做内容站，赚广告钱：我的被动收入打法

我现在的副业，一句话就能说完：做免费的内容网站，靠广告赚钱。

先说清楚我说的内容站是什么。它是一种靠海量页面承接搜索流量的网站：围绕一类一直有人在搜的需求，搭一个很大的分类体系（taxonomy），做出成千上万个页面，每个页面都有扎实的内容。用户从搜索进来，网站靠页面上的广告赚钱。按这个标准，博客（blog）其实不算内容站，它要靠人一篇一篇地写，很难规模化。

拿我自己做的 Open Exam Prep 举例：它覆盖了两万多个考试，提供两百多万道免费练习题，还有几百份 study guide。用户不用注册，搜到哪个考试，点进来就能直接刷题。

另外，小游戏站在某种程度上也和内容站很像：同样靠用户的参与度（engagement）赚广告钱，同样靠一个大规模的 taxonomy 撑起流量，只是每个页面上放的是一个小游戏。

这门生意听上去一点都不新鲜，甚至有点土。但走到这一步，中间每个选择我都反复想过：为什么做网站不做 App，为什么做免费不做订阅，为什么做"老词"不追风口，以及最要紧的一个问题——在一个早就有人在做的市场里，凭什么是我赢。这篇文章把这套思路从头到尾完整地理一遍。

一、先定规矩：副业必须是纯被动的

我做这件事有一个前提，也是最大的限制：它是副业。我有一份主业，所以这件事必须是纯粹的被动收入（passive income），不能持续占用我的精力。这一点我在之前的一次访谈里也讲过：能自动化的全部自动化，最好跑起来以后我什么都不用管。

带着这个前提，在互联网上赚钱，开局就要面对三个岔路口：

• 做 App 还是做网站？
• 做收费的还是做免费的？ 免费的通常就是靠广告赚钱。
• 做新词还是做老词？ 新词是追新出现的东西，老词是做一直有人在搜的需求，本质上是在蓝海和红海之间做选择。

第一个问题我的答案很明确：网站优先。我希望能快速迭代，做一点、看数据、再改一点，不断试错（try and learn）。App 要过审核，发版节奏慢，不适合这种高频试错的玩法。

后两个问题，需要多展开一些。

二、做老词：像开餐馆一样先找人流

我参加过一些做网站的社区，感觉大家普遍更倾向于做新词。

做新词的底层逻辑是抓风口：一个新东西出来了，立刻冲进去，疯狂做外链、抢好词、堆内容，赚一波快钱。这种打法确实能赚钱，但风口过去以后，品牌能不能沉淀下来，就不一定了。

我个人更想做老词，因为我希望做出来的东西能长久。在我看来，只有能长久存在的东西，才称得上长期的被动收入。一个需要不停追逐下一个风口的生意，本质上还是在用时间换钱。

这件事跟开餐馆很像。一种做法是追网红餐，小红书上什么火就做什么。另一种做法，是我看勇哥说餐饮时受到的很大启发：先去找人流量大的地方，再看这里的人缺什么，缺什么就做什么。

我选的是后者。所以在选品这件事上，我没有任何个人执念。做什么内容，不取决于我喜欢什么，而取决于哪里有稳定的需求、哪里的供给还不够好。

三、Why me：红海里凭什么是我赢

做老词，就意味着要进入一个已经有人在做的市场。那就必须回答一个问题：同样一个方向，为什么我能做而别人不能做？或者说，我的竞争优势到底是什么？

我的答案有两点。

主观能动性，加上持续优化

这一点听起来像句正确的废话，其实并不是。就算去开餐馆，面对一个红海到不行的市场，你依然有可能比别人做得好。

原因很简单。在公司里做网站的人，绝大多数都是打工人。他们没有从根本上去优化一件事的意识，老板让做什么就做什么。而我是网站唯一的主人，比他们有强得多的主观能动性，会一直琢磨怎么解决问题、怎么做得更好，也会想出更多办法来。

更重要的是，现在的 AI 工具非常强。只要你愿意持续优化，就一定能比别人用得更好。

极端不对称的成本结构

第二点是成本。别人做同样一个东西，只要雇了一个全职员工，成本就可能比我高出一大截，这个游戏他就玩不下去了。除非 founder 自己亲自上阵，成本才有可能跟我拼一拼。

