# 市場洞察：競爭相對少

* 將 Chrome 擴充功能（Chrome extensions）的「使用者數」對比「商店上架數量」，推論競爭密度比 iOS/Android 應用低很多（提到約 15 倍）
* 因 Chrome 使用者基數大，單一擴充功能理論可觸及的市場很大
* 轉向 Manifest V3（Manifest V3）後，一些舊擴充功能消失，讓原本難撼動的「老牌」位置出現空缺

# 為什麼競爭少：支付習慣與認知落差

* 很多人不習慣為外掛（Plugin）付費，導致開發者覺得不好賣而不投入
* 但如果能在 Chrome 工作流（Workflow）內解決痛點，使用者仍可能願意付費
* 形成「看似難變現 → 開發者少 → 反而有機會」的矛盾機會

# 市場研究方法：用搜尋需求與 CPC 找商機

* 先收集與「Chrome extension for ___」相關的搜尋關鍵字（Search queries）
* 這類資料只反映「使用者知道可以找擴充功能」的需求，不代表全部需求
* 用每次點擊成本（CPC, Cost per click）當作商業價值訊號：CPC 高代表有人願意花更多買流量，通常背後有生意
* 以 CPC ≥ 5（門檻）做篩選，快速縮小到更可能有商業化空間的方向

# 例子與觀察到的高價值類型

* 省錢/購物類：Honey（Honey）、coupon / saver / deal 類
* 截圖/工具類：Full screen / screenshot 類、GoFullPage（GoFullPage）這類能做成大生意
* 企業/平台生態：Salesforce（Salesforce）相關擴充功能反覆出現，顯示 B2B（B2B）需求強
* 電商研究：Jungle Scout（Jungle Scout）
* 通訊/銷售工具：RingCentral（RingCentral）這類結合銷售流程與 AI 的工具
* 看似簡單但能賺錢的類別：Timer（Timer）被提到是意外例子

# 市場前景資料與內容缺口


* 提到看到一篇摘要型市場文章（LinkedIn）與一些線索顯示市場將成長，但完整報告很貴
* 用 Perplexity（Perplexity）做快速研究，發現高品質內容其實不多
* 提到「Chrome 市佔大」與「擴充功能能進入使用者日常工作」帶來高留存（High retention）與低流失（Low churn）

# 常見成功領域（但很泛）

* 生產力（Productivity tools）
* 電商/購物（E-commerce / shopping）
* 網頁開發與設計（Web development / design）
* 數位行銷（Digital marketing）
* 社群媒體（Social media）
* 資料分析（Data analysis）
* 網頁爬蟲（Web scraping）
* 瀏覽器客製化（Browser customization）
* 企業解決方案（Business solutions）

# 找題目的一個框架：平台 + 工作流 + 省時省錢

* 觀察「人們在哪個大平台花最多時間」：例如 Salesforce、YouTube、Upwork、Fiverr 等
* 問題轉成「我能怎樣讓他們更省時間、提高產出或賺更多」來找功能切入
* 平台用戶少一點也沒關係，只要單一客戶價值（Value per user）高就可能成立

# 工具與資源：Keyword Everywhere 與範例庫

* Keyword Everywhere（Keyword Everywhere）被當作關鍵字研究工具本身也是成功擴充功能案例
* 它能在 Google 搜尋頁直接顯示數據與相關關鍵字，強化研究效率
* 提醒可以看競品同類關鍵字與類別（Category）作為定位參考

# 變現與支付：支付系統也是一門生意

* 提到一篇整理「有收入的擴充功能」的文章，提供一些中小型案例可參考
* 提到有公司專門做「Chrome extension 的支付系統」（Payment system for Chrome extensions）
* 也提到 Google 有交易者（Trader）相關系統，但作者自己沒完整驗證流程
* 提到 Stripe（Stripe）作為可能方案，但這段是推測性描述而非實測

# 研究整理方式：Figma 檔與可點擊資源庫

* 把市場研究、範例、關鍵字、連結整理成 Figma（Figma）檔
* 建議別直接改原檔，而是先複製（Duplicate）一份自己的版本再做標記與延伸

# 作者自己的擴充功能案例：從學習出發

* 已上架的擴充功能在商店顯示約 43 位使用者（Users）
* 主要是學習專案，用來理解「怎麼做」與「難度在哪」
* 使用情境：在 Reddit 找到高互動貼文（Top of month/year、評論多）當作輸入素材
* 擴充功能會讀取頁面文字內容，送到 OpenAI（OpenAI）模型，回傳分析結果並顯示在 UI
* 功能提示詞包含：抽取問題、寫出使用者陳述（User statement）、再延伸成潛在商業點子（Business ideas）
* 也做了 options page（Options page）與 API key 設定流程，但表示影片後續會示範並會移除示範用 API key

