企业官网建设流程全解析

最近刷到一条融资消息，说实话挺提神的：在 edtech 寒冬里，Imagi 这家教育科技公司超募了 450 万美元。圈内普遍感受是“钱都躲起来了”，这还能超募，很少见。我一直盯着教育科技赛道，第一反应是：Imagi 到底做对了什么？它卖的东西，和你我脑子里默认的“教育产品”，很可能不是一回事。

今天不聊新闻稿，就从一个从业者的视角，把这家公司的产品逻辑、融资逻辑和背后的商业算盘拆开揉碎，聊聊它到底在卖什么、又是凭什么让投资人在寒冬里掏钱。这篇内容适合 edtech 创业者、关注教育投资的朋友，以及所有想理解“新一代教育产品怎么赚钱”的人。

1. edtech 寒冬到底有多冷，钱都躲到哪去了

1.1 所谓的“寒冬”，不是钱消失了，是钱变聪明了

过去十年，edtech 经历过一段野蛮生长的时期。那时候拿到融资的关键不是产品多好，而是“故事讲得够不够大”：我们覆盖了多少学校、平台上有多少注册用户、课程库有多少小时……数字越大，估值越夸张，钱来得越容易。那时候的投资逻辑，本质上是“先抢位置，再想怎么赚钱”，甚至很多团队连单位经济模型是什么都不清楚，就开始烧钱换增长。

现在这个逻辑彻底反过来了。资本对 edtech 的态度，从“大水漫灌”变成了“精准滴灌”。全球教育科技融资额从高点一路回落，很多曾经耀眼的明星项目要么默默转型，要么直接关停，还在牌桌上的团队，普遍都在做同一件事：压缩成本、证明留存、控制毛利。说得难听点，以前投资人端着桶来接水，现在改拿杯子了，而且还会掂量这杯水能不能喝、喝了会不会中毒。

这不是钱没了，而是钱被风险教育过一轮之后，学会了挑项目。寒冬的本质是估值体系的重置，是对“伪需求”和“低效模型”的一次大面积清洗。那些真正能把教育体验做扎实、能把账算明白的团队，反而有机会在所有人都缩头的时候，拿到超额的资金——Imagi 这轮超募，就是这种环境下的典型样本。

1.2 寒冬里钱到底流向了哪里：几个逆势赛道

虽然整体盘子缩了，但有几个细分方向仍然能拿到钱，而且拿得相当舒服。我复盘了近两年还算活跃的 edtech 融资案例，大致能看到几条清晰的脉络：

• AI 原生的学习产品：不是“原有课程+一个 AI 助手”，而是从交互底层就基于 AI 设计的产品。比如 AI 口语陪练、AI 写作伙伴、AI 虚拟教师，这些产品不再依赖真人教师供给，边际成本趋近于零，自然成了资本追捧的对象。
• 家庭端订阅制：向 C 端家长收费、按月或按年续费的产品，现金流稳定，模型跑通了就容易规模化。不像 2B 进校那种回款慢、决策链长的生意，C 端订阅天然更容易验证付费意愿。
• 低龄段素质教育：面向 3-12 岁孩子的 STEAM、编程、创意表达、语言启蒙，家长付费意愿强，且这类需求不太受升学大考周期影响。
• 教育出海：把在国内验证过的供应链、师资模式和产品能力搬到海外市场，赚汇差和认知差。

Imagi 的融资故事，正好落在这些逆势赛道的交叉点上：AI 原生、家庭端订阅、低龄段学习。如果你把它只看作一个“做教育 App”的公司，那确实解释不了它为什么能超募。但如果你把它放到“AI 原生的新一代家庭教育消费品”这个位置上去理解，逻辑就顺了。

2. Imagi 卖的到底是什么：产品逻辑的层层拆解

2.1 卖的不是课程，是一个“让孩子愿意学”的钩子

我们习惯性以为，教育产品卖的是内容：课程、题库、名师讲解。但在 AI 时代，内容的门槛被大幅拉低了——今天任何团队都能用大模型生成像模像样的讲解文案、出题甚至批改，纯内容本身很难构成壁垒。Imagi 这类产品真正花心思做的东西，是“体验”，或者说，是让孩子愿意打开 App 的那一下。

低龄段孩子的学习有个天然难题：他们不是自律的用户，不会因为“今天该学英语了”就主动打开产品，他们只会因为“好玩”而打开。所以新一代产品不再把课表塞给孩子，而是把学习包装成一个游戏、一个故事、一个可以和 AI 角色互动的场景。孩子以为是玩，其实是练；家长看到的是输出，背后是精心设计的教学流程。

