早 ChatGPT 兩年接上 GPT-3，這張早鳥票的紅利吃到 2024 年

2020 年 12 月，OpenAI 的 GPT-3 還是一個要排隊申請、大多數人只在推特上看過截圖的東西。那個月，一個在首爾教英文的美國人，把它接進了自己做了五年的履歷工具。

當時 Rezi 的團隊有兩個人。ChatGPT 還要再過兩年才會出現。

這個決定後來的回報很誇張：等 2022 年底全世界為 AI 瘋掉的時候，Rezi 已經有一個成熟、能用、有人真的在付錢的 AI 履歷產品擺在架上。它的第一個一百萬註冊用戶，其中約 65% 是 ChatGPT 爆紅之後那三個月內湧進來的（Rezi 官方部落格數字）。整個市場的注意力突然轉向，而它剛好站在轉過去的那個方向上。

這是「早鳥」這件事最乾淨的一次示範。但這篇要拆的不只是它怎麼吃到那波紅利，還有一件更少人講的事：那張早鳥票，兌現到哪一年為止。

這門生意的錢，不是老闆自己報的

先講證據等級，因為這個案例在這一點上跟本系列前面幾篇都不一樣。

Kleo、Jenni AI、TypingMind 那幾個案例，營收數字全部來自創辦人自己在專訪或貼文裡公開講的，沒有審計、沒有第三方核實，我們一律標「自述」。Rezi 不同。營收追蹤站 TrustMRR 的 Rezi 頁面標著一行字：營收以 Stripe API key 核實。 它的做法是請創辦人連上一組唯讀的 Stripe API key，平台只取聚合數字（總營收、月經常性收入、近 30 天營收、客戶與訂閱數），不碰客戶個資，每小時自動刷新一次。創辦人改不了上面的數字。

2026 年 7 月 24 日的讀數是這樣：

項目	數字	口徑
月經常性收入（MRR）	260,011 美元	Stripe 核實
近 30 天實際營收	243,636 美元	Stripe 核實
歷來累計營收	9,712,071 美元	Stripe 核實
現行有效訂閱	10,759 個	Stripe 核實

年化大約 312 萬美元。以一個沒拿過外部融資、辦公室在首爾的團隊來說，這是一門結結實實的生意。

不過「Stripe 核實」的邊界也要講清楚，免得把它讀成財報級。它證明的是：這個 Stripe 帳戶確實流過這些錢。它不證明公司的總營收（其他收款管道不在這本帳裡）、不證明成本、也不證明淨利。而且掛牌是自願的——願意連上來的創辦人，通常是數字好看的那一批。它比自述硬很多，但還不是審計財報。

錢從哪些地方流過來？主要是消費者訂閱：免費仔細用、要進階功能就付費，平均客單價落在 21 美元上下、客戶終身價值約 101.90 美元（兩者皆為第三方追蹤站的較早快照）。另外三條線分別是企業與機構授權（Rezi Enterprise 在 2025 年第二季曾有單月 3.76 萬美元營收，官方說 2025 年 2 月第一個自然成長的企業訂閱戶是 Google）、30% 分潤的聯盟計畫，以及白牌授權。

有幾個數字 Rezi 一直沒有公開：流失率、獲客成本、實際淨利，以及 2026 年官方口徑的營收。後面談到裂縫時會回來講這幾個空白。

那張早鳥票，是接在五年地基上的

很容易把 Rezi 讀成「2020 年接了 GPT-3 然後起飛」。實際的時間軸比這個長很多，而長出來的那一段才是重點。

故事從 2015 年 5 月開始。Jacob Jacquet 在 Reddit 上分享了一份針對 ATS（Applicant Tracking System，企業用來過濾履歷的申請人追蹤系統）優化過的履歷模板。他自己的背景是個不錯的開場反差：大學 GPA 2.2，但靠一份改對格式的履歷拿到了 Google、Goldman Sachs、Dropbox 的面試。模板有人要，他就把它做成 9.69 美元的商品先賣——先確認有人願意掏錢，才回頭寫軟體。