---

# 高營收案例：Amazon 賣家工具（訂閱制）

* 以 Amazon 價格追蹤/賣家輔助（Amazon price tracker / seller tools）為例，屬訂閱制（Subscription）
* 定價提到約 119 美元（Subscription $119）
* 使用者數量非常大：提到約 400 萬（4 million users）
* 用極保守的付費轉換率（0.2%）估算：4,000,000 × 0.2% = 8,000 付費用戶，推算月營收可到約 150K（估算）
* 核心價值是幫 Amazon 賣家省時間、補資訊、提升決策效率，屬於「高付費能力族群」的工作流工具

# 垂直 AI 產品：Brisk Teaching（教育）

* Brisk Teaching（Brisk Teaching）是針對教師（Teachers）的 AI（AI）工作環境型擴充功能
* 具大量使用者：提到約 400,000 users
* 被描述為有資金支持（Venture-backed），以「Chrome extension 本體」作為主要產品載體
* 透過解決特定職業痛點讓使用者願意付費，打破「外掛應該免費」的刻板印象
* 觀察到其有網站與行銷（Ads / Marketing），以正式商業產品方式推廣

# 同族群較小型版本：面向 Educators

* 另一個同樣瞄準教育工作者（Educators）的擴充功能，規模較小但仍有大量使用者
* 提到約 60,000 users，顯示教育垂直仍有多個產品共存與分眾空間
* 邏輯是「同一類痛點」可依功能深度、價格、族群切得更細

# B2B 小眾高價：RecruitBolds（招募/人資）

* RecruitBolds（RecruitBolds）屬於 Salesforce（Salesforce）相關延伸的 B2B 擴充功能
* 使用者數量不大：提到約 2,000 users，但 B2B 客單價（High ACV）通常更高
* 官網有分級方案（Pricing tiers），大公司可能收更高費用
* 展示「小用戶數 + 高價值場景」依然能成立的路線

# 捐款制：單人開發的長期維生模式

* 有些擴充功能用捐款（Donations / Support）維持
* 開發者以「請支持」的方式經營多年，可能足以支撐個人收入
* 重點是用戶量大或黏性高時，即使是捐款也能形成穩定現金流

# 服務導向：擴充功能作為引流工具

* 有顧問/服務提供者做多個擴充功能，連回自己的網站
* 擴充功能提供免費價值（Free value）並展示專業，使用者需要更多就轉成付費諮詢/服務
* 擴充功能可設計成蒐集 email（Email capture）的入口，作為 lead magnet（Lead magnet）

# 「一個功能」付費：在成熟平台上加值

* 例子提到 Google Analytics（Google Analytics）自動註記（Annotations）之類單一功能擴充功能
* 典型模式是：把既有平台（Platform）缺的那一塊補上，收月費（Monthly subscription）
* 這類產品往往不需要做很大範圍，只要把特定工作流做到位

# SaaS + Extension 混合：Extension 是產品不可或缺的一段

* 有些公司本體是 SaaS（SaaS），但功能必須依賴擴充功能才能完成（例如抓取/注入/自動化）
* 他們同時吃到「一般行銷通路」（SEO、部落格、社群、廣告）與「Chrome Web Store 流量」兩邊的成長來源
* Extension 變成額外的分發管道（Distribution channel），不是唯一產品但能放大獲客

# Indie Hackers 可追的案例：Amazon 一功能訂閱

* 提到有案例在 Indie Hackers（Indie Hackers）有故事分享：如何發現痛點、為何做、如何成長
* 這類內容可用來學「需求來源」與「早期分發」而不只看功能

# Superpower ChatGPT：雙軌變現

* Superpower ChatGPT（Superpower ChatGPT）利用 AI 熱潮做 ChatGPT 加值
* 有免費與付費方案（Free + paid plan / paywall features）
* 同時用電子報（Newsletter）變現：免費用戶留下 email，持續寫內容並找贊助（Sponsors）
* 結果是「Extension 訂閱 + Newsletter 贊助」兩條收入線同時跑