这个“钩子”的价值被严重低估了。教育产品最大的成本不是内容生产，而是获客和唤醒——如果一个孩子每周只打开一次，什么学习效果都谈不上。Imagi 如果能把“打开率”和“单次时长”做上去，它卖的第一个东西，其实是“注意力”。在信息过载的时代，能把孩子的注意力稳定留在学习场景里，这件事本身就值钱。

2.2 卖的不只是工具，是“家长看得见的改变”

但孩子喜欢只是第一步，真正付费的是家长。一个现实问题：家长凭什么相信这个产品有效？以前靠名师头衔、靠教材权威、靠线下门店的信任感。现在 AI 产品没有这些背书，那就必须用另一种方式建立信任——数据反馈。

这就是我猜 Imagi 产品设计里最核心的部分：家长端的学习报告。不是简单的“今天学了 20 分钟”，而是“孩子今天主动用英语表达了 5 个句子，发音准确率提高了 8%，在空间推理题上的反应速度提升了 15%”。家长看到这些“看得见的改变”，付费才会变得顺理成章。

这里有一个很微妙的心理学机制：家长买的不是工具，是“省心”和“安心”。传统线下培训，家长要接送、要坐旁边旁听、要跟老师沟通。AI 家庭端产品把整个过程压缩成了“给孩子一个平板，家长看报告”，这是对家长时间成本的巨大节省。换句话说，Imagi 同时服务两类用户：孩子获得即时反馈和乐趣，家长获得省心的教育方案和可视化的效果反馈。一套产品，两种价值主张，这是订阅制能够持续运转的前提。

2.3 卖的是“AI 老师”这个角色，而内容只是载体

很多人会把 AI 教育产品理解成“内容库+聊天机器人”，这个理解太浅了。Imagi 这类新一代产品，本质上卖的其实是一个“角色”，一个有耐心、懂孩子、能陪练的 AI 老师。

真人老师的供给瓶颈是 edtech 的死穴：好老师贵、标准不一、可复制性差、管理成本高。AI 老师的出现，把这个瓶颈整个绕过去了。它不是真人，但能做到几件真人老师很难做到的事：24 小时在线、对孩子的每个错误零责备、可以根据孩子的水平实时调整难度、可以记住孩子三个月前的某个薄弱点并在今天再次强化。

对低龄段孩子来说，AI 老师还有一个隐性优势：孩子面对 AI 不怯场、不怕犯错、敢于开口。很多孩子在线下课堂不敢回答问题是怕说错被同学笑，但在 AI 面前没有这种社交压力，反而更容易进入“心流”状态。所以 Imagi 卖的不是“AI 技术”，而是“一个比真人老师更懂孩子、更有耐心、且永远不缺席的陪练伙伴”。技术只是实现这个角色的手段，角色的体验感才是壁垒。

2.4 传统 edtech 和新一代产品到底差在哪

要理解 Imagi 的价值，最好把它放进与上一代 edtech 的对比里看。差异点不止是技术，而是整条商业逻辑的重构。

这张表基本能解释为什么资本更愿意投后者：同样是做教育，前者的收入增长要靠人、靠销售、靠地推，每多赚一块钱都要多花一块钱；后者靠的是产品体验和口碑，每多一个用户，边际成本几乎为零，同时数据积累还能让产品越用越聪明。在资本眼里，一个具备软件经济模型的教育产品，远比一个披着科技外衣的培训机构性感得多。

3. 450 万美元超募背后：投资人到底在给什么买单

3.1 “超募”不是一个空洞的好消息，它代表预期差

先说个容易被忽略的事实：种子轮能拿到 450 万美元，在目前的融资环境里算不上天文数字，但“超募”这个状态很说明问题。种子轮正常的募集目标一般是 100 万到 300 万美元之间，能超募意味着什么？意味着 Term Sheet 上本来只想给 300 万，结果想进的机构太多，最后盘子扩到了 450 万。这是一种明显的“僧多粥少”的反向信号：不是项目找不到钱，而是钱争着要进来。

