产品、增长，以及沿途值得记下的事。https://keepgoingjoe.com/2026-10-22T00:00:00+08:00Joehttps://keepgoingjoe.com/articles/chrome-web-store-rating-changes2026-10-22T00:00:00+08:002026-10-22T00:00:00+08:00Joe

Chrome 应用商店中数千款 Chrome 扩展程序评分集中变化。 我结合Chrome 应用商店官方公告与 Extension Ranker 持续积累的历史记录，追查新评分机制的线索，也整理了这次变化对 Chrome 扩展程序开发者意味着什么，以及现在可以做些什么。

<p>10 月 14 日，Chrome 应用商店中，数千款扩展程序的评分出现了集中变化。</p> <p>一夜之间，500 万用户的 Return YouTube Dislike 的评价，从 4.5 分下降到了 2.5 分；1800 万用户的 Claude Chrome 扩展程序评价，则从 2.9 分提升到了 3.7 分。</p> <p>Chrome 应用商店官方团队在 2026 年 8 月 20 日的公告里已经说过，Chrome 扩展程序的评分会更加关注近期评价，以便更好地反映当前的用户感受。但“近期”是指多大的时间范围，官方并没有公布。</p> <p><a href="https://extensionranker.com/?utm_source=keepgoingjoe&amp;utm_medium=blog&amp;utm_campaign=chrome-web-store-rating-changes" target="_blank" rel="noopener">Extension Ranker</a> 一直在逐日记录商店中的评分、评分数和公开评价数据。用这批数据对照之后，我的判断是：<strong>这轮扩展程序评分的集中调整，很可能与新评分计算规则的落地有关。</strong></p> <h2 id="01-数千款扩展程序评分变化头部产品受影响最明显">01 / 数千款扩展程序评分变化，头部产品受影响最明显</h2> <p>10 月 14 日前后，<a href="https://extensionranker.com/?utm_source=keepgoingjoe&amp;utm_medium=blog&amp;utm_campaign=chrome-web-store-rating-changes" target="_blank" rel="noopener">Extension Ranker</a> 记录到 4,200 多款扩展程序的展示评分发生变化。按变化前后的分数比较，约 3,000 款下调，1,200 款上调。</p> <p>拥有百万甚至千万用户的知名扩展程序也在其中。其中，AdBlock、Honey、LastPass 的分数明显下降，Chrome Remote Desktop、Claude、1Password 则有所上升。</p> <table> <thead> <tr> <th>Chrome 扩展程序</th> <th>展示用户数</th> <th>评分数</th> <th>10.13 评分</th> <th>10.15 评分</th> </tr> </thead> <tbody> <tr> <td>Adblock</td> <td>6,500 万</td> <td>290,300</td> <td>4.5</td> <td>3.9</td> </tr> <tr> <td>Honey</td> <td>1,300 万</td> <td>179,600</td> <td>4.6</td> <td>2.2</td> </tr> <tr> <td>LastPass</td> <td>800 万</td> <td>28,500</td> <td>4.2</td> <td>1.8</td> </tr> <tr> <td>iCloud Bookmarks</td> <td>700 万</td> <td>4,200</td> <td>3.4</td> <td>1.7</td> </tr> <tr> <td>EndNote Click</td> <td>700 万</td> <td>379</td> <td>4.0</td> <td>2.1</td> </tr> <tr> <td>Dark Reader</td> <td>700 万</td> <td>13,200</td> <td>4.7</td> <td>4.3</td> </tr> <tr> <td>Return YouTube Dislike</td> <td>500 万</td> <td>19,900</td> <td>4.5</td> <td>2.5</td> </tr> <tr> <td>迅雷下载支持</td> <td>8,400 万</td> <td>1,400</td> <td>2.9</td> <td>4.0</td> </tr> <tr> <td>Chrome Remote Desktop</td> <td>4,100 万</td> <td>3,000</td> <td>3.1</td> <td>3.8</td> </tr> <tr> <td>Claude</td> <td>1,800 万</td> <td>1,800</td> <td>2.9</td> <td>3.7</td> </tr> <tr> <td>1Password</td> <td>700 万</td> <td>3,600</td> <td>3.1</td> <td>4.1</td> </tr> </tbody> </table> <p>从 <a href="https://extensionranker.com/?utm_source=keepgoingjoe&amp;utm_medium=blog&amp;utm_campaign=chrome-web-store-rating-changes" target="_blank" rel="noopener">Extension Ranker</a> 的跟踪记录来看，<strong>用户量较大的头部扩展，是这轮评分变化中受影响最明显的一群</strong>。