2016 年，23 歲的他搬到首爾當英文老師，靠這份工作養活自己、同時繼續寫 Rezi。他後來說這是整件事裡最重要的一個決定。這段日子撐了很久：一直到 2019 年 9 月，Rezi 才變成一個有帳號系統、能管理履歷的正式 SaaS 產品。從第一份模板算起，四年多幾乎沒有收入。同一段期間，他試過的幾個方向——賣給大學的 B2B 軟體、招募服務、職缺搜尋引擎——全部失敗。

所以 2020 年 12 月接上 GPT-3 的時候，接的地方已經有東西了：一個做了五年的窄產品、一批真實使用者、以及圍繞「ATS 履歷」這個關鍵字長出來的內容與網域權重。GPT-3 是加在這個地基上的一層，把「幫你把工作經歷寫成人資看得懂的句子」這件事從人工變成自動。Rezi 自稱是第一個把 GPT 接進履歷流程的工具——這是它自己的說法，沒有獨立第三方驗證，但同期確實有科技媒體報導它的 AI Writer 由 GPT-3 驅動，早期採用者的身分沒有疑問。

兌現則靠三件事疊起來。

第一是 ChatGPT 那三個月的免費順風。2022 年 11 月底 ChatGPT 開放之後，全世界突然都想知道 AI 能幫自己做什麼，而「幫我寫履歷」是最先被想到的用途之一。Rezi 在 2023 年 7 月達到一百萬註冊，官方說其中約 65% 是那波熱潮的前三個月湧進來的。它沒有為此做任何事，只是剛好已經在那裡。

第二是 SEO 內容叢集。2022 年底 Rezi 找了 SEO 團隊 Skale 做全面翻修：修內部連結結構、圍繞履歷與求職信建內容叢集、鎖定教育市場與各種職位的長尾關鍵字、做外部連結。2022 年 10 月到 2024 年 6 月之間的成效是公開的——營收成長 86.18%、註冊數成長 243.18%、非品牌搜尋點擊成長 292.36%。其中一篇寫離職信怎麼寫的文章，單篇累積帶進 109,000 次非品牌點擊。求職是一個永遠有新人進場的市場，這種內容資產不太會過期。

第三是幾次一次性的分發事件。2020 年 4 月上 AppSumo，一口氣帶進 25,000 個用戶，相當於當時用戶基數的兩成；透過 StackCommerce 拿到二十幾家媒體的曝光；在 Reddit 發過一則貼文、10 小時內帶來 11,000 個註冊（後來因為違反版規被刪）；2023 年 10 月一次病毒式活動，單日 70,000 註冊。

值得記一筆的是它沒有做成的事：付費廣告曾經一個月燒 15,000 美元請代理商操作，成效不好，停掉了。

用戶還在漲，營收那條線在 2024 年就平了

把時間拉到今天，這個案例最有意思的部分才出現。

下面這張表把兩種來源接在一起看。前五列是第三方追蹤站 Latka 彙整的年營收軌跡，最後一列是 TrustMRR 的 Stripe 核實即時讀數年化：

時點	年營收／年化	來源與量測方式
2020-01	9.34 萬美元	Latka（第三方彙整）
2021-11	66.41 萬美元	Latka
2022-11	120 萬美元	Latka
2023-10	240 萬美元	Latka
2024-10	320 萬美元	Latka
2026-07-24	約 312 萬美元	TrustMRR（Stripe 核實）

先講口徑：前五列與最後一列不是同一種量測，前者是第三方彙整與揭露值、後者是金流核實，兩者不能拿來做小數點層級的比較。所以下面這句話是趨勢層級的判讀，不是精算：2020 到 2024 年是一條每年接近翻倍的陡坡，而 2024 年 10 月之後這 21 個月，水位大致停在原地。