资本争着进场，通常是因为看到了两个东西的“预期差”：一是市场还没充分意识到这个品类的爆发力，二是团队展示出来的数据和能力，超出同样规模项目的平均水平。在 edtech 寒冬里，LP 的钱袋子收得很紧，GP 出手也格外谨慎，能在这种环境下让多个机构抢着投，说明 Imagi 团队一定在某个核心指标上给出了让投资人无法忽略的证据——要么是留存数据远超同行，要么是拿到了极高的付费转化率，要么是创始团队的过往背景与这个赛道高度匹配。

3.2 投资人看的四个硬指标：留存、付费、复购、扩散

寒冬里投资人不会为“宏大愿景”买单，只会为“可验证的指标”买单。我复盘过不少教育科技项目的融资逻辑，几乎绕不开四个指标：

• 留存：教育类 App 的行业平均 30 日留存通常在 10% 上下，能稳定做到 20% 以上就是非常惊艳的产品。对孩子来说，每周愿意主动打开 3 次以上，产品才算真正建立起了使用习惯。
• 付费转化率：免费试用转付费的比例。这个指标能直接反映“家长看到效果后是否愿意掏钱”。行业里做得好的产品能到 10%-15%，大多数产品卡在 5% 上下。
• 月续费率：订阅制的生命线。月续费 80% 意味着月流失 20%，年留存率大约 0.8 的 12 次方，不到 7%，这个模型就不太健康；如果能做到月流失 5% 以内，年留存率就是 54%，模型的健康度完全不同。
• 口碑扩散：家长会不会主动把产品推荐给其他家长。在获客成本越来越贵的今天，NPS（净推荐值）和转介绍率，决定了产品的增长能走多远。

Imagi 能拿到超额融资，大概率不是靠单一指标，而是把这四个指标都跑出了一套相对完整的数据。投资人看的也不再是“今天有多少用户”，而是“这批用户三个月后还剩多少、六个月后还愿意付多少钱”。

3.3 单位经济模型：这笔生意到底能不能算过来账

教育科技圈里流传一句话：融资能力终将耗尽，单位经济模型才是归宿。寒冬里还愿意出手的投资人，一定在脑海里反复算过这笔账。我提供一套通用的算账框架，所有做家庭端订阅的教育产品都适用：

假设 Imagi 的定价为每月 15 美元、年付 120 美元。可以估算几个关键数值：

• ARPPU（每付费用户平均收入）：按年付占比 30%、月付占比 70% 估算，约 15 美元/月。
• 毛利率：AI 产品的主要成本是大模型 API 调用、服务器和内容运营，不算获客的话，毛利率通常可以做到 60%-75%。
• 月流失率：假设 5%（已经是很健康的水准）。
• LTV（用户生命周期价值）：公式是 LTV = ARPPU × 毛利率 / 月流失率。代入数字：15 × 0.7 / 0.05 = 210 美元。
• CAC（获客成本）：如果做内容营销和口碑裂变，CAC 控制在 80 美元以内，那 LTV/CAC 大约 2.6，在当下资本眼里，这是一个可以放心下注的模型。

当然，这些数字是基于行业经验的估算，不代表 Imagi 的真实数据。但思路是通用的：投资人看的不是“想象力”，而是“这个公式能不能跑通”。真实数据和估算的差距越大，越说明产品还有优化空间。如果 Imagi 实际能做到更低的流失率或更高的毛利率，它的融资溢价自然就出来了。

3.4 团队和时机：资本下注的是“人+匹配度”

数据模型是骨架，团队是血肉，时机则是空气。同样一个 AI 教育项目，为什么现在能拿到钱，三年前不行？因为时机成熟了：大模型能力足够强、API 成本降到可承受区间、家长对 AI 产品的接受度被 ChatGPT 一代教育出来了——这些条件缺一个，AI 原生教育产品都跑不通。

但时机是公共的，团队是私有的。投资人选择 Imagi，本质上选择的是“为什么是这个团队，在这个时间点，用这个方式切这个市场”。创始团队如果有过教育产品操盘经验，同时对 AI 技术有深刻理解，这种“教育+AI”的复合背景在市场上非常稀缺。纯技术团队做教育产品，通常会迷失在功能堆砌里；纯教育团队做 AI 产品，往往搞不定技术落地和模型调优。能在两个领域都讲出深度故事的人，本身就是寒冬里最硬核的资产。

4. 寒冬里 edtech 创业，有哪些事要提前想明白

4.1 别把“功能”当“产品”卖，先回答三个问题

这几年我看到太多 edtech 项目，BP 里写满了“AI 赋能”“自适应学习”“千人千面”，但追问下去全是功能，不是产品。功能是“我们能做什么”，产品是“用户为什么需要、为什么付钱、为什么留下”。做教育产品，尤其是 AI 教育产品，最忌讳的就是炫技。