百万用户级扩展中，约四分之三的分数发生了变化，既有大幅下调，也有明显上升。</p> <p>要理解这些变化，还得回到官方提到的“近期”。</p> <h2 id="02-一个反复出现的数字75">02 / 一个反复出现的数字：75</h2> <p>最初，我从“时间”入手：官方所说的近期，究竟覆盖多长时间？</p> <p>我按不同的时间范围选取近期评价，把算出的均值和商店展示分数对比，但这些时间模型都没能稳定解释不同扩展的新分数。</p> <p>换成“数量”之后，线索出现了：在多轮对照中，最新 75 条公开评分的均值和调整后的展示分数最接近。</p> <p><img src="https://keepgoingjoe.com/images/posts/chrome-web-store-rating-changes/1.webp" alt="Extension Ranker 统计的柱状图：按评分数分组，2026 年 10 月 13 日至 15 日 Chrome 应用商店展示分数发生变化的扩展占比。55–74 个评分的各组仅 0%–0.5%，75–79 组升至 13.5%，80–84 组 43.1%，85–89 组 55.0%，90–94 组 55.9%，95–99 组 67.3%" loading="lazy" decoding="async"></p> <p>图中比较了 10 月 13 日至 15 日，不同评分数量的扩展发生变化的比例。75 个评分以下的几组变化很少；从 75–79 这一组开始，比例明显抬升，随后几组继续走高。</p> <p>不过，用公开评价逐个去算，结果和商店分数常常对不上。我认为一个合理的解释是：<strong>商店计算分数用到的评分，比页面上能看到的评价更多。</strong></p> <p>有些用户只打分，不写评论。这些评分可能没有出现在可获取的公开评价列表中，却仍然参与商店分数计算。</p> <p>举个例子：假如真正参与计算的最近 75 个评分里，有 5 个没有被公开记录，那么直接取最近 75 条公开评价计算，就可能把更早的评分补进来，遗漏了原本应该参与计算的评分，得到不同的均值。</p> <p>这可以解释部分偏差，实际规则也可能包含额外的时间权重或筛选条件。75 仍是根据公开数据提出的研究假说，还不能据此断定所有扩展都会在第 76 个评分时切换计算方式。</p> <h2 id="03-这对开发者意味着什么">03 / 这对开发者意味着什么</h2> <p>Chrome 插件商店更关注近期评价的方向已经明确。对开发者来说，值得重新审视的是：历史上积累的好评，还能在多大程度上代表用户现在的体验？</p> <h3 id="31-近期评分的分量可能更大">3.1 近期评分的分量可能更大</h3> <p>在“最近 75 个评分等权计算”的假设下，每个新评分都会替换窗口里较早的一个评分。一个 1 星替换掉一个 5 星，均值会下降约 0.05；连续两次，商店展示的分数就可能少 0.1。</p> <p>这个算例说明了固定窗口的敏感性。即使产品已经积累大量历史评分，最近一次有问题的更新，也可能更明显地影响展示分数；修好旧问题、重新获得用户认可，也可能更及时地反映到分数上。</p> <p>评分数还不多的开发者，可以关注接近 75 附近时的变化，但不用把它当成所有产品都会触发的确定开关。</p> <h3 id="32-近期有多近取决于收到评分的速度">3.2 “近期”有多近，取决于收到评分的速度</h3> <p>如果计算范围按评分条数划定，它覆盖的时间就会随评分速度变化。</p> <p>75 是一个固定的数量，不是固定的时间。按 ER 记录的公开评价推算，最近 75 条公开评价覆盖的时间跨度中位数如下：</p> <table> <thead> <tr> <th>评分数</th> <th>最近 75 条公开评价的时间跨度（中位数）</th> </tr> </thead> <tbody> <tr> <td>1 万以上</td> <td>约 3 个月</td> </tr> <tr> <td>1,000–1 万</td> <td>约 15 个月</td> </tr> <tr> <td>200–999</td> <td>约 2 年</td> </tr> <tr> <td>75–199</td> <td>约 3 年</td> </tr> </tbody> </table> <p>只打分、不写评论的评分不在公开列表里，所以真实窗口会更短，这组数字可以看作上限。</p> <p>对评分来得快的大扩展，商店分数基本反映最近一个季度的口碑。对多数中小扩展来说，“近期”其实并不近：</p> <p>一次糟糕的版本留下的差评，可能在窗口里停留一两年，只能靠新的评分逐个替换出去。</p> <h3 id="33-评分会成为更重要的质量信号">3.3 评分会成为更重要的质量信号</h3> <p>同一篇官方公告还表示，Google 计划在今年晚些时候下线 Featured 徽章，并鼓励开发者将新的评分体系作为衡量扩展质量的重要信号。</p> <p>这也给开发者一个明确的方向：持续维护产品，让用户当下的使用体验配得上商店里的分数。</p> <h2 id="04-开发者现在可以做什么">04 / 开发者现在可以做什么</h2> <h3 id="41-用近期低分评价定位问题">4.1 用近期低分评价定位问题</h3> <p>公开评价无法完整还原评分公式，但能帮助我们理解用户为什么不满意。</p> <p>把近期低分评价按问题归类：登录失败、支付与订阅、导出、同步、权限，还是使用说明不清楚。优先处理反复出现、影响核心任务的问题，并核对它们是否集中在某个版本或使用环境。</p> <h3 id="42-每次发布后持续跟进反馈">4.2 每次发布后，持续跟进反馈</h3> <p>发布新版本后，可以连续一周每天查看新评价。对于评分增长较慢的扩展，适当延长观察期。