# Marketplace 加值：例如 Poshmark 類

* 以 Poshmark（Poshmark）這類 Marketplace（Marketplace）為例，加上省時/增效功能
* 套用框架：鎖定人們長時間使用的平台，做出讓他們更快、更賺的功能，收費就更合理
* 提到 Closet Tools（Closet Tools）在文章中有收入數字（例如 42k/month，來源為文章描述）

# 一次性買斷：Screenshot 工具（Lifetime deal）

* 截圖工具（Screenshot tool）以一次性買斷（Lifetime deal / One-time fee）販售
* 因為功能本身多在本地完成，開發者邊際成本低（Low marginal cost）
* 對不想再多一個訂閱（Subscription fatigue）的使用者更好成交

# 小額訂閱的「必需品」：Push to Kindle / Readwise 類

* 類似 Push to Kindle（Push to Kindle）與 Readwise（Readwise）這種工作流工具
* 使用者在瀏覽時一鍵保存內容，形成「每天會用」的黏性場景
* 以小額月費（例如 $8/month 的等級）換取長期留存與穩定收入

---
# 範例產品：Email Extractor（約 30 萬用戶）

* 在使用者當前瀏覽的網頁抓取內容
* 自動找出頁面中可能的電子郵件地址
* 功能極簡、主打「能用且有效」
* 以訂閱制提供少量付費功能

# 延伸觀念：Chrome Extension 與 SaaS 的差異

* Chrome extension 也是軟體，本質上可視為提供服務
* 差別在於獲客方式
* 只靠 Chrome Web Store 自然流量被找到：較像「純 extension」
* 需要額外行銷導流：更像「SaaS + extension」

# 找點子框架：從「既有需求」或「新需求」切入

* 為大型平台補上缺的功能（missing feature for X）
* 做成某族群的工具環境（例如教師的 AI 工具）
* 做某平台的效率工具（例如爬資料、擷取資訊）
* 做某 marketplace 的輔助工具，讓交易或操作更省事
* 做「人們本來就會搜尋的功能」替代品或更好版本，降低行銷成本

# 從 Chrome Web Store 反推市場與機會

* 用關鍵字搜尋目標領域的 extensions
* 篩選有網站連結的成熟發行者／獨立開發者作品
* 篩選評分 3 星以上以排除品質過低的產品
* 觀察使用者數與評價落差
* 找「使用者多但負評也多」的產品，代表需求強且仍有可改進空間
* 注意是否標示可營利／有內購，代表作者有走商業化流程
* 也可能沒標示但仍有收費，需自行判斷

# 從宏觀趨勢找方向（新市場／新技術）

* 看 Y Combinator 的 startup directory，理解資金與題材流向
* 用趨勢工具找成長中的題目，避免只是一波短暫爆紅
* 偏好長期穩定上升的趨勢曲線，而非尖峰暴衝後快速下滑
* 參考高速成長公司榜單，理解哪些產業正在擴張
* 參考「大型 marketplace 清單」，找可附加價值的場景或題材

# 從社群痛點挖題：Reddit 與「兔子洞」探索

* 先鎖定一個主題或平台，再去 Reddit 看使用者在抱怨什麼
* 用工具彙整討論重點與常見痛點，快速抓出需求
* 用「相關社群連結」找出相近主題的 subreddit，擴大問題樣本
* 注意資料可能來自舊樣本，關聯可用於發想但不保證精準

# 另一條路：先找社群問題再「Build in Public」

* 先找到有明確需求、正在找解法的社群
* 用提問或小問卷快速收集需求與使用情境
* 在社群中持續公開開發過程，累積信任與曝光
* 上線時社群成員可能成為第一批使用者並推動成長

# 用新技術做成 extension：API／模型即服務

* 許多 AI 模型可透過 API 直接輸入輸出
* 可以把「新模型能力」包裝成 extension 的單一功能
* 風險是做出「酷但沒人要」的功能，需要回到需求驗證

# 開發方式：No-code／AI 輔助寫程式／模板

* No-code 工具可直接做出可用的 extension
* 也可用 AI 輔助從零寫出 extension
* 可買模板加速，但容易落入「只是複製既有產品」的陷阱

