一張 Slack 截圖，
如何變成 Every 史上最大訂閱營收成長？

PART 1 — 先賣一個工具組合，不是一封信

Builder Pack 的商品是降低開始使用 AI 的成本

Every 把 All Access 設為每年 625 美元的會員方案，核心是一組來自多個 AI 產品的折抵與額度。節目裡的團隊成員描述，它不是單純把折扣堆成清單，而是想讓已經在使用 AI 工具的人少做一次採購與試用的決定。

這個定位也限定了結論。影片中的「最大訂閱營收成長」是 Every 對自己活動結果的陳述，不是其他公司可以直接複製的產業基準。對外部讀者而言，較可檢查的是它的工作拆法：產品價值、受眾、訊息與交付如何互相對齊。

來源狀態：本文根據 Every 於 2026 年 7 月 22 日發布的公開影片與完整逐字稿。收入金額與「史上最大」均為節目來賓對自家活動的描述，未在頁外獨立驗證。

PART 2 — 從想法到寄出，中間仍有四個判斷

AI 把執行壓縮，但沒有跳過決策

節目描述的起點是一則 Slack 訊息。團隊把它交給 Codex，產生四個受眾分群、各自的 email 草稿，並找回一張先前表現好的社群圖片。人類接著花約十分鐘檢查、調整並排程。這段敘事最容易被誤讀成「一張截圖自動帶來營收」。

AI 的作用是讓第三步變快，並讓前兩步的假設更快進到可測試的訊息。它不能替團隊決定方案是否可信，也不能保證寄出的內容適合每一個人。速度提高後，錯的定位同樣可以更快被放大。

PART 3 — 技術棧不是炫耀清單

工具多，反而需要明確知道第一個要解的問題

節目裡的成員談到他們日常使用的工具與工作方式，從開發、行銷到設計。共同點不是每個人都用相同模型，而是把工具放進既有責任裡：有人把它用於測試管線，有人用於推進活動，有人用於把設計或文案更快做成可討論的版本。

這也帶出一條保守的採用原則：先找重複、可回看、能驗證的工作，再決定哪段交給 AI。若一開始就把重要判斷交給無法檢查的流程，節省的時間可能會在返工與溝通裡被拿回去。

PART 4 — 成果不是終點，而是下一輪的輸入

快迭代的前提，是回頭看哪個假設成立

活動帶來營收之後，團隊仍要回答更難的問題：是哪個方案、受眾或訊息真的有用？哪些只是同時發生？影片提供的是一次內部復盤，不足以證明所有成長都由 AI 造成。不過，它清楚展示了把生成能力接到可量測活動時需要留下的交接點。

對小團隊而言，最實用的不是複製 Every 的會員包，而是保留這個閉環：提出可說明的假設、生成可檢查的版本、由人承擔發布決定，再用結果修正下一次。AI 加快的是這個迴路，不是取消它。