一个全职员工一年就算 10 万美元，这笔成本会极大地限制他能做的事情。而我的目标，可能是一个站一个月赚 1000 美元。这种体量不可能养得起一个全职员工，只能完全靠 AI 和工具来放大规模。

所以我真正的竞争优势是：AI 工具用得好，而且没有员工，运营成本更低。在这个思路下，我可以打败很多对手，因为他们都是靠员工搭起来的公司，成本根本没法跟我比。

在这类生意里，真正的护城河不是"别人想不想得到"，而是对手的成本结构。

四、为什么只做免费加广告：Tubi 教会我的事

商业模式上，我受 Tubi 的影响很深。

我在 Tubi 工作过几年，以前也在知乎上介绍过这家公司。它是一个非常好的例子：当时很多人不理解，但它敢做免费的长视频，而且真的赚到了钱，实现了盈利。这在长视频领域几乎闻所未闻。

如今，Tubi 已经是世界上最大的免费长视频平台之一，月活跃用户超过 1.1 亿，年收入超过 10 亿美元。2024 年 5 月，它在 Nielsen 统计的美国电视收视里，观看人数第一次超过了 Disney+。

Tubi 的理念和价值主张（value proposition）非常清晰，就是 free and premium：内容必须免费，不需要注册，也不搞付费去广告之类的特权，就是纯粹的免费加广告。用户一眼就能理解，所有和这件事无关的功能，一概不做。

这个模式能成立，是因为它刚好赶上了一个拐点。做生意无非就是营收和成本，而那几年因为技术进步，各项成本都在急剧下降：

1. 人员成本；
2. 工具成本：大量 SaaS 和云服务出现；
3. CDN 成本：大量新的 CDN 公司涌现；
4. 内容获取成本：Tubi 不碰热门内容，只批量获取长尾内容。

天时地利人和，让这个商业模式在那个时间点成立了。

这也解释了我现在为什么选这个方向。第一，我想做的是能长期沉淀下来的品牌；第二，我的价值主张也同样清晰，就是 free and premium。

单一 KPI：时长

Tubi 模式还有一个很大的优势：KPI 非常清晰。广告收入和观看时长（hours）直接成正比。

做优化最痛苦的，就是 KPI 不明确。广告模式下，优化目标和用户时长完全一致。订阅模式就不一样了，它的 KPI 不是时长，而是订阅率。订阅率有时候和用户体验并不完全一致，甚至为了防止用户退订，还会去做一些奇奇怪怪的优化。更根本的是，从商业逻辑上讲，订阅制原则上希望用户用得越少越好，你没办法去优化使用时长。

商业模式会直接决定你的优化动作。 在 Tubi 的时候，hours 这一个 KPI 极大地简化了我们的很多决策。今天我用 AI 做内容站，把广告作为唯一的收入来源，逻辑也同样简单：核心就是用户在网站上停留了多久。单一、简单的 KPI，就是时长。这一点非常重要，也非常清晰。

订阅制比想象中难得多

订阅制比我想象中难很多。我在 Open Exam Prep 上开过门槛很低的充值，在那么大的访问量下，半年总共也没充到 100 美元，这段经历我在《AI 会永远找到方法让你开心》里详细复盘过。

而且难还在其次，更主要的问题是：你收了别人的钱，就要一直维护下去。这一点非常不被动，是我不想做的事情。

五、具体怎么做：选词、taxonomy 和内容

方向定下来以后，接下来是具体怎么做。我把它拆成三步。

第一步：找供需错配的关键词

首先要去抓关键词，看供需关系：找那种需求一直很稳定、但供给不够好的方向。

供给不够好，通常有这么几种情况：

1. 现有的网站都很老，用户体验很差。
2. Google 的 AI Overview 还没覆盖住。 现在很多搜索，Google 会直接用 AI Overview 给出答案。一个需求一旦被它覆盖，大家就都去看 Overview 了，不会再点进网站。所以要找的是 Overview 还没覆盖住的需求。
3. 现有的产品大多要付费。 比如我做 Open Exam Prep 的时候，搜各种考试的备考资料，几乎全都要付费。那我做一个纯免费、连注册都不需要的版本，用户天然就会非常喜欢。