# 實作流程示例：用 AI 從 0 到 1 做 extension

* 先用一句話清楚描述要解決的問題與使用流程
* 把需求拆成：抓頁面內容、分析、呼叫 API、顯示結果
* 需要讓使用者輸入並保存自己的 API key
* 由 AI 協助列出必備檔案與結構，再逐步補齊細節
* 實際對話會很長，過程是邊做邊修正與收斂需求

---

# 開發流程：用 Notepad++ 也能做出來

* 專案放在桌面資料夾，用 Notepad++（Notepad++）同時開多個檔案編輯
* AI 產出指令後照做：建立 manifest.json（manifest.json）、popup、options 等檔案並貼上內容存檔
* 先用 Chrome 的開發者模式（Developer mode）載入資料夾測試，確認能跑再往下做

# 除錯方式：用截圖 + Console Log 交給 AI

* 初期遇到錯誤時用截圖回報給 AI，讓 AI 根據錯誤訊息修正
* 後來更有效率的做法是打開 DevTools（Developer tools）→ Console（Console）把完整錯誤畫面截圖
* 以「我做了什麼操作 → 發生什麼結果」的方式描述，再附上 Console 截圖，AI 更容易定位問題
* 採迭代（Iteration）流程：照 AI 指示改 → 測試 → 不行就回傳 log → 再改

# 模型切換與長對話管理

* 一開始用 Claude（Claude），但因使用限制（Limitations）與 prompt 次數不足而換到 ChatGPT（ChatGPT）
* 當對話太長、上下文資料太多，會變慢，因此改用新對話重開
* 重開時把專案檔案內容貼給 AI，讓它快速建立上下文並理解整個專案

# 用模板加速：CodeCanyon 與外包平台

* 可買 Chrome extension 模板（Templates）作為起點，例如 CodeCanyon（CodeCanyon）
* 做法是把模板給 AI，要求改色、改品牌、改功能，當成快速起步的基底
* 也可用外包平台（例如 Replit / 類似平台）找人幫忙做小段功能或修 bug

# 「下載擴充功能原始碼」的現實與風險

* 提到有工具型擴充功能可以下載其他擴充功能的程式碼（Code extraction）
* 這意味著 Chrome extension 程式碼本質上不算秘密，容易被模仿
* 可拿現成擴充功能當參考或學習素材，但重新上架照抄版本可能被平台判定問題

# 行銷：先看網路建議，再整理自己的 Go-to-market

* 從 Perplexity（Perplexity）與 Reddit（Reddit）收集常見建議：商店 SEO、社群推廣、Product Hunt（Product Hunt）、付費廣告（Paid ads）、合作（Collaborations）
* 覺得這些建議偏泛用，於是補充自己更偏「可操作」的做法

# 行銷重點：Chrome Web Store SEO 與新手漏掉的點

* 強調 Chrome Web Store SEO（Store SEO）很重要，因為擴充功能能從商店自然曝光
* 認為許多擴充功能忽略新手引導（Onboarding）與「引導使用 → 再請評分」（Ask for rating）
* 覺得評分（Ratings）與評論（Reviews）會影響商店曝光與轉換

# 建議的成長管道

* Build in public（Build in public）：在社群持續分享進度
* Newsletter（Newsletter）：持續提供價值再導回擴充功能或其他產品
* YouTube（YouTube）：做「解決特定問題」的內容，主打搜尋導向（Search intent）而不是流量導向
* 冷郵件（Cold email）：若是 B2B 對象，可用低成本寄大量精準郵件，尤其有免費方案時更好切入
* 付費廣告（Ads）：若有清楚變現則可做，但要能承受測試成本

# SEO 與 Backlinks：對商店排名的推測

* 推測網站 SEO（Website SEO）可能間接提升擴充功能曝光（因擴充功能頁通常可填網站連結）
* 也提到「直接連到商店頁」的反向連結（Backlinks to store listing）可能是正向訊號
* 表示這部分是推測，並非已驗證結論

# 網路效應（Network effect）與分享設計

* 建議思考如何讓一個使用者帶來下一個使用者（User → User）
* 若輸出結果適合分享，應提供一鍵複製到 Slack（Slack）等工具並帶上輕量署名
* 也指出某些產物（例如商業點子）反而不想分享，會限制自然擴散

# 變現方式總結與偏好

* 常見是一次性買斷（One-time purchase / lifetime）或訂閱（Subscription）
* 也提出按次付費（Pay-per-use / credits）更符合反訂閱疲勞（Subscription fatigue），但案例較少
* 聯盟行銷（Affiliate marketing）除了購物比價外似乎較少見，但認為仍有空間

