商业需求文档 · BRD v1.0
灵频
LíngPín

不是算命工具,不是加了匹配的星座App。灵频是以玄学语言为底层逻辑的灵魂匹配社交工具——让用户通过"命运身份"找到真正同频的人。

2026 · 04
一句话定位

为18–28岁Z世代,用玄学语言匹配真正同频的陌生人。

核心差异

Mirror有建档无社交,Soul有社交无玄学,Co-Star有玄学无匹配。这个三角形空白,就是我们的切入点。

01
项目背景
Background · 为什么现在要评估这个方向?

Z世代正在用玄学语言重新定义社交——"你是i人还是e人?"已经取代"你是什么星座?"成为当下最高效的破冰问题。MBTI、星座、人类图这套语言体系在2020–2023年完成了用户教育,小红书"星座+人类图+MBTI"相关话题合计曝光量超百亿,说明这批用户已经存在、已经活跃、已经在用玄学语言描述自己。

但他们现在解决"找同频"这件事的方式,是在小红书发帖碰运气——附上自己的星座/MBTI/人类图标签,等待有缘人评论或私信。这是一种非结构化的自然流量匹配,成功率低、效率极差,却是目前用户最主要的实际行为路径。

我们评估这个方向,是因为:用户需求已经被验证,但没有一个产品真正把这件事做对。同时,小红书"小红圈"功能已于2025年12月开始内测,窗口期预计 12–18个月,现在是进场的合理时机。

02
市场机会
Market · 蛋糕有多大?在涨吗?
37.8亿
2024全球占星应用
市场规模(美元)
23.5%
CAGR 复合
年均增速
22.1亿
Soul 2024
营收(人民币)
27.6%
Z世代月兴趣消费
占可支配收入

全球维度,占星应用市场2024年规模已达 37.83亿美元(约合人民币275亿元),预计2033年将达到233.59亿美元,远超大多数消费互联网赛道,处于成长期早中段,尚未出现统治性平台。

国内维度,Soul 2024年营收22.11亿元,同比增速 19.8%,DAU 1100万,Z世代占比 78.7%,证明兴趣社交赛道在中国已有成熟付费生态。艾媒数据显示Z世代每月兴趣消费支出占可支配收入平均比例高达 27.6%,付费意愿有数据支撑。

市 场 层 判 断

增速 >15% · 规模已验证 · 用户教育已完成 · 国内直接竞品空白

03
目标用户
Users · 给谁用?

18–28岁、高度在线、用玄学语言描述自我、渴望找到真正同频的人——但现有产品没有一个真正为他们设计。

这批用户并非铁杆玄学信徒,更多是"语言工具派"——把MBTI、星座、人类图作为一套社交暗语而非真理系统使用。目的是降低陌生人社交的认知成本,找到"聊得来的人"。

80%
Z世代
相信占星术
58%
每周至少查看
一次星座运势
70%
认为交友最重要
是三观兴趣一致
104.4元
Soul付费用户
月均消费
需求信号

Soul平台数据显示仅 10% 用户看重颜值——用户已在用脚投票拒绝颜值社交,但现有产品给不了更精准的替代语言。

付费意愿

Co-Star单次报告付费转化稳定,Boo月收入约 $40万——这批用户对"情绪价值"有真实的付费行为。

04
核心问题
Problems · 用户最痛的是什么?

用户在"找同频"这件事上,卡在两个关键环节:

★★★★★ 严重程度

痛点一:匹配到了"看起来同频"的人,但实际聊不起来

Soul老用户典型反馈:平台能找到"标签相似"的人,但"标签相似"≠"灵魂契合",几句话后陷入沉默。根本原因——所有现有产品的匹配逻辑都停留在"静态标签相似",没有任何一家捕捉到"交流质感"维度。

★★★★★ 严重程度

痛点二:社区质量下降,同频的人越来越难找

Soul月活从峰值 3160万 下滑至 2620万。原因:平台为商业化引入荷尔蒙社交功能,追求深度连接的用户感到"被稀释"。这批正在流失的用户,正是我们的核心目标群体。

现有方案的结构性问题

星盘在Co-Star,MBTI在Boo,人类图在另一个工具App,星座写在小红书bio里。没有任何平台把这些信息整合做结构化匹配——信息碎片化是整个赛道尚未被解决的系统性痛点。

05
建议方案
Solution · 我们打算做什么?

做一个产品:把 Mirror的档案整合能力 + Co-Star的每日推送钩子 + 基于玄学体系的陌生人匹配推荐 + 专为破冰设计的话题引导,四件事合在一起。

建档
多套玄学框架
统一建档
匹配
结构化
匹配推荐
闭环
社交
闭环

目前没有任何产品同时做到以上三件事。Mirror有建档但没有社交;Soul有社交但没有玄学框架;Co-Star有玄学框架但没有匹配。这个三角形空白,就是我们的切入点。

MVP 第一版 · 只做四件事

① 统一玄学档案

星座 / MBTI / 人类图三套体系一次录入,生成 "灵魂名片"

② 跨体系兼容度报告

AI综合三套体系生成中文报告,包含 "你们适合聊什么" 的具体建议(首次免费)

③ 陌生人匹配推荐

每天推荐 1–3人,附"为什么匹配"的玄学解读

④ 破冰话题引导

匹配成功后自动生成 3个 基于双方档案的具体开场问题

06
商业可行性
Business · 怎么赚钱?成本结构怎样?

