众规模或口碑才成立的品牌专属元素） 基于这些机制，你可以在自己店里跑的 3–5 个原创测试 这就是最终输出。一套由真实证据支撑的假设，你可以拿去在你自己产品、你自己受众、你自己生意上测试。 真正的逆向工程就是这个样子。 研究系统。提炼原则。跑你自己的实验。 实际长什么样 为了不让这沦为纯理论，这里给一个假设性的拆解案例。 你选了一个面向 40–55 岁女性的 DTC 保健品品牌。你跑完流程，发现： 客户证据显示女性反复提到精力崩溃和脑雾。 2–3 星评论说"过了几个星期才感觉有变化"，这暴露了期望差距在于"见效速度"。 报价是一次性 $49，或订阅 $39 且包邮。"订阅并省"是默认选项。他们力推一个 $99 的三瓶装。 这说明他们同时在优化 LTV 和 AOV。 广告在 18 个创意里聚成 2 个角度："不含咖啡因的能量"和"中午前头脑清醒"。两者都用了该年龄段真实女性的 UGC。存活最久的广告都以脑雾角度切入。 漏斗从广告进到一个独立落地页（不是主站），大量证言，然后到带有一键 upsell 的结账。 Wayback Machine 显示他们在 5 个月前从通用产品页换到了这个独立落地页。 那个页面很可能提升了转化。 你提炼出的机制：每个广告角度配一个针对特定问题的落地页、订阅设为默认、用真实目标人群做 UGC、用捆绑结构推 AOV、把脑雾作为最强钩子。 你的测试：把这些原则应用到一个相邻领域的另一款产品上。（或者你甚至可以找另一款解决类似问题的产品，把它跑起来） 让 Claude 真正派上用场的 skill 文件 就像我在开头说的，Claude 有多好用，取决于你给它的指令有多好。 如果你只是粘贴一个产品 URL 然后说"分析这家店"，你会得到听起来很聪明、但对你毫无启发、停留在表面的泛泛输出。 这套系统之所以有效，是因为每一步都有具体的提示词，告诉 Claude 到底该找什么、该比较什么、该赋予多高的置信度。 我把一整套工具整理好了，包括： 你 Claude Project 的主指令 每一步的证据收集检查清单 客户解码器提示词 报价与经济账分析器 广告模式解码器 漏斗绘图器 策略综合器 原创测试生成器 你把这些装进一个 Claude Project，之后你想研究的每个品牌都走同一套流程。换进新证据，剩下的交给系统。 完整文档在这篇文章底部。去拿。 P.S. 我们项目里一个 14 岁的小孩正在用 AI + 电商做到 $100K+/月。 另一个用同样的配置做到 $17k/月的纯自然流量。 如果你想看他们一步步是怎么做的，我全写在这里了（如果你真的照做，3 个月内保 $10k/月）： https://bit.ly/3RHQdTc -AC 回复 "REVERSE"，我就把完整的 Claude skill 文件 + 提示词发给你，让你自己跑这套系统。 标签：# X # 广告 # Claude # 营销 # Tiktok # 增长 # Meta Ads # Meta # Facebook # Instagram # UGC # 指南 相关文章 我分析了 27 个不花一分广告费就从零做到百万级播放量的 App。他们 70 天内做到 $0 到 $80K MRR。9 个月内做到 $0 到 $200K MRR 移动应用 营销 Tiktok 广告