</p> <p>同类故障集中出现时，尽快复现并判断是否需要修复或回滚；问题解决后，在原评论或支持渠道中说明修复版本和解决办法，邀请受影响用户重新体验。</p> <p>把展示分数、评分总数、公开评价和版本上线时间放在一起看，能帮助你判断一次改动是否带来了新的问题，也能检查过去的修复是否真正生效。</p> <h3 id="43-提供容易找到的用户支持入口">4.3 提供容易找到的用户支持入口</h3> <p>在扩展程序的设置页、帮助菜单和商店详情页中，放上清晰的反馈入口，例如支持邮箱或问题反馈表单，让用户遇到问题时知道去哪里求助。</p> <p>如果找不到联系开发者的方式，商店评价就可能成为用户反馈问题的入口。一个容易找到、有人回应的支持渠道，可能让部分用户先寻求帮助，而不是直接留下差评。收到反馈后，及时说明处理进展，并在修复后告知用户。</p> <h3 id="44-在用户真正得到价值时邀请评价">4.4 在用户真正得到价值时邀请评价</h3> <p>比如完成一次核心操作之后，或者连续使用几天之后，提供自然的评价入口，邀请用户留下真实感受。</p> <p>评价入口应向所有用户开放。不要用奖励换评分；Chrome 插件商店的垃圾内容与滥用政策禁止通过虚假或激励性的评分、评价等方式操纵排名。</p> <h2 id="05-评分需要持续维护">05 / 评分需要持续维护</h2> <p>过去，一款扩展攒够几千个好评，分数基本就稳住了。现在，只要评分超过 75 个，商店展示的就只是最近一批用户的感受，每进来一个新评分，就替掉一个旧的。</p> <p>对开发者来说，评分从一次性的积累，变成了需要持续维护的指标。版本质量、上手体验、收费方式最近做得怎么样，都会更直接地写进分数里；评分来得越快的扩展，反映得越快。</p> <p>还有两个问题没有答案。</p> <ol> <li>这条规则还没有得到官方确认，只打分的评分、时间权重等细节仍需要更多数据验证。</li> <li>评分变化会不会影响商店搜索排名，进而影响安装量。</li> </ol> <p>我会用 <a href="https://extensionranker.com/?utm_source=keepgoingjoe&amp;utm_medium=blog&amp;utm_campaign=chrome-web-store-rating-changes" target="_blank" rel="noopener">Extension Ranker</a> 的排名数据单独看第二个问题。这次调整之后的评分变化，我也会继续跟踪。</p> https://keepgoingjoe.com/articles/learn-from-chrome-extension-competitor-tutorials2026-10-19T00:00:00+08:002026-10-22T00:00:00+08:00Joe

不知道用户在哪，就去看谁在教别人用你的竞品。教程藏着场景，评论藏着痛点，作者藏着渠道。别泛泛介绍功能，帮用户把一件具体的事做完。顺着别人铺好的路，找到自己该站的位置。

<p>如果你已经做出了一款 Chrome 扩展程序，却不知道第一批用户从哪里来，我建议先做这件事：搜一下，谁在教别人怎么使用你的竞品。</p> <p>这些教程会把产品放进具体的场景里：读者为什么点开，作者为什么要演示这个操作，评论区的人卡在哪一步。每一个都可能是你推广的起点。</p> <p>2022 年，我做过一次复制类扩展程序的海外推广调研。现在翻回去看，最值得复用的就是这个思路：<strong>沿着竞品的教程往外找用户。</strong></p> <p>下面把当年的观察与今天还可以复用的方法放在一起讲。</p> <h2 id="先把去哪里推广变成一个具体问题">先把“去哪里推广”变成一个具体问题</h2> <p>Chrome 扩展程序上架以后，很容易列出一长串可以推广的平台：YouTube、Reddit、X、小红书、博客、产品目录、开发者社区。</p> <p>这份名单本身解决不了太多问题。即使决定去 YouTube 推广，你仍然需要知道该做什么视频、用什么语言、对谁讲内容，以及观众为什么会点进来。</p> <p>如果从竞品教程切入，这些问题就有了方向。</p> <p>假设你的扩展程序能从页面提取表格。直接搜索竞品名称，可能找到功能介绍。</p> <p>但是如果你继续搜索某类网站如何导出表格，就可能看到用户的工作流程：打开网站，整理数据，放进表格。</p> <p>这时推广任务就具体了：演示这段流程，讲清楚哪一步容易失败，顺便检查自己的产品到底适不适合这个场景。</p> <p><strong>泛泛地介绍产品功能，和帮用户完成一件具体的事，要准备的内容完全不同。</strong></p> <h2 id="有价值的不止教程本身还有相关信息">有价值的不止教程本身，还有相关信息</h2> <p>2022 年 12 月，为了给我负责的扩展程序获取海外用户，我挑了两款用户多、海外评论多的竞品：Simple Allow Copy 和 Enable Copy。当时它们的商店用户量分别是 500K+ 和 400K+ ，用户规模较大，也有较多海外用户评论，因此被选为调研对象。</p> <p>除了 Chrome 应用商店的关键词和外链之外，我还在 YouTube、Reddit、Facebook 上搜索了和它们相关的内容。</p> <p>结果找到 Simple Allow Copy 相关视频 8 条，Enable Copy 相关视频 4 条。语言包括英语、乌尔都语、印地语、越南语和中文。有几条视频面向巴基斯坦虚拟大学的学生，演示在线测验页面中的复制操作，让我看到了一个具体的使用场景，说明有一部分人是在在线测试中需要复制。</p> <p>当时，我顺着这些线索，了解到了竞品一部分用户的使用场景。同样是接触复制限制，不同的人拿它做的事不一样。<strong>功能一样，用户怎么理解它、搜什么词、看谁的教程，可能完全不同。</strong></p> <p>我还记录了每条视频有没有跳转链接。有些几万播放的视频，描述中找不到Chrome 扩展程序的链接，需要观众根据视频画面自己搜索；有些播放量很小的教程反而附上了链接。