輔證來自另外幾個時點的 MRR 快照：Starter Story 記錄過 215,000 美元、StartupSpells 記錄過 226,000 美元、現在是 260,011 美元。這幾個數字在同一個窄帶裡緩慢移動，沒有再出現 2021 到 2023 年那種一年翻一倍的級距跳躍。

真正讓這件事變得刺眼的，是同一段時間的另一條線。Rezi 官方公布的累計用戶數：2023 年 7 月一百萬，2025 年底 4,005,400。官網上另一個口徑說「自 2019 年 9 月起服務超過 450 萬求職者」。無論採哪個數字，方向都一樣——用戶還在快速增加，營收水位沒有跟著動。

這是一個很具體的訊號：把人拉進來的那台機器（SEO 內容、免費方案、口碑）還在運轉，但把人變成付費訂閱、以及把付費訂閱留住的那一段，撐不出新的成長。時間差紅利吃完之後，生意回到了它原本的體質。

四百萬人用過，一萬個人在付錢

帳本裡還有兩個數字值得單獨拿出來看。

第一個是四百萬對一萬。累計用戶四百萬（官方 2025 年底），現行有效訂閱 10,759 個（Stripe 核實）。

這裡必須先擋一句：這兩個數字不能相除，那不是轉換率。 前者是十年來累計註冊、用過一次也算的人數；後者是某一個時點還在扣款的訂閱數，中間十年來付過錢又停掉的人全部不在裡面。定義不同，硬算出來的百分比沒有意義。

但即使不相除，這個量級落差本身也說明了大規模 freemium 的真實形狀：你會需要非常多人來過，才撐得起一個以千計的付費基數。對照另一組第三方快照的數字——平均客單約 21 美元、客戶終身價值約 101.90 美元——低單價訂閱要堆到年營收三百萬，靠的就是這種漏斗比例。想學這個模式的人，要先接受自己得處理百萬量級的免費用戶。

第二個是九萬三千個送出去的終身帳號。這是 Rezi 官方 2025 年度回顧自己公布的：累計送出超過 93,000 個 Rezi Lifetime 帳號，官方稱價值超過 1,300 萬美元（同一篇裡提到 5 月時是 6,955 個、約 103.6 萬美元，到 9 月膨脹到九萬三千個以上）。

送終身帳號換聲量與用戶數，是很有效的成長手段。代價是這批人在結構上永遠不會再產生訂閱收入——他們會持續消耗運算與客服成本，但不會出現在那 10,759 個有效訂閱裡。把這件事放在「用戶漲、營收平」的旁邊看，兩條線之間的落差就更容易理解。

成本那一側，公開的資訊有限：第三方快照記錄過人事成本約占 24.90%、獲利率 54.97%。團隊規模各家講法不一——四個第三方資料庫分別寫 16、21、22、30 人，官網團隊頁列出約 14 到 15 位具名成員。數字打架，但方向一致：這不是一人公司，是一家二十人上下的公司。時間帳則是十年，其中前四年幾乎沒有收入。

雇主那邊，正在學著把 AI 履歷挑出來

這門生意最硬的結構風險，來自它服務的那個市場的另一端。

當每個求職者都能用 AI 產出一份漂亮履歷，履歷這個東西的鑑別度就在下降，而雇主開始反應。這裡的數字各方打架，兩邊都要看：

• Resume Now 的調查說，62% 的雇主認為沒有經過客製化的 AI 履歷容易導致淘汰，78% 的公司會主動檢查 AI 生成內容，90% 說低品質、灌水的申請變多了。
• 但 Jobscan 在 2026 年的整理指出，主流 ATS 其實都沒有原生的 AI 作者偵測功能——Workday、Greenhouse、iCIMS、Lever 這些系統做的是媒合與篩選，不是判斷這份履歷是誰寫的。同一篇引用 TopResume 2025 年 5 月的調查（樣本 600），只有 19.6% 的招募主管說會直接刷掉他們認為全由 AI 生成的履歷。它還提醒了一件事：OpenAI 自家的 AI 內容分類器準確率只有 26%，2023 年 7 月就關掉了。