我一般会建议创业者先回答三个问题：孩子为什么愿意每天打开？家长为什么付费且续费？这个产品三个月后凭什么还能让用户留下？如果三个问题都答得具体、答得和数据挂钩，产品逻辑才算成立。比如，“我们用大模型生成绘本”是功能；“孩子每天睡前主动要求读 15 分钟 AI 生成的故事，并根据她的词汇水平自动调整难度，家长每周收到阅读能力变化报告”才是产品。差一层，融资和增长的结果就差一个数量级。

4.2 现金流规划：按 24 个月算账，不要赌运气

融资到手后的第一件事不是扩张，而是算清楚这笔钱能烧多久。拿 Imagi 这轮 450 万美元举例：如果团队规模 20 人，月烧钱速度约 25 万美元（含人力、服务器、市场费用），450 万美元大约能支撑 18 个月。但如果再算上 6 个月的融资周期冗余，你的实际安全运营时间只有 12 个月。

寒冬里最忌惮的幻想是“三个月后一定有下一轮”。现实往往是：你以为是三个月，结果花了九个月，而且还是在数据不错的情况下。所以我给所有创业团队的建议都一样：按 24 个月来规划现金流，产品开发留 12 个月，验证市场和融资留 6 个月，最后一季度只用来做决定——要么拿到钱，要么快速调整方向。别把最后一美元花在“给投资人看的新功能”上。

4.3 常见问题排查：AI 教育产品留存上不去的几个根源

我自己看过不少教育产品，也帮朋友团队排查过增长问题，发现留存做不上去，原因往往集中在几个地方，出现类似情况的团队可以直接对号入座：

• 孩子玩两天就腻了：根子在内容更新速度和玩法深度上。一个 AI 角色如果每天说同样的话、做同样的互动，新鲜感最多撑一周。解决办法是建立内容生产的节奏感，让“每周都有新东西”成为产品承诺。你可以试试在内容后台设置 A/B 测试框架，小步快跑地验证哪种内容更能拉住孩子。
• 家长感知不到效果：教育产品的“效果”往往滞后，家长感受不到就等于没有。如果你的产品只有孩子端、没有家长端的数据反馈闭环，那家长续费的动力会急剧下降。解决思路很简单：每周生成一份“学习质量报告”，用可视化的方式告诉家长孩子到底学会了什么。
• AI 互动翻车，孩子在忍：语音识别不准、语义理解差、孩子说一句话 AI 答非所问，这些是最致命的体验硬伤。儿童语音有自己的特点（句子短、发音不标准、语法不完整），通用语音模型直接套用往往体验很差。这种问题没有捷径，只能针对儿童语料做专门的数据标注和模型微调。

4.4 给想入局者的几个“别做”

最后，基于我亲眼见过的一些失败案例，几个具体的“别做”给准备入局 edtech 的朋友：

• 别做 1v1 真人直播课：这个模式已经被验证为毛利极低、师资成本极高、规模化后管理复杂度呈指数上升。除非你手握垄断性的师资供应链，否则在寒冬里碰它就是送钱。
• 别做纯工具型产品：词典、背单词、打卡类工具，留存天然低，用户用完就走，又没有网络效应，做成付费订阅很难，做成广告模式又伤体验。
• 别做 2B 进校生意：不是不能做，而是回款周期、决策链、定制化成本都不适合只有一轮种子资金的小团队。除非创始人原本就有深厚的渠道资源，否则资金链很容易被账期拖死。
• 别把大模型能力当唯一卖点：技术半年就会平权，大家都能调用顶级模型，真正的壁垒在于你基于模型之上做了什么数据循环、体验设计和教学逻辑。

我个人在实际观察中有个很深的体会：这几年 edtech 最值钱的能力，从“做内容”变成了“做陪伴”，从“卖课程”变成了“卖习惯”。Imagi 能在寒冬里超募，本质上是因为它站在了这个转变的潮头，用 AI 把教育的重资产模式，变成了一个轻量、高频、数据驱动的新物种。至于它最终能走多远，还是看那四个指标能不能持续跑赢同行。对我们这些旁观者和入局者来说，这个案例最大的价值，不是那 450 万美元的数字，而是它验证了一个方向：教育产品也可以像消费品牌一样，用体验和口碑构筑壁垒。