</p> <p><img src="https://keepgoingjoe.com/images/posts/learn-from-chrome-extension-competitor-tutorials/1.webp" alt="竞品 Simple Allow Copy 的 YouTube 教程调研表，记录每条视频的播放量、评论数、点赞数、使用语言，以及是否附带扩展链接" loading="lazy" decoding="async"></p> <h2 id="教程中藏着用户描述问题的方式">教程中藏着用户描述问题的方式</h2> <p>开发者描述产品时，习惯从功能出发：支持哪些格式、处理速度有多快、增加了几个功能选项。</p> <p>而教程作者通常需要从观众的任务出发。有人先遇到问题，才会搜索解决方法，再跟着视频操作。</p> <p>这两种表达方式之间的差别，值得我们认真思考。</p> <p>以复制类扩展程序为例，当年找到的视频标题中就出现了“allow copy”、“Enable copy”、“Enable right click”等不同的关键词。它们指向的功能接近，但是表达问题的入口不同。</p> <p>这些表达可以成为内容选题和文案测试的候选。但它们还不能直接证明这个词语被广泛地接受，也不是一个关键词值得优化的充分依据。你仍然需要查看搜索结果是否相关、自己扩展程序的功能是否匹配，以及实际访问者是否愿意跟随你的内容继续操作。</p> <p>最值得参考的是完整任务，而不是单独地抄下来一个关键词。例如，假设你的产品支持视频字幕处理。泛泛地介绍字幕导出很容易写成一份功能清单；如果用户要做的是把一段访谈整理成可编辑的文稿，你就需要说明从哪里开始处理视频字幕、怎么保留时间信息、哪些内容还需要人工校对。</p> <p>后一个选题更加具体，也更加容易暴露你的产品是不是真正地帮助到用户。</p> <h2 id="作者是谁也值得关注">作者是谁，也值得关注</h2> <p>找到一条教程以后，我建议顺手看一下作者或博主的其他内容。</p> <p>一个长期分享表格技巧的作者，偶尔介绍了表格提取扩展程序；一个面向学生的作者，在演示查资料时使用了复制扩展程序；一个做视频剪辑教学的人，把视频下载扩展程序放进素材整理流程中。这几类作者对应的读者和选题环境各不相同。</p> <p>判断时可以重点关注三个方面：最近一批的主题内容，这条教程具体解决的问题，以及评论中观众如何描述自己的需求。作者使用什么语言，也可以作为下一步调查的线索。但语言不能直接替代地区判断，更不能只凭一条视频推断市场规模。讲某种语言的作者可能覆盖多个国家，实际观众也未必与你想象的一样。</p> <p>另外，要区分内容来源。有些视频是用户自发制作分享，有些可能是官方制作、合作推广或者批量整理。关系不清楚时，就先记为未知。无论是哪种内容，都可以帮助我们理解产品怎么样被介绍。</p> <p>但是如果你想进一步寻找合作对象，作者是否独立、内容是否持续更新、受众是否相关，都需要纳入考虑范围中。</p> <h2 id="评论区中往往能获得更详细的场景">评论区中往往能获得更详细的场景</h2> <p>教程展示的是作者选择讲解的流程，评论则是可能补上观众遇到的差异。</p> <p>假设一条教程下面，有人说某个网站不起作用，有人问另一个浏览器能不能用，还有人问能否支持批量处理。这些反馈分别指向兼容性、使用环境和任务规模。</p> <p>它们都是值得调查的线索，但不能一看到就放进开发计划。</p> <p>先确认教程是不是旧版本，问题能否复现，是否在多个独立来源出现，以及你的目标用户是否也有同样的困难。</p> <p>尤其是需要分清两种情况：<strong>用户不知道怎么用，以及产品确实做不到。</strong></p> <p>两者都影响使用体验，但是投入方式不同。前一种可能需要更好的教程、欢迎页面或者报错提示说明。后一种才可能需要补充功能。</p> <p>还有一种评论特别值得记录：观众详细解释自己为什么要做这个操作。这种评论能让一个抽象的功能需求变成具体的使用场景和工作流程。</p> <p>拿批量处理来说，一句支持批量处理和一个人每天需要整理几十份资料，提供的信息量并不一样。后者能帮助你继续追问频率、限制、已有替代方案和失败成本。</p> <h2 id="做一张表格让线索能够比较">做一张表格，让线索能够比较</h2> <p>刚开始不用做庞大的竞品报告。选择两三款解决相近问题的竞品，每款先找几条内容，记录到同一张表中即可。</p> <p>我建议至少保留这些字段：</p> <table> <thead> <tr> <th>字段</th> <th>要记录什么</th> <th>接下来能做什么</th> </tr> </thead> <tbody> <tr> <td>来源与日期</td> <td>链接、发布时间、检查时间</td> <td>回溯证据，识别过时内容</td> </tr> <tr> <td>具体任务</td> <td>用户要完成哪件事</td> <td>确定教程和演示的主题</td> </tr> <tr> <td>用户用语</td> <td>标题、正文和评论里的原始表达</td> <td>提出文案和搜索词候选</td> </tr> <tr> <td>作者方向</td> <td>平时讲什么，主要面向谁</td> <td>判断渠道与受众是否匹配</td> </tr> <tr> <td>语言与环境</td> <td>内容语言、涉及的网站和浏览器</td> <td>提出本地化或兼容性假设</td> </tr> <tr> <td>未解决问题</td> <td>哪一步失败，是否有人重复提到</td> <td>决定进一步访谈、测试或补教程</td> </tr> <tr> <td>产品入口</td> <td>链接是否存在、是否有效、步骤多少</td> <td>检查从内容到安装的路径</td> </tr> <tr> <td>来源关系</td> <td>官方、自发、合作或未知</td> <td>判断这条线索的性质</td> </tr> <tr> <td>下一步动作</td> <td>自己能验证的一个小动作</td> <td>防止调研停在收藏链接</td> </tr> </tbody> </table> <p>没有找到相关内容时，可以换一种产品叫法、任务描述或语言，结果可能不同。