# 上架後的實際曝光：Impressions

* 上架後即使沒特別優化，也開始在商店產生曝光（Impressions）
* 例子顯示連續幾天有約 21～23 impressions，表示商店會自動分發一些流量
* 認為若產品更貼近高搜尋需求並做過商店 SEO，成長機會更大

# 上架流程的感受

* 從本地可用到商店上架，需要填大量資訊、遵守規範與完成多個頁籤
* 但整體是可達成的，只要按流程把欄位補齊即可
* 審核時間原本以為要幾週，但實際約 4～5 天就通過

---
# Terminology
* 市場競爭密度（Competitive Density）：以「可用用戶規模 / 上架產品數」衡量某平台的競爭擁擠程度
* 可得市場（TAM, Total Addressable Market）：Chrome 用戶量所代表的最大潛在受眾規模
* 付費心智（Willingness to Pay）：使用者對「為擴充付費」的接受度與心理門檻
* 定價摩擦（Pricing Friction）：因訂閱疲乏或插件付費不習慣導致的購買阻力
* 付費悖論（Monetization Paradox）：被認為難賺錢而少人做，反而帶來供給不足的機會
* 關鍵字需求驗證（Keyword Validation）：用搜尋量與 CPC 反推市場需求與商業價值的方法
* 每次點擊成本（CPC, Cost Per Click）：廣告主願意為某關鍵字點擊支付的價格，常用作商業價值代理指標
* 高 CPC 篩選（High-CPC Filtering）：用 CPC 門檻（如 ≥5）快速定位可能有付費意願的市場
* 需求顯性偏誤（Search Bias）：使用者只會搜尋「已知道存在的解法」，導致搜尋資料低估潛在需求
* 市場成長敘事（Market Growth Narrative）：引用報告/文章論證市場將成長，以支持投入合理性
* 留存優勢（Retention Advantage）：擴充常駐於工作流程，使用者習慣形成後較不易流失
* 工作流嵌入（Workflow Embedding）：產品介入使用者每日流程並成為固定操作的一部分
* 極窄利基（Ultra-niche）：聚焦非常特定族群/情境（如教師、招募、Salesforce）以提升轉換與付費
* 平台槓桿（Platform Leverage）：借力大型平台既有流量與使用情境（Gmail、Amazon、Salesforce）來獲客
* 市集 SEO（Marketplace SEO）：透過 Chrome Web Store 搜尋排名與分類曝光取得自然流量
* 雙渠道分發（Dual-channel Distribution）：同時靠 Web Store 與網站/內容/社群獲客的策略
* 產品即行銷（Product as Marketing）：擴充本身成為導流工具，帶動網站服務或顧問業務
* 引流漏斗（Lead Funnel）：以免費擴充吸引用戶→蒐集線索→導向付費服務/主產品
* 名單收集（Email Capture）：在免費方案中收集 Email 以建立可重複觸達的自有渠道
* 電子報贊助（Newsletter Sponsorship）：以電子報流量換取品牌贊助收入的變現模式
* 多重變現（Multi-monetization）：同一擴充同時用訂閱＋電子報贊助等多種收入來源
* Freemium（免費增值）：核心功能免費，進階功能付費以兼顧擴散與營收
* 付費牆（Paywall）：把特定功能鎖在付費層級後引導升級的機制
* 單功能加值（One-feature Monetization）：只針對平台缺口提供一個關鍵功能並收費
* 一次買斷（Lifetime Deal）：以一次性費用取代訂閱，降低付費摩擦並加速成交
* 微訂閱（Micro-subscription）：低月費（如 5–10）以降低心理門檻並累積穩定收入
* 垂直 SaaS 外掛（SaaS Companion Extension）：擴充只是主 SaaS 的必要組件或入口之一
* 產品套件化（Product Suite）：擴充＋網站＋後端服務組合成完整解決方案以提高客單價
* B2B 價格歧視（B2B Price Discrimination）：同產品對大客戶提供更高價或企業方案以提高營收
* 垂直業務解決方案（Vertical Solution）：針對單一產業流程（教育、招募、電商賣家）打造完整工作台
* AI 增能（AI Enablement）：用 AI 自動化高成本任務（寫評語、摘要、回覆）以創造付費價值
* 市場框架（Idea Framework）：用「平台×痛點×變現」等結構化方式產生擴充點子
* 競品對齊定價（Competitive Pricing Anchor）：參考同類擴充的價格與方案作為定價基準
