我采集了国内版扣子官网的bot商店数据，主要是推荐模块下面的，一共400个。本意是想看看，目前最火的AI智能体平台，很像个MVP试验场，哪些类型的应用表现是不错的，反映了什么需求。

结果也发现了一些其他有意思的东西。

下面是本文目录，有兴趣再往下翻：

一、从不同数据视角看

1、使用人数

2、会话总数

3、收藏人数

4、人均会话次数

5、藏用比

二、扣子bot的头部玩家及其风格

三、评论区是需求区

四、广告的N种植入方式

一、从不同数据视角看

我想看哪些应用表现不错，但什么是不错？不同的数据维度会反映出不同的东西。

扣子页面能拿到的基础数据是使用人数，会话总数和收藏人数，这三个绝对数指标，将时间这个影响因素忽略了，bot上线时间有差异，积累的数据差距也就明显。

所以又计算了两个数据：人均会话次数和用藏比，消除了时间影响，看起来也更清晰。

1. 使用人数

指标含义：这个bot被多少用户（也可能是人次）使用过。

使用人数反映了bot的热门程度，也反映出一些场景价值。想象一下一个刚打开页面的用户，不知道要找啥，就从满屏的推荐流往下滑，有吸引人的标题和描述，让人一眼看去就知道是干嘛的，我觉得好奇，或者需要，就会点进去试试看。

从使用人数来看，前25%的bots中，以学习教育、娱乐游戏、内容创作、效率工具为主，并且数量相差不大。

其中，排名前四的都超过了10w，前三强更是接近和超过20w，且都出自同一作者，第二和第三的上线时间不到一个月。。真🐂🍺，关于头部玩家及其bot风格我放在第二部分单独说。

2. 会话总数

指标含义：所有用户对bot发起的单边对话次数合计。

会话总数这个指标，可能相比之下水一点，能一定程度反映bot的热门程度，以及与用户互动的设计。不过，你会话总数高，可能因为你应用场景好，使用人数多，也可能是你互动引导流程更繁琐，甚至也可能是因为你应用类型决定的，比如文字冒险、剧本啥游戏，就是要多轮对话。

从会话总数来看，前25%的bots中，以娱乐游戏，学习教育为主，很明显游戏类在这个指标上是一枝独秀。那么，能在这个指标中表现不错的学习教育，内容创作和效率工具类应用，就很值得一看。

3. 收藏人数

指标含义：这个bot被多少用户收藏了。

收藏人数是很有意义的指标。当用户使用之后愿意收藏一个bot，就是对其场景和输出效果的认可，这是很珍贵的。一般来说，这类应用都具有工具属性。

并不意外，从收藏人数来看，前25%的bots中，以学习教育，内容创作和效率工具类应用为主，跟2相反，收藏数不错的游戏类应用，可以玩玩，都是大浪淘沙剩下的。

这里面的应用，如果有时间，都可以去试试看：

4. 人均会话次数

指标含义：会话总数/使用人数，平均每位用户跟bot的对话次数。

这个指标将上线时间和总的使用人数因素排除在外，只关注，一个应用能让客户平均达成多少的会话。因此按这种分类的应用，不一定热门，更多反映的是和用户的互动方式设计。游戏肯定又是霸榜，但其他类的应用就可以看下。

5. 藏用比

指标含义：收藏人数/使用人数，使用的用户中，有多少收藏了。

这个指标我觉得是收藏人数的升级版，即使不是热门应用，只要使用之后认可你的人数比例高，也会上榜。

但这组数据处理的时候其实需要剔除一些异常值，比如使用人数2，收藏1的这种，没有参考价值，可能是作者自己收藏的。所以可以选使用规模达到一定数量的，再看藏用比。

另外有意思的是，我还真发现一组天秀数据，这一组中唯一一个比例超过1的，卢卡斯绘本故事馆，也就是说有一大半的人用都没用，就收藏了

二、扣子的头部玩家及其风格

接下来看下，扣子中最高产的一部分玩家。

从产出数量上来说，12名作者产出了30%数量的bot，约120个，产出10个以上的有3名，占推荐bots总量的15%。

这里就不一一截图了，我把作品数量5个以上的作者单独拎了出来。其中按照第一部分的不同指标排行，每个指标前25%的bots中，他们各自的作品有多少，占自己总作品数的比例是多少，都标注出来了。

其中有4位可以说是数量和质量兼顾：尾尾，孟小孟，moonlit和daylight。

第一部分提到的，使用人数前三的bots，都出自孟小孟之手，数据相当之华丽，于是我去看了ta其他作品。

TA的作品输出形式确实很让人眼前一亮，图文排版精美，抛开内容不谈（跟模型有很大关系），回复的完成度是挺好的，并且用户体验细节也很不错。作者比较擅长长文生成，例如讲书，写小说，讲历史，讲故事，旅行行程规划。

细节控制其实是在模型输出的等待时间，会放入一张loading的精美动图卡片，提示内容在创作中，这会缓解一部分用户的等待焦虑。

孟小孟在工作流商店中开源了4个工作流，适合学习这类线性排版以及输出长内容的朋友去研究下。

另一位我想单独讲的作者是moonlit，一是因为ta的bot在我看来都是比较实用的场景；另外，之前我写过一篇文章推荐的bot：“大模型日报”，就是ta的作品，那时候没注意到作者。现在通过数据又筛选出来，有一种“hi，是你啊”的感觉。

三、评论区是需求区

对很多商品，应用，插件，app来说，评论区都是一个获取用户反馈和需求的地方。很多做竞品调研，也会专门去逛评论区，差评可能就是机会。

在数据好的bot下面，一般都会看到大量评论。除了说很棒和垃圾的，还有一些会问具体的问题，提出具体的修改方向。

比如：

这都是内容和工具的需求：

工作流如何搭建能实现好的效果；

输出效果有哪些环节要优化；

生成的图片/卡片，挺好的，怎么下载，除了用右键检查获取图片地址，还有没有外部小工具可以满足批量下载；

……

四、广告的N种植入方式

在流量这么大的平台上，一定会有人想方设法引流，比如：

1. 评论区

这是最直接的方式，在一些数据较好的bots下，都能看到这样一条留言：

点开后就是一个导航站网址，甚至已经有接龙截流的了。。

2. bot输出

以品牌为主，单独构建bot提升曝光

没想到在这里能看见flomo，他们做了一个网页和豆包中可用的bot，给出token，就可以让t它帮忙总结归纳。于是flomo用外部AI，帮助客户完成提取、总结，再用API写入flomo。

3. bot简介

在bot介绍挂上公司和网址信息

4. 集大成的秀儿

还有一家，放到压轴来说，因为只此一家：

这个bot是使用人数7000+，产生了5w多的会话。

bot名称就是品牌名，内容中植入网址，简介介绍业务，右边“立即对话”放上公众号和微信客服两个沟通渠道。

点开第一个是公众号二维码，第二个就是微信客服网页端链接，直接能打开微信和微信客服对话！如果放上企微的获客链接，可以直接加人了。

不得不说这个流程是相当丝滑的，但是客户群体精准与否另说。看到这篇文章的，如果你的目标群体也是尝鲜使用AI的人群，不知道会不会兴奋一下。

这个微信客服渠道来的数据在企微后台也是可追踪的。

写在后面

挂一下这篇成文用到的工具：

数据采集：八爪鱼采集器；

数据清洗：ChatGPT；

数据分析和呈现：飞书多维表格；

注意这份数据是7.5号的，如果你需要最新的，可以用上面提到的流程和工具再跑一份。