搜索本身有覆盖范围，表中最好保留浏览一些检索记录。</p> <h2 id="将线索变成一次具体的推广尝试">将线索变成一次具体的推广尝试</h2> <p>研究到这里，就应该缩小范围。选一个你的产品已经能稳定完成的任务，做一次从内容到使用的尝试。</p> <h3 id="自己制作场景教程">自己制作场景教程</h3> <p>把同一个任务完整地演示出来：什么情况下需要它，操作前是什么样的，安装好以后怎么完成，哪些情况暂时不支持。内容中尽可能使用用户已经理解的任务语言。</p> <p>教程需要添加增量信息。可以是步骤更清楚、覆盖了另一种使用环境、演示了真实的批量任务，或者解释了旧教程中容易失败的一步。照着竞品教程录一遍，很难给读者一个选择你的理由。</p> <h3 id="回应一个具体问题">回应一个具体问题</h3> <p>如果某个讨论中的困难恰好能被你的产品解决，先验证，再把步骤、适用范围和限制条件讲清楚。提到自己的产品时，交代开发者身份，让读者知道推荐的来源。</p> <p>这种参与方式需要建立在问题匹配的基础上。不要只因为出现了竞品名字，就到处粘贴同一段介绍。</p> <h3 id="评估内容合作">评估内容合作</h3> <p>如果一个创作者持续服务与你目标用户重合的人群，并且有合适的选题，可以考虑向对方提供演示素材、使用说明和可测试版本。是否联系、是否付费，要结合你自己的阶段和预算决定。</p> <p>即使暂时不合作，教程里找到的用户语言和场景，也能先用在你自己的官网、扩展程序详情页、演示和产品说明中。</p> <h2 id="教程还可以反过来帮助你检查产品">教程还可以反过来帮助你检查产品</h2> <p>设想你已经找到了一个非常匹配的使用场景，也制作了表述清晰的内容，但用户跟着做仍然失败。</p> <p>这时，值得回到产品本身，检查从安装到完成任务之间的步骤。</p> <p>用户是否知道去哪里启动 Chrome 扩展程序，是否需要刷新原来的页面，是否理解权限请求，失败时能否知道原因，以及演示中承诺的功能是否真的可用。</p> <p>教程作者有时会替产品补上这些解释。观众能够完成任务，可能依赖作者讲清楚了几个产品界面没有说明的步骤。</p> <p>研究这些教程，可以帮助你发现哪些说明应该体现在产品中。这样，后来的用户即便是没有看过教程，也更有机会自己完成操作。</p> <p>同样，发现其他语言的教程，只能算本地化线索。更稳妥的下一步，是选一个有具体需求证据的场景，把相关商店说明、关键操作和帮助内容打通，再观察使用情况。一次性增加很多语言，会增加维护工作。先把一段完整体验做好，比较容易知道问题出在哪里。</p> <h2 id="别把内容热度当做增长归因">别把内容热度当做增长归因</h2> <p>找到播放量很高的竞品教程，也许你会轻易下结论：这个渠道有效，竞品靠它涨起来了，我也应该去做。</p> <p>但这些判断中间还缺几步证据。一条视频可能被大量不需要安装的人看过，也可能主要服务已有用户。它可能在产品已经流行以后才出现。视频热度和产品规模同时存在，并不能说明前者带来了后者。</p> <p>我会把调查分成三个层次。</p> <ol> <li>观察：确实有这条教程，讲了这个任务，评论里出现了这些问题。</li> <li>假设：这类内容可能接触到我的目标用户；我可以用类似的任务做一次测试。</li> <li>结果：发布以后，有多少相关访问，多少人继续前往商店，多少用户完成核心操作，是否愿意回来。</li> </ol> <p>根据手头能拿到的数据，可以记录内容访问量、官网入口点击量、前往商店的点击量，以及产品内的首次核心操作和后续使用的次数。</p> <p>这些指标不能随意画等号。前往商店的点击不等同于安装量，一次功能使用也不等于长期留存。如果跨网站、商店和扩展程序的完整归因做不到，就把已知部分分段记录。</p> <p>先形成一份口径清楚、能够重复观察的记录，比用不完整的数据证明一次推广成功更有用。</p> <h2 id="如果时间有限我先关注什么">如果时间有限，我先关注什么</h2> <p>我会先关注三个方面：和我的产品匹配的任务，最近还有人在问的困难，观众是不是明确想采取下一步行动。</p> <p>一个小教程，如果主题很具体、评论一直在问同一个问题，值得花时间检查。一篇大盘点文章，即使访问量很高，也可能只是宽泛覆盖了很多工具，暂时找不到与你相关的切口。</p> <p>这不意味着小内容一定比大内容转化好。它只是更容易让你形成一个能测试的假设。</p> <p>我也不会一开始就追求把所有竞品、所有渠道、所有语言研究完。先找几条证据充分的内容，把其中一个场景走通，再决定是否扩大。否则很容易研究了几十个链接，却仍然没有做出一条教程，没有改善一个入口，也没有接触到一个具体问题。</p> <hr> <p>如果你现在卡在 Chrome 扩展程序上架之后不知道如何推广，不知道如何找到第一批用户，不妨先搜一款竞品，认真看完几条教程。最后给自己留下一句具体的话：</p> <p><strong>我准备帮助哪一类人，在什么场景下，完成哪一件事。</strong></p> <p>能写清楚这句话，下一条推广内容就有了起点。</p> https://keepgoingjoe.com/articles/how-floto-chrome-extension-growth2026-09-23T00:00:00+08:002026-10-23T00:00:00+08:00Joe

半年不足 400 用户，随后不到一个月增长至 10K，Floto 的 Chrome 扩展经历了什么？ 本文结合 Extension Ranker 历史数据与公开推广记录，梳理它在 Figma Community、Product Hunt、AppSumo 和创作者合作中的尝试，分析产品定位与分发方式的变化，为扩展开发者提供选择推广渠道、发现用户需求和研究竞品增长的参考。