所以做之前，一定要先去看一看供需。工具方面，我用的是 DataForSEO。它是一个非常便宜、量大管饱的 API。数据可能更新得不是特别及时，但胜在便宜、量大，值得试一试。

第二步：taxonomy 要大到一万个页面

内容是免费的，就注定是长尾生意。所以网站的 taxonomy，也就是内容的分类体系，必须足够大。你不能只做一两个、十几个页面，目标都是奔着一万个页面去的。而这一万个页面，每一个都要能做出扎实的内容。

这本身就是一个很强的筛选条件。哪怕你觉得某个方向的内容很扎实，如果撑不起一个足够大的 taxonomy，这个方向还是不行。

那 taxonomy 怎么才能做大？以 Open Exam Prep 为例，它的 taxonomy 来自两个方面：

• 考试的数量本身就很大，一个国家可能就有几百上千种考试；
• 不同维度交叉切分。比如美国有不同的州，很多时候用不同的国家、不同的州，乘以不同的职业或者其他维度，就能切出非常多的页面。

第三步：把非结构化数据变成结构化数据

比 taxonomy 更重要的，是确保每个页面都真的有内容。

我比较喜欢的方式，是去找大量非结构化的数据，比如散落在各个政府网站或者其他角落里的信息，用 AI 大规模地爬取，再把它们整理成结构化数据。我觉得这是一个需求非常强的方向：爬政府数据是一类，很多其他领域的数据也可以这么做。

从 taxonomy 的角度讲，把非结构化的东西变成结构化的，本身就产生了大量的信息。对 Google 来说，它早期愿意推你的内容，本质上是因为你提供了额外的信息增量；后期还会持续推，靠的是你的 engagement 指标好。这就引出了整套打法里最核心的东西。

六、最核心的 KPI：engagement

搜索引擎做决策其实非常简单，它最看重的就是 engagement，也就是用户参与度。

整套打法里，最重要的 KPI 只有两个：engagement rate 和 engagement hours。

• 参与率（engagement rate）：用户进来之后有没有留下来，还是马上离开（它的反面就是跳出率，bounce rate）；
• 停留时长（engagement hours）：用户在网站上一共待了多久。

这和前面讲的 Tubi 是同一个逻辑：广告收入跟着时长走，搜索引擎给的权重也跟着时长走。一个指标，同时决定了你能赚多少钱、能拿到多少流量。

埋点在很多地方都能做，比如 Google Analytics，也可以直接让 AI 帮你搞定。核心就是盯住这两个数：只要用户进来不走，而且停留很久，搜索引擎是很聪明的，它一定能识别出来。

这和做免费产品的逻辑天然契合。 我们的 KPI 和优化目标，跟搜索引擎完全一致，所以很容易形成正向飞轮。免费的好处在于，用户停留时长非常容易优化：你自己做产品，就看用户的停留时间有没有越来越长。只要时间越来越长，网站的权重就会越来越高。

反过来看订阅模式。用户的客单价虽然高很多，但你的优化目标和搜索引擎并不一致，往往就不容易做大。更麻烦的是，我觉得大家可能低估了订阅制的 KPI 有多容易走偏。前面说过，订阅制原则上希望用户用得越少越好。如果目标是赚钱，订阅制下最理想的用户是这样的：第一，不退订；第二，订阅之后每个月照付钱，但什么都不做，毕竟他做的每一件事都要消耗你的成本。顺着这样的 KPI 优化下去，产品很容易迭代到一个奇奇怪怪的方向上，哪怕你自己主观上从来没这么想过。

七、冷启动和算账：前期熬住，站多了就轻松了

冷启动：先让网站待着

engagement 要起作用，前提是网站先被搜索引擎看见。Google 为什么要给一个新站流量？这就是冷启动问题，也是绕不开的一关。

冷启动在某种程度上是无解的。我的原则就是先让网站待着。当然，基本动作要做，比如把网站提交到 Google Search Console。但我从来没有花钱买过外链，也没有用过任何人为的冷启动手段。一般是 Bing 先开始索引你，它支持 IndexNow，可以顺手配置一下；Google 给流量会比较慢，对新站普遍都慢。