主路径:订阅制

建议国内定价 28–38元/月(略低于Soul会员30元/月,高于大众App均价,符合玄学内容"专业感"的溢价预期)。

免费版提供完整档案录入 + 一次跨体系兼容度报告;付费版解锁无限次匹配推荐、完整关系报告、高级筛选、小圈子准入资格。

$9.99
Mirror
月订阅价
$9
Co-Star
月订阅价
104.4元
Soul付费用户
月均ARPPU
28–38元
灵频建议
月订阅价

辅助路径:单次付费增值服务

参考Soul情绪价值型收入逻辑,包括玄学缘分加速、专属星盘档案卡装饰、定制玄学报告等,单次消费 6–30元

成本结构核心判断

  • 获客(CAC)是最重成本项,Soul 2024年营销支出占营收 40.2%——但我们从小红书玄学社群定向获客,用户本身有"找同频"的强需求,CAC可控
  • AI解读成本调用现有大模型API,单份报告成本约 0.01–0.05元,月均AI调用成本可控制在 0.5–2元 以内,边际利润充足
  • 匹配算法与数据库属一次性建设成本,规模效应显著
  • 07
    竞争分析摘要
    Competition · 我们的差异化是什么?
    竞品 核心能力 致命缺口
    Mirror海外直接竞品 十余套玄学体系统一建档 + AI兼容度报告 没有陌生人匹配,没有社交功能,面向英语市场
    Co-Star海外参考竞品 星盘生成 + 好友星盘比对,月收入 $50万 没有陌生人匹配,没有MBTI/人类图,核心功能移至付费墙后大量用户流失
    Soul国内最大间接竞品 完整社交闭环,DAU 1100万,营收 22亿 无玄学框架,商业化倾斜导致"深度同频"老用户正在流失
    Boo海外间接竞品 MBTI驱动的人格匹配,月收入 $40万 仅覆盖MBTI一套框架,用户基数不足,不覆盖中国市场

    我们的差异化:三个维度的组合,在国内市场是空白,在全球市场也没有中文本地化版本——

    产品层:唯一同时做到"多框架建档+结构化匹配+社交闭环" 用户层:精准锁定被现有产品系统性服务不足的"玄学语言用户" 渠道层:小红书数千万玄学兴趣用户是天然种子池
    最大潜在威胁:小红书平台本身 ★★★★★

    已于2025年12月内测"小红圈"圈子功能,窗口期12–18个月。应对策略:将小红圈反向作为内容分发渠道而非竞争对手,在圈子内部投放钩子内容引导用户到我们的产品完成匹配。

    08
    风险评估
    Risks · Top 3 风险 + 应对措施
    风险一

    用户不愿意在新App里结构化录入玄学数据

    这是整个产品逻辑的地基。如果用户愿意在小红书随手发一张星盘截图,但不愿意在陌生App里完成完整录入,产品核心假设直接崩塌。

    触发条件:MVP上线后,完整档案录入率低于 40%
    应对:注册时只需填太阳星座(1步);提供一键导入功能(从星盘截图AI识别出生信息自动生成档案);在任何开发启动前,先用用户访谈验证这个假设
    风险二

    小红书"小红圈"正式上线,以流量优势覆盖赛道

    平台级玩家入场可能直接压缩生存空间。

    触发条件:2026年Q2前正式开放且平台主动扶持玄学垂类圈子
    应对:加速冷启动,在小红圈正式上线前完成 1万 名种子用户积累;明确差异化——小红书做"内容社区",我们做"结构化匹配",两者使用场景和用户意图不同,不是完全替代关系
    风险三

    匹配质量不达预期,用户快速流失

    匹配是核心体验,质量不行一切白搭。

    触发条件:匹配后7天双向互动率(超过5条消息往来)低于 25%
    应对:匹配结果页必须包含破冰话题引导,不让用户面对空白聊天框;早期宁可降低匹配频次也要保证每次推荐都有充分的"为什么匹配"解读;建立匹配反馈机制用数据迭代算法
    09
    结论与建议
    Conclusion · 做还是不做?
    建议进入验证阶段
    市场层、竞争层、用户层三项判断均已通过
    市场增速 >15%
    国内直接竞品空白
    用户需求信号明确
    竞品均存在结构性缺口
    唯一待验证假设

    用户是否愿意结构化录入玄学数据?

    此假设在任何开发启动前必须通过用户访谈验证,不可跳过。

    下一步 · Next Steps
    团队:5人 产品、前端、后端、UI、运营各1人。AI解读调用现有大模型API,无需自研。
    周期:12周 4周用户验证 → 4周开发 → 4周内测,从立项到MVP上线。
    第一个月最重要的一件事 Week 1 招募20–30名目标用户做深度访谈,验证核心假设,再决定是否进入开发。