<p>在通过 <a href="https://extensionranker.com/?utm_source=keepgoingjoe&amp;utm_medium=blog&amp;utm_campaign=how-floto-chrome-extension-growth" target="_blank" rel="noopener">Extension Ranker</a> 监控 Chrome 扩展程序市场时，一款叫 Floto 的扩展程序引起了我的注意。</p> <p>这款基于 AI 的 UX/UI 审核的扩展程序，在不到一个月的时间里，<strong>从 329 个用户一路上涨到 10,000 多个用户</strong>。</p> <p>更有意思的是，它此前已经上架了半年多，用户数却一直没有超过 400。</p> <p>一条平缓了几个月的曲线，突然开始陡升。究竟发生了什么？</p> <p><img src="https://keepgoingjoe.com/images/posts/how-floto-chrome-extension-growth/1.webp" alt="Extension Ranker 中 Floto: Design Feedback 近一年的用户曲线：6 月至 8 月中旬一直在 400 以下，8 月下旬开始陡升，9 月下旬达到 1 万用户" loading="lazy" decoding="async"></p> <h2 id="增长爆发的线索">增长爆发的线索</h2> <p>短时间内实现近万的用户量增长，很难从自然增长的角度来解释。我着重查看了 Floto 团队在拐点时间附近都开展了哪些营销活动，很快就在 Instagram 找到了线索。</p> <p><img src="https://keepgoingjoe.com/images/posts/how-floto-chrome-extension-growth/2.webp" alt="Instagram 上多位创作者发布的 Floto 推广短视频，封面文字包括「AI roasted my website」「How to improve your UI designs」" loading="lazy" decoding="async"></p> <p>从 8 月 14 日开始，陆续有创作者发布 Floto Chrome 扩展相关内容：打开一个网站，让 Floto 找出页面中的设计、文案和可用性问题，再把修改建议交给 Claude Code、Cursor 等工具执行。</p> <p>8 月 20 日，类似的视频继续出现。到了 8 月 24 日，多位创作者发布 Floto 相关内容，其中还包括与官方账号共同发布的 Instagram Collab。</p> <p>与此同时，扩展程序的用户曲线开始明显上扬。</p> <p>之后，同类内容仍在陆续发布，用户数也继续增长。把两条时间线放在一起，Instagram 创作者推广成为了这次增长最值得关注的线索。</p> <p>但随着调研深入，我发现 Floto 早就尝试过红人营销，也做过 Product Hunt、Figma Community 和 LinkedIn 推广。</p> <p>既然扩展程序 2 月就已上线，团队也一直有推广动作，为什么用户量直到 8 月才明显变化？</p> <p>前半年，Floto 到底在做什么？</p> <h2 id="前半年的推广为什么没有带动扩展程序增长">前半年的推广，为什么没有带动扩展程序增长</h2> <h3 id="最初的产品定位">最初的产品定位</h3> <p>为了弄清楚这个问题，我查看了 Floto 扩展程序最初的定位。</p> <p>它当时叫 Design Diff by Floto，主要面向需要检查设计还原度的设计师和开发团队，必须搭配 Floto 的 Figma 插件使用。Figma 插件提供设计稿，Chrome 扩展获取浏览器中的实际页面，两者配合，找出布局、颜色、间距等方面的差异。</p> <h3 id="围绕-figma-工作流展开的推广">围绕 Figma 工作流展开的推广</h3> <p>理解这一点，再看 Floto 的早期推广，就容易多了。</p> <h4>Figma Community</h4> <p>Figma Community 是其中一个入口。<a href="https://www.linkedin.com/posts/ragsvadali_my-go-to-app-right-now-as-a-founder-google-activity-7424378913650274304-vmHW" target="_blank" rel="noopener">创始人曾提到，早期设计师用户会通过朋友推荐、关注的创作者，以及 Figma Community 搜索找到 Floto。</a>对于已经在 Figma 中工作的设计师，这是一条很自然的发现路径。</p> <h4>红人营销</h4> <p>与创作者的内容合作也围绕着设计师群体展开。例如，<a href="https://www.linkedin.com/posts/punitweb_uxdesign-design-uidesign-activity-7479868248696479744-kIxw" target="_blank" rel="noopener">Punit Chawla 在一条明确标注赞助的 LinkedIn 帖子中</a>，介绍了 Floto 的设计审计、模拟用户测试和原型检查。他提供了额外使用额度的邀请码，评论区的链接则直接指向 Figma 插件。</p> <p>这个细节很关键：用户看完内容后，有了一个明确的尝试理由，也有直接进入产品的链接，但链接通往的是 Figma 插件市场。</p> <p>因此，Chrome 扩展没有明显增长，并不能说明这次推广没有效果。</p> <h4>Product Hunt</h4> <p>扩展本身也获得过曝光。