把兩邊放在一起，比較站得住的讀法是：雇主排斥的是罐頭內容。 偵測技術沒有大家想像的可靠，但「一眼看出這是機器寫的、然後往後排」這個行為是真的在發生。

這對 Rezi 這類產品的意義不在於它會不會被禁掉，而在於它的價值主張被擠壓了：早年賣的是「幫你寫出通得過 ATS 的履歷」，當所有人都有同一種工具，通過 ATS 就不再是差異化。加上 ChatGPT 本身就能免費寫履歷——當年那個「別人還接不上 GPT-3」的優勢，在需求端也一起被抹平了。

Rezi 的回應方向看得出來是往上游走：2025 年推出 Rezi AI Agent（履歷撰寫加 ATS 優化加職涯建議）、Rezi Job Search（收 130 萬個實際職缺）、AI Interview v2，並把企業與機構線當成長期重心。這些能不能把水位再推上去，2026 年的帳本會回答。

學得來的，和學不來的

學得來的：

• 把新模型接進一個已經有人在用的窄產品工作流。Rezi 沒有為了 GPT-3 開一個新產品，它把 GPT-3 接進「幫你把經歷寫成人資看得懂的句子」這個既有環節。地基在，新技術才有地方放。
• 先賣再做。9.69 美元的模板是一次真實的需求驗證：有人掏錢，才值得寫軟體。
• SEO 內容叢集吃長尾。Rezi 的成效數字是公開的（非品牌點擊 292.36% 的成長），做法也不神秘：內鏈結構、主題叢集、鎖長尾。求職這種每年有新人進場的市場，內容資產折舊很慢。
• 停掉沒效果的錢。每月 15,000 美元的廣告代理，測完不行就停。

學不來的：

• 2020 年 12 月那個時間窗。當時願意、也有能力把 GPT-3 接進生產環境的消費者產品極少，Rezi 因此買到兩年的時間差。今天沒有這種票可買——最新的模型，任何人一週內都能接上。
• 2015 到 2020 那五年累積的內容資產與網域權重。GPT-3 接上去之所以有效，是因為底下已經有一個在 ATS 履歷這個窄題上排得上名的網站。
• 在首爾當英文老師、低成本硬撐四年沒有收入的個人條件。這是一個很具體的財務與生活安排，不是每個人複製得來。
• ChatGPT 爆紅那三個月的免費順風。六成五的首批百萬用戶來自一場它沒有參與的全球性事件。

讀者帶得走的判讀

看到「某某產品接上 AI 之後營收翻幾倍」這類案例的時候，把兩件事分開看：AI 帶來的那一段陡坡，和陡坡結束之後的水位。

前者通常來自時間差——你比別人早接、早上架、早被搜尋到。這種優勢是真的能換成錢的，Rezi 換了大約四年。但時間差會被抹平，而且抹平的速度隨著模型取用門檻降低而變快。今天沒有人能靠「比別人早兩年接上模型」建立護城河，能撐住的是底下那個地基：真實的使用者、排得上名的內容資產、一個具體到值得付錢的問題。

反過來說，如果你手上已經有一個做了幾年、有人在用的窄產品，把新模型接進它的工作流，報酬率大概率高於為了 AI 重開一個新產品。Rezi 的十年裡，真正划算的那一步只花了它兩個人、一個月。

最後一個提醒關於數字本身：這個案例的營收是 Stripe 核實的，比本系列多數自報案例硬得多，但它的用戶數是公司自己公布的、成本結構是第三方快照、流失率完全沒有揭露。看任何一個「AI 賺錢」案例，先問清楚每個數字是誰量的、什麼時候量的——同一篇報導裡的數字，證據等級常常不一樣。

其他案例的拆解，收在「AI 賺錢」案例系列。