* 低開發成本（Low Dev Cost）：相較原生 App 或完整 SaaS，擴充可用較少資源交付可用價值
* 隱私信任成本（Privacy Trust Cost）：擴充需要權限與讀頁面內容，信任門檻高會影響轉換
* 權限策略（Permission Strategy）：只申請必要權限並在商店清楚說明用途以提升審核與轉換
* 價值可視化（Value Visibility）：用截圖、影片與商店文案讓用戶快速理解「裝了有何用」
* 需求來源採礦（Demand Mining）：從高互動社群（Reddit 熱帖/高留言）挖掘真實痛點做成工具
* 內容→功能映射（Content-to-Feature Mapping）：把貼文/討論中的需求語句轉成可交付的具體功能
* 場景式定價（Use-case Pricing）：依使用情境的產值（省下時間/多賺錢）來合理化付費
* 市集差異化（Marketplace Differentiation）：在同一平台上以更聚焦的定位與更好體驗勝出
* 用戶量推算（Back-of-the-envelope Estimation）：用下載量×付費轉換率×ARPU 快速估營收上限
* 保守轉換假設（Conservative Conversion）：用極低付費率（如 0.2%）仍能成立商業模型的估算方法
* 口碑與評論槓桿（Review Flywheel）：高評分→更高曝光→更多安裝→更多評論的正循環
* 功能嵌入式導流（In-product CTA）：在擴充內放「升級/支持/了解更多」入口以提升轉化與互動
* 需求框架化（Ideation Framework）：用固定框架（平台/缺口/利基/獨立需求）系統化產生點子
* Brisk 模式（Vertical AI Workspace）：為特定職業打造「AI 工作環境」的垂直化擴充框架
* Superpower 模式（Platform Enhancement）：為既有大型平台加強功能、補齊效率缺口的擴充框架
* Scraper 模式（Data Extraction）：從目前頁面擷取結構化資訊（如 email、商品、列表）再輸出價值
* Missing Feature 模式（Feature Gap Filling）：針對平台原生缺少的單一關鍵功能做「一招致勝」
* Marketplace 加值（Marketplace Add-on）：鎖定市集型平台（Amazon/Salesforce 等）提升賣家或使用者效率
* 需求自帶流量（Built-in Demand）：做「人們本來就會搜尋」的功能，降低教育市場成本
* 類別心智（Category Mental Model）：把產品定位成「擴充本體」或「SaaS＋擴充」以決定行銷策略
* 擴充即 SaaS（Extension-as-SaaS）：只要持續解決問題並提供服務，擴充本質也可視為 SaaS 生意
* 分發差異（Distribution Difference）：擴充偏向市集自然流量，SaaS 偏向站外行銷與多渠道獲客
* 成功樣本反推（Reverse Engineering）：從成功擴充反推其定位、用戶、功能與定價策略
* Chrome Web Store 搜尋（Store Search）：用關鍵字在商店找競品與需求，快速看到市場格局
* 發行商篩選（Publisher Filtering）：以「有網站/成熟發行商」等條件篩選更具商業化的擴充
* 評分門檻（Rating Threshold）：用 ≥3 星等門檻排除低品質產品以提高參考價值
* 低評高量訊號（Bad Reviews, High Users）：大量用戶但評價不佳代表「需求強但體驗差」的切入點
* 變現標籤（Monetization Badge）：商店頁面顯示有變現/內購等訊號，代表更可能有成熟商業模式
* 隱性變現（Hidden Monetization）：未標示變現但透過站外訂閱、企業方案或導流服務賺錢的模式
* 宏觀趨勢（Macro Trends）：從產業級趨勢（AI、能源、遠距等）找可延伸的工具型機會
* YC Startup Directory（YC 清單）：以 YC 投資方向作為趨勢雷達，觀察新領域與新需求
* Exploding Topics（爆發趨勢工具）：追蹤新興關鍵字與品類熱度，用於早期機會探索
* Google Trends（Google 趨勢）：用搜尋熱度曲線判斷趨勢是否短暫或具長期增長潛力
* 趨勢穩定性（Trend Stability）：偏好穩定上升且維持數年的趨勢，避免一次性爆紅後快速消退
* 催化劑噪音（Catalyst Noise）：短期事件造成的搜尋尖峰，容易誤判為長期趨勢