<a href="https://www.linkedin.com/posts/ragsvadali_we-just-launched-design-diff-on-product-hunt-activity-7436720123039678465-tfFI" target="_blank" rel="noopener">Floto 在 Product Hunt 发布 Design Diff 时</a>，创始人专门介绍了 Chrome 扩展如何获取页面、关联 Figma Frame，再把发现的问题发送到 Linear 或 Jira。</p> <p>这次发布的切入点很具体：设计师不用再手动截图、标注，一点点检查开发结果是否还原了设计稿。</p> <p>不过，Design Diff 仍然面向需要对照 Figma 检查实现结果的人。推广带来了曝光，扩展的使用前提并没有改变。</p> <p>回头看，Chrome 扩展在前半年始终是 Figma 工作流中的配套工具。即使用户通过推广了解了 Floto，也只有在需要比较设计稿与实际页面时，才有理由进一步安装扩展。这让它能够吸引的用户，局限在一个更具体的使用场景里。</p> <h2 id="扩展程序的定位变化">扩展程序的定位变化</h2> <h3 id="appsumo-上出现了另一种需求">AppSumo 上出现了另一种需求</h3> <p><a href="https://appsumo.com/products/floto-ai/" target="_blank" rel="noopener">Floto 上架了 AppSumo</a>，并推出终生套餐。它的产品页同样以 Figma 内的设计审计、Persona Testing、Flow Analysis 和 Design Diff 为主要卖点。</p> <p>这种分发方式值得注意。它给用户提供了一个明确的购买方案，也让潜在买家有机会在付款前追问：这款工具究竟能不能解决我的问题？</p> <p>7 月 27 日，<a href="https://appsumo.com/products/floto-ai/questions/chrome-extension-1535038/" target="_blank" rel="noopener">一位用户提出的问题恰好击中了 Chrome 扩展的使用限制</a>。他不使用 Figma，也不基于设计稿开发，但希望检查自己正在构建的 Web App。如果扩展只能使用 Design Diff，那么这个套餐对他就没有什么价值。</p> <p>Floto 创始人回复说，Design Diff 确实是当时扩展的主要功能，但团队已经计划从第二天开始推出更新，让用户无需 Figma 文件，也能直接检查网页的可用性、文案和可访问性，并生成交给 coding agent 的修改提示词。</p> <h3 id="扩展程序有了新的安装理由">扩展程序有了新的安装理由</h3> <p>再回到 <a href="https://extensionranker.com/?utm_source=keepgoingjoe&amp;utm_medium=blog&amp;utm_campaign=how-floto-chrome-extension-growth" target="_blank" rel="noopener">Extension Ranker</a> 保存的商店历史信息，产品定位的变化就更加直观了。</p> <p>早期描述强调比较 Figma 设计稿与实际页面。调整后，Floto 开始强调直接检查网页中的 UI、文案、可用性和可访问性，并生成可以交给 Cursor、Claude Code 等工具执行的修改提示词。</p> <p><img src="https://keepgoingjoe.com/images/posts/how-floto-chrome-extension-growth/3.webp" alt="Extension Ranker 记录的 Floto 商店描述变更对比（2026 年 7 月 6 日至 8 月 1 日）：旧描述强调与 Figma 设计稿比对，新描述强调直接审查网页的可用性、文案和可访问性" loading="lazy" decoding="async"></p> <p>原来的 Design Diff 仍然有价值，但 Floto 的 Chrome 扩展程序多了一个不依赖 Figma 的使用场景。能够使用它的人，也从设计师和开发团队扩展到了不使用 Figma 的网站的 Builders。</p> <p>创始人在后来的<a href="https://www.linkedin.com/posts/ragsvadali_act-one-started-with-a-horizontal-line-act-activity-7499160824041787392-MPth" target="_blank" rel="noopener">分享</a>中明确提到了这个方向：团队希望把服务设计师时积累的反馈能力带给 Builders，并判断这类需求会随 vibe coding 工具的普及而增长。</p> <p>这让我重新理解了 8 月的推广内容。创作者面对的观众中，不必人人都是设计师，也不必人人都使用 Figma。只要正在搭建网站，就可能需要检查页面，再把建议交给 AI 修改。</p> <p>Floto 的扩展程序由此获得了一个更广泛的安装理由。</p> <hr> <p>不过，新的使用场景上线后，用户曲线并没有立即陡升。明显的增长出现在随后 Instagram 创作者内容集中发布的阶段。</p> <p>这也是我在这个案例里最关注的变化：扩展能够服务的人群扩大了，推广内容也开始直接面向这群人，并把他们带向 Chrome 扩展程序。</p> <h2 id="我们可以借鉴哪些推广方式">我们可以借鉴哪些推广方式？</h2> <p>我们已经看到了 Floto 在增长前后做过的尝试。如果你也是在寻找增长机会的扩展程序开发者，那么接下来值得关注的是：其中哪些做法适合自己的产品，可以从哪里开始，又该如何判断尝试是否有效？