如果你手上已经有一批网站，相互之间做一些链接，可以让冷启动容易一点。

前期确实比较难。一个网站可能要放上三个月，才慢慢开始有一些流量。很多人会在这个阶段放弃，刚开始很痛苦、很失望。对此我也没有什么特别的办法，只能说，你得有耐心。

算账：一个站不多，站多了生活就轻松了

账可以这样算。就按一个站一天 1000 个访客、CPM 10 到 15 美元来算，单站一个月也有三五百美元的收入。做 5 到 10 个这样的网站，收入问题其实就解决了。

这是一个积少成多的过程。好在每做一个新站，启动成本都不高。

我对单个网站的预期是，一个月赚 500 到 1000 美元就差不多到顶了。做得再大，别人就会来跟你抢；做得太小，自己可能又不想做。但如果做 10 个、20 个、50 个这样的网站，生活就会变得很轻松。这就是我的目标。

八、技术栈和变现

不用数据库，数据直接放在代码库里

这种网站本质上就是一套 taxonomy，一堆数据。我非常倾向于不用数据库，直接把数据放在代码库里，这和我整理自己内容库时尽量不用数据库是一个思路。

如果数据量比较大，可以借助 CDN：用 Vercel 加 Next.js 这一套，把数据放在 public 目录下面。Vercel 对部署的代码体积有限制，而 public 目录里的静态文件不计入这个限制。所以即使网站数据大到了几个 G，也完全可以继续放在 Git 里，没有任何问题。

这么做非常简单。所有东西都在本地，AI 做迭代、做修改都会容易很多，这才是比较 AI native 的做法。设计上我用 Claude Design，效果非常好，直接就能把网站做出来。

广告平台：AdSense 和 Adsterra

最理想的广告平台当然是 Google AdSense，但现在 AdSense 越来越难通过审核，它经常会说你这种内容站没有足够的原创内容。

我最近找到了一个叫 Adsterra 的平台，基本上一申请就能通过。缺点主要有两个：

1. CPM 可能不够高；
2. 很多广告偏黄赌毒。

这一点需要你自己权衡。如果是刚起步的小站，先放着倒也无所谓；等流量做起来了，再想办法换成 AdSense 也可以。想试试的话，可以用我的推荐链接注册。

九、真正的对手是 Google 的 AI Overview

在这个思路下，我觉得最大的竞争对手倒不是其他做网站的人。

我们做的是一堆小的文字内容，而现在很多信息直接就出现在 Google 的 AI Overview 里了，用户不需要再点进你的网站。这可能会是一个问题。

但从运营的角度讲，已经很难有人比你更便宜，或者做得比你更好了。所以某种程度上，我不觉得这里有所谓的竞争对手。

另外一点是，做得早，品牌就会一直留在那里。如果你能把"免费、高质量"做成自己的品牌，它就是一门可以长期经营的生意。

十、最后一步：让 AI 自己跑、自己迭代

最终的目标，一定是被动加自动化，也就是让网站自己运转（self-running）。

这里说的不只是甩手不管，而是让 AI 自动帮你迭代，越赚越多。现在完全可以做到：每天把 Google Analytics 数据、广告收入，以及你做了哪些决策、产生了什么结果，全部喂给 AI，让它自己去琢磨优化网站的方法。它不是凭感觉做判断，而是根据实际数据做出更好的选择。

总结：这个模式为什么成立

说到底，这个游戏跟开餐馆一样：去热闹的地方，开一家大家都爱吃的店。

这个模式之所以成立，主要有这么几点：

1. 免费是最强的价值主张。 所有人都会去搜免费的东西。
2. 真正的护城河是对手的成本结构，而不是有没有人能想得到。
3. 长尾的总和非常重要。 只要长尾足够大，你就能接住巨大的流量，日子会过得很舒服。
4. 真实收入约等于停留时长。 做广告生意，就要不断优化用户的参与度和停留时长，这刚好和搜索引擎的目标一致，做起来会顺畅很多。
5. 免注册也是很强的护城河。 很多人天生就不想注册，免注册天然就能提升各项指标。
6. 小天花板同样是护城河。 一个站一个月可能只赚 1000 到 2000 美元，大玩家根本不会来抢。

变现方式上，我的实践经验是：广告收入 > 卖 leads 收入 > 订阅收入。

这种模式有时候确实挺无聊，但它是真的能赚钱。