* 市集百強（Marketplace 100）：從大型市集名單找「人們花時間與花錢」的平台作為擴充落點
* 兔子洞研究（Rabbit Hole Research）：從一個線索一路深挖相關社群、痛點與工具鏈的探索方法
* 痛點挖掘（Pain Mining）：從 Reddit/X/論壇高互動貼文找真實困擾並轉成可交付功能
* 建立公開開發（Build in Public）：在目標社群公開進度以建立信任、獲得回饋與早期用戶
* 快問快答調研（Quick Surveys）：用短問卷快速收集需求、優先序與付費意願
* 新技術轉產品（Tech-to-Product）：把新模型/新 API（如 Replicate）包裝成具體使用情境的工具
* 需求風險（Solution Without Demand）：只因技術很酷而做產品，可能無人要用的風險
* 開源模型（Open-source Models）：可透過 API 呼叫或自行部署的模型，用於降低成本或提供差異化
* 自動化管線（Make.com Pipeline）：把擴充擷取的輸入送到自動化平台做串接與後續處理
* 點子來源電子報（Idea Newsletter）：持續提供擴充點子與案例的資訊源，用於靈感補給
* 無程式碼擴充（No-code Extension Builder）：用可視化工具生成擴充，降低入門門檻但可控性有限
* 模板起步（Template Kickstart）：以既有模板快速建立專案骨架再客製化功能
* 模板倫理（Template Ethics）：從模板起步需注意授權與避免直接抄襲造成風險
* AI 輔助開發（AI-assisted Coding）：用 Claude/GPT 等生成檔案骨架、修 bug、寫文案與迭代功能
* 長對話開發（Long-context Iteration）：用同一對話累積上下文，讓 AI 持續理解專案演進
* 需求切片（Requirement Slicing）：把大需求拆成可測的小步驟，降低 AI 一次生成全專案的失誤率
* API Key 外包（Bring Your Own Key）：讓使用者填自己的 API key，避免你承擔推理成本與濫用風險
* 內容擷取（Page Scraping）：從目前頁面抽取文字或結構資料作為模型輸入
* 一鍵分析（One-click Analyze）：把「當前頁」內容＋提示送模型，回傳精簡洞察或點子清單
* 產出範圍（Idea Range Output）：將輸出限制為 2–8 條，提升可讀性並控制 token 成本
* 最小檔案集（Minimal File Set）：以少量檔案（icons＋manifest＋幾段 JS/HTML）完成可用擴充
* 迭代收斂（Iterative Refinement）：先做能跑的版本，再逐輪收斂功能與 UI
* 權限最小化（Permission Minimization）：只申請必需權限以提升審核通過率並降低疑慮
* 商店定位（Store Positioning）：用標題、截圖與描述把擴充說清楚，避免「看不懂就不裝」
* 站內需求承接（Search Intent Capture）：鎖定「Chrome extension for X」等既有搜尋意圖做產品與文案
* 站外導流（Off-store Marketing）：需要額外行銷時，把擴充當入口導向網站、名單或主產品
* 模板驅動設定（Prompt Template System）：用固定模板管理提示詞，避免使用者亂改導致品質不穩
* 輸出長度控制（Output Length Control）：以短/中/長模板控制回覆篇幅與詳細度
* 延遲權衡（Latency Trade-off）：長提示通常更慢但更詳盡，短提示更快但資訊較少
* 設定曝光門檻（Conditional Settings UI）：只有啟用某功能才顯示其進階設定以降低介面負擔
* 設定持久化（Settings Persistence）：把使用者偏好保存，重開瀏覽器仍維持選擇
* 設定同步（Settings Sync）：以 sync storage 讓偏好跨裝置共享，降低重設成本
* 可控自訂（Controlled Customization）：提供有限選項而非完全自訂，提升可支援性與品質一致
* 可支援性設計（Supportable Design）：功能設計需可除錯、可解釋、可在不擾動用戶下修正
* 聯絡入口（Contact CTA）：在擴充內提供聯絡方式以蒐集回饋與修 bug
* 使用者回報管線（Bug Reporting Pipeline）：把回報導向表單/Email/Issue 以系統化處理問題
* 對話續接（Chat Continuation）：是否載入歷史對話以保留上下文並讓追問更順暢