</p> <h3 id="平台社区从用户的需求场景切入">平台社区：从用户的需求场景切入</h3> <p>如果扩展服务于某个平台或工作流，可以先去用户已经聚集的地方寻找机会。</p> <p>Floto 早期围绕 Figma Community 和设计类创作者展开推广，与它当时的产品形态是对应的。用户已经在 Figma 中工作，也更容易理解设计反馈和设计还原检查的价值。</p> <p>类似地，一个服务于特定网站的扩展，可以先调查这个网站的用户社区：他们在哪里交流，反复抱怨哪些操作，又会主动推荐什么工具。</p> <h3 id="product-hunt围绕具体问题组织发布">Product Hunt：围绕具体问题组织发布</h3> <p>Product Hunt 是一个展示和发现新产品的平台。你可以围绕一次产品上线或有明确价值的功能更新，准备介绍和演示，与感兴趣的用户交流。</p> <p>前面提到的 Design Diff，就围绕设计还原检查这个具体问题组织了发布。如果你的扩展功能较多，也可以先选一个最容易演示价值的场景作为发布主题。</p> <p>发布后，除了关注点赞和评论，还要看有多少人进入商店、安装扩展，以及完成首次使用。这些数据更能帮助你判断，内容吸引到的是否是产品真正需要的用户。</p> <h3 id="appsumo通过套餐销售接触潜在买家">AppSumo：通过套餐销售接触潜在买家</h3> <p>AppSumo 是一个软件优惠销售平台，同样是一个很好的用户反馈渠道。</p> <p>你可以通过推出优惠的套餐折扣吸引潜在买家。潜在买家则可以在购买前查看评价、询问功能，判断产品是否适合自己。这些购买前的交流很有价值。你可能收到潜在买家的反馈，他准备拿产品做什么，以及什么问题让他迟迟没有下单。</p> <p>从 Floto 的例子可以看到，AppSumo 除了提供销售机会，也让团队接触到了现有产品尚未满足的需求。</p> <p>如果你考虑尝试 AppSumo，可以同时关注销售和这些具体的购买顾虑。不过，终身套餐需要结合长期成本设计，尤其是持续调用 AI 的扩展，要提前算清使用额度、服务成本和支持投入。</p> <p>即使暂时不打算上架，同类产品的公开问答区也值得研究。那里可能就有一批正在寻找解决方案、却还没有找到合适工具的用户。</p> <h3 id="内容营销把受众演示和安装路径连起来">内容营销：把受众、演示和安装路径连起来</h3> <p>即使暂时没有赞助预算，你仍然可以借鉴 Floto 红人营销视频中的选题、演示方式和产品入口，自己制作一条内容，观察目标用户的反应。</p> <h4>内容面向谁</h4> <p>同一个扩展，可以从不同用户的问题切入。面对设计师，Floto 可以展示如何检查设计还原度；面对通过 AI 构建网站的人，则可以展示如何发现发布前遗漏的问题。</p> <p>准备内容前，可以先写清楚：这条内容是给谁看的，他正在完成什么任务，又会在哪一步需要你的扩展。确定这些，再选择演示素材和发布渠道。</p> <h4>演示一个具体任务</h4> <p>Floto 后期的视频把扩展放进了一个完整任务：打开网站，发现问题，生成修改提示，再交给 AI 工具执行。</p> <p>观众可以直接判断，这个工具能用在自己的哪一步。</p> <p>准备推广素材时，也可以从一个真实任务出发。用户遇到了什么麻烦，扩展如何处理，完成以后有什么变化。功能介绍可以跟着操作出现，不必一开始就把所有能力都列出来。</p> <p>如果演示必须解释很久，才能让人理解为什么要安装，可能还需要把任务选得更具体。</p> <h4>给观众一个明确的下一步</h4> <p>在整理过的 Floto 内容中，有创作者让观众评论关键词获取链接，也有内容引导用户到 Chrome 扩展商店搜索。Punit 的 LinkedIn 推广则提供了 Figma 插件链接和额外额度邀请码。</p> <p>这些细节决定了兴趣能否继续转化为尝试。</p> <p>内容发布前，你也应该亲自走一遍这条路径：看完视频，在哪里获得链接，链接打开哪一页，用户能否找到刚才演示的功能？</p> <p>如果产品同时有网站、插件和扩展，尤其需要确认推广链接是否指向了预期入口。</p> <h4>把发布过程与增长曲线放在一起观察</h4> <p>Floto 的相关内容在多个时间点陆续出现，增长之后也仍有后续发布。因此，只盯着某一条视频，很容易忽略整段分发过程。</p> <p>在开展内容营销的过程中，可以记录每条内容的发布时间和落地链接，再结合安装、首次使用等数据观察变化。有条件时，为不同内容设置独立的追踪链接或邀请码。</p> <h2 id="这也是我为什么持续监控扩展增长">这也是我为什么持续监控扩展增长</h2> <p>如果只打开 Floto 现在的 Chrome 扩展程序商店页面，很容易把它理解成一款已经拥有上万用户的 AI 网站审核工具。</p> <p>历史数据提供了另一幅图景：它曾经长期停留在几百名用户，早期承担的是不同的功能，商店描述和目标人群也在增长前后发生了变化。</p> <p>这次调研里，<a href="https://extensionranker.com/?utm_source=keepgoingjoe&amp;utm_medium=blog&amp;utm_campaign=how-floto-chrome-extension-growth" target="_blank" rel="noopener">Extension Ranker</a> 的用户曲线帮我定位了需要重点调查的时间段，历史描述则让我看到了扩展前后究竟在向用户承诺什么。</p> <p>随后，再用 Product Hunt 发布帖、Creator 内容和 AppSumo 问答补上外部线索。</p> <p>公开用户数无法告诉我们每个渠道贡献了多少安装，却能帮助我们提出更具体的问题。为什么这里开始增长？此前改过什么？推广内容把谁带到了哪个入口？</p> <p>对扩展程序开发者来说，一条异常曲线的价值，也正在这里。</p> <p>下次看到竞品突然增长，可以顺着时间线继续追问：它开始服务谁，向这些人展示了什么，又把他们带到了哪个产品入口？</p>