技能介绍

问题：Newsletter 变现的决策困境

当你把 Newsletter 做到一定规模，变现就会变成一道选择题：付费墙设在哪里、广告怎么定价、要不要接推荐分成。选错的代价不是少赚一点，而是直接毁掉增长引擎——核心内容被付费墙挡住后，口碑传播中断；低质量推荐透支订阅者信任后，流失率悄然上升。问题在于，这些决策缺乏统一框架，大多数人只能靠拍脑袋或照搬别人的方案。

技能如何工作

简诗 AI 用一套结构化流程把变现决策拆解为可执行的步骤。

收集上下文：技能首先判断你处于哪个阶段——尚未上线、免费运营、已变现但需优化、还是正在考虑切换模型，然后针对你的兴趣方向（订阅、赞助、推荐或混合）给出针对性方案。

模型对比与策略设计：核心是一张变现模型对照表，列出付费订阅（$5–$50/月）、赞助广告（$25–$100 CPM）、付费推荐（$1–$5/人）和联盟链接（5–30% 佣金）各自的适用场景、收入上限与复杂度。在此基础上，技能进一步拆解定价分层：免费层保留 80–90% 内容以维持增长，付费层 $5–$15/月或 $50–$150/年提供深度分析、数据和模板，高级层 $20–$50/月包含社区访问权限。

付费墙边界的判断是这份技能最有价值的部分。它明确指出什么该收费——深度研究、可执行框架、社区互动、早期访问——什么绝对不能收——核心价值主张、时效性评论、以及驱动口碑增长的内容。免费转付费的转化率在 2–5% 属于正常水平，5–10% 则是优秀。

赞助广告的实操框架：包括 CPM 定价公式（列表规模 × 打开率 × CPM）、四种广告位格式（主要赞助、分类广告、原生内容、整期定制）、以及一张覆盖 Paved、BuySellAds、Swapstack 等平台的发现渠道清单。技能还内置了媒体包制作清单和定价卡要素。

平台适配：技能引用 references/platforms.md，为 Kit、Substack、Beehiiv、Ghost 等具体平台提供差异化指导，不会把所有平台的策略混在一起。

自我改进机制：每次执行中发现的新规律会追加到 references/learnings.md，下次执行时优先读取，形成累积知识库。