* 乾淨會話（Fresh Session）：每次打開都從空白開始，降低困惑但犧牲連續性
* 歷史裁切（History Truncation）：只載入最後 N 則訊息以控制複雜度與儲存成本
* 訊息上限（Message Cap）：限制對話最多保留數量（如 200）避免本機儲存膨脹
* Sync 配額（Sync Quota）：sync 儲存容量有限，適合設定不適合長對話內容
* LocalStorage（本機儲存）：適合存長文本與聊天紀錄，但不跨裝置同步
* 首次使用體驗（First-run Experience）：針對新使用者的預設設定與引導，避免一開始就太複雜
* 響應式佈局（Responsive Layout）：針對不同螢幕寬度與視窗尺寸調整排版避免擠壓
* Markdown（Markdown）：模型常用的輸出格式，包含標題、清單、粗體等結構
* Markdown 渲染器（Markdown Renderer）：把 Markdown 轉成 HTML 呈現，提升可讀性與層次
* 結構化呈現（Structured Rendering）：把輸出以標題/清單/段落顯示，而非純文字堆疊
* 長文 UI 處理（Long Text UX）：為長回覆提供更佳捲動、間距與分段以提升閱讀舒適度
* README（README）：提供安裝、使用與功能說明的專案文件，有助使用者理解與支援
* 版本自動化（Automated Versioning）：自動更新版本號以配合上架與迭代發佈流程
* 建置產物（Build Artifact）：npm/bun build 產出的 dist，用於載入或上架
* 打包警告（Bundle Size Warning）：建置提醒檔案偏大，需評估但不一定阻擋發佈
* 上架壓縮包（Store ZIP）：提交到 Chrome Web Store 的 zip 檔，包含擴充完整檔案
* 商店文案（Store Copy）：標題、短描述與長描述，用於說服安裝並影響搜尋轉換
* 短描述限制（Short Description Limit）：短描述有字數上限（例如 128 字元）需精煉關鍵價值
* 類別對齊（Category Matching）：選擇與競品一致的分類，提高被同類受眾看到的機率
* 視覺素材（Visual Assets）：圖示、截圖、宣傳圖等，影響商店轉換率
* 截圖策略（Screenshot Strategy）：用流程式截圖「前→中→後」展示價值，比空泛宣傳更可信
* 宣傳影片（Promo Video）：以影片快速展示價值，提升轉換但應在功能穩定後製作
* 隱私頁（Privacy Tab）：上架必填的資料處理與權限說明頁面
* 權限審核（Permission Review）：權限過多或不合理會被退件，需要刪減或合理化
* 隱私聲明一致性（Disclosure Consistency）：宣稱「不儲存」但實際有 sync/local 儲存會導致退件
* 遠端程式碼政策（Remote Code Policy）：動態載入遠端程式碼常被嚴格限制，需避免或符合規範
* 隱私政策託管（Privacy Policy Hosting）：用 GitHub Pages/網站提供可公開存取的隱私政策連結
* 送審（Submit for Review）：提交上架版本並等待審核，通常需確保素材與聲明完整
* 退件修正（Rejection Fix Cycle）：依退件原因修正權限/素材/描述後重新提交
* 站內曝光（Store Impressions）：商店內被看見的次數，可衡量 SEO/曝光效果
* 商店 SEO（Store SEO）：透過標題、關鍵字、描述與評分提升在商店搜尋的排名
* 評分優化（Rating Optimization）：透過良好 onboarding 與適時請求評分提升星等與排序
* 新手導覽（Onboarding Flow）：引導使用者第一次成功使用並理解價值，提升留存與評分
* 評分請求（Rating Prompt）：在使用者完成價值行為後提示留下評價，提高成功率
* 冷啟動獲客（Cold Start Acquisition）：在沒有流量時用 Discord/YouTube 社群貼文取得首批用戶
* 內容行銷（Content Marketing）：用教學/案例文章與影片吸引目標用戶並導流至擴充
* YouTube SEO（YouTube SEO）：用精準標題與關鍵字吸引「高意圖」用戶，偏品質而非爆量
* 冷郵件（Cold Email Outreach）：針對 B2B 客群用精準名單推免費方案以換取試用與回饋
* 評論與排名飛輪（Review Flywheel）：更好 onboarding→更高評分→更高曝光→更多安裝→更多評分