AI 分析
痛点：跨 Midjourney / Runway / Kling / Veo 保持同一角色形象时，各平台提示词语法完全不同，创作者只能用 Google Doc 手工维护 --cref 链接、种子、负面词和比例，一次试错耗掉 15 分钟并浪费大量付费生成额度。
目标用户：做 faceless YouTube 频道、AI 短剧、批量角色化内容的独立创作者和小型内容工作室（自付 API 费用、对额度损耗敏感）。
证据：you end up with a messy Google Doc full of --cref URLs, random seed numbers, negative prompts, and aspect ratios. Every platform (Midjourney, Veo, Kling, Runway) requires completely different syntax, and formatting them wrong wastes valuable API credits. / Turn a frustrating 15-minute trial-and-error process into a 5-second workflow, saving both time and wasted generation credits. / I'm currently running a $49 Lifetime Deal to get some early adopters on board and fund the server costs before switching to a monthly SaaS model.
变现：1) 订阅制 SaaS（$9–19/月，按角色数或编译次数分档）；2) $49–99 终身买断作为早期获客与现金流；3) 后续按 API 代调用加价抽成；4) 团队版共享角色库（内容工作室多账号协作）。
MVP：两周内做一个纯前端优先的 Web App：① 角色档案库（脸型/体型/发型/服装，存 JSON）；② 针对 MJ / Runway / Kling / Veo 的语法模板编译器，输入动作描述即输出可直接粘贴的提示词串（含 --cref、seed、比例、负面词）；③ 一键复制 + 历史版本。用 Next.js + 本地 SQLite/Postgres，先不做账号体系，用邮箱魔法链接。免费 3 个角色，付费解锁无限 + 批量导出 CSV。
竞品：Midjourney 原生 --cref / --sref、Krea AI、Scenario.gg、PromptPerfect、各类 Chrome 提示词管理插件（作者明确说要做独立 web app 以区别于它们）
摘要：一个独立开发者因跨模型角色一致性太痛苦，做了 Persona Studio——把角色定义一次、按目标平台语法自动编译提示词的 Web App，把 15 分钟的试错压缩到 5 秒。他以 $49 终身买断获客，之后转月度订阅，技术栈为 Next.js + Node.js + PostgreSQL/Prisma。这验证了一个真实且付费意愿中等偏上的细分需求：面向批量生成内容的 AI 创作者，卖点是省时间与省 API 额度。