Vault

从"最蠢的创意"到1亿美元ARR:Gamma的崛起之路

摘要

Grant Lee 是 AI 驱动的演示文稿与网站设计工具 Gamma 的 CEO 兼联合创始人。2020 年疫情期间,他在伦敦的小公寓角落里向投资人路演,却被告知这是"我听过的最蠢的创意"。五年后,Gamma 年经常性收入 (ARR) 突破 1 亿美元,估值超过 20 亿美元,团队仅约 30 人,服务全球 5000 万用户——而且从很早起就持续盈利。

本期对话系统梳理了 Gamma 从零到 1 亿美元 ARR 的增长全貌:如何在 Product Hunt 夺冠后仍清醒地判断自己并未真正获得产品市场契合 (PMF),如何以"黄金 30 秒"理念重构新用户入职体验,如何通过一条争议推文引爆 Paul Graham 评论而获得首批用户,如何在网红营销中坚持"微网红+深度入职"而非追逐大号,如何以 20 多个 AI 模型编排端到端工作流来构建持久的"套壳"生意,以及如何以"缓慢招聘、通才优先、球员教练"的组织设计让小团队产出巨大杠杆。Grant 还详细分享了定价策略、品牌重塑、原型快速验证方法,以及他从母亲那里继承的人生信条——跳出井底,拥抱更大的世界。

正文

一、"最蠢的创意":起跑线上的拒绝

2020 年正值疫情高峰期,Grant Lee 作为首次创业者在伦敦通过 Zoom 向美国投资人路演。晚上八点等两个孩子入睡后,他在厨房与洗衣间之间的角落架好摄像头,挂着虚拟背景,一场接一场地讲。第三次路演走到结尾,他自感表现不错,对面的投资人却沉默片刻后说:"这恐怕是我听过最糟糕的路演、最蠢的创意。你不仅正面硬刚现有巨头,而且它们拥有庞大的分发优势。你永远不会成功。"话音未落,对方直接挂断。

那一刻的打击反而让 Grant 开始内省:投资人说得也许有几分道理——如果要在演示文稿这个品类中突围,增长必须从第一天就嵌入基因。他与联合创始人立下承诺:无论产品怎么迭代,增长始终是核心命题。他坦言自己并非增长出身,"如果我能学会增长,任何人都可以",尤其在当下竞争白热化的市场里,增长能力不可或缺。

二、寻找产品市场契合:从虚假繁荣到真正的拉力

Product Hunt 夺冠之后的清醒

2022 年 8 月,Gamma 在 Product Hunt 上进行首次公开测试 (Public Beta),一举拿下当日最佳、当周最佳、当月最佳产品。团队士气高涨,以为终于找到了 PMF。然而注册用户的曲线告诉了另一个故事:首发带来一波注册高峰后迅速走平。虽然每天都有新用户进来,但缺乏强有力的口碑传播 (Word of Mouth) 和有机病毒性 (Organic Virality)。如果放任发展,产品不可能自行增长。

Grant 回忆, founders 最容易犯的错误就是用虚荣指标 (Vanity Metrics) 自欺——Product Hunt 的排名确实值得庆祝,但它不是核心增长引擎的信号。"如果一个数字上升了,是否意味着产品正在工作?"这是他们用来区分虚荣指标与核心指标的标准。

"全押"时刻:重做入职体验

面对仍在消耗的现金流,12 人的团队做出一个艰难决定:将全部精力投入让用户进入产品的"前 30 秒"变得不可思议地好。他们花了三四个月彻底重构入职流程,把 AI 深度嵌入其中,使每一位新用户都能在最初的 30 秒内体验到"魔法时刻"。

2023 年 3 月底重新上线后,注册量从每天几百飙升到几千、五千、一万、两万,且持续攀升——团队没有投入任何营销或广告。产品纯粹靠用户使用后自发分享而增长。Grant 描述这种"拉力感"与之前 Product Hunt 发射后的"推力感"判若云泥:前者是你不需要做任何事,产品自己就在增长;后者则是你必须不断往漏斗顶端灌流量。

他相信,如果当初选择花钱砸广告而非回头修产品,那将是一个陷阱——他们会走上用蛮力追求 PMF 的歧路,PMF 永远只是一个可望不可即的终点。

口碑机器:判断 PMF 的标尺

Grant 给早期创业者的核心建议是:你的首要目标是打造一台"口碑机器" (Word of Mouth Machine)。这一原则适用于消费者产品、专业消费者 (Prosumer) 产品,甚至 B2B 产品。在 B2B 场景中,即使你不会向朋友推荐,你也应该向同事推荐;如果现有客户带来的线索没有占据健康比例,那就需要回头追问"为什么没有发生"。

Gamma 受益于所处品类本身的天然可分享性——用户制作演示文稿本就是要展示给他人看的。在此基础上,团队坚持一条内部准则:让创建内容和分享内容都尽可能零摩擦。所有围绕"前几分钟"的设计,都在消除摩擦,让产品既容易上手又容易传播。

三、"黄金 30 秒":用一颗鸡蛋赢得注意力

入职即产品

Grant 用餐厅体验类比产品入职:食物再好吃,如果从进门入座到结账离开的整体体验不够愉悦,你不会推荐给朋友。同理,产品的"第一英里" (First Mile)——用户走入大门的那一刻——决定了他们是否会留下来。

他将新用户的心态总结为三个词:自私、虚荣、懒惰。他们没有动力学习一个新工具。因此你必须在前 30 秒内给他们足够的价值,换取下一个 30 秒,再换取再下一个。注意力越来越稀缺,如果无法在前 30 秒内展示令人惊叹的东西,你就没有权利继续建立关系。

一颗鸡蛋原则

来自消费品广告的智慧:给消费者扔一颗鸡蛋,他们接得住;同时扔四五个,他们全都会掉地上。许多创始人急于展示产品的五六个甚至十个功能,结果用户完全困惑——"我为什么需要这个?"Gamma 的策略是只递出那颗最重要的鸡蛋:"几秒钟内创建一张幻灯片。"对这颗鸡蛋有共鸣的人,就是在解决真实问题的人;赢得他们之后,再逐步展开更多功能。

原始洞察:重新想象演示文稿

Gamma 的起点源于 Grant 在咨询工作中使用 Google Slides 的切肤之痛:深夜花数小时调整格式与布局,真正应该投入的内容反而被挤到一边。他的直觉是:90% 的时间应该花在内容上,10% 花在设计。演示文稿作为默认沟通媒介已存在近 40 年,但如果换一套"构建基块" (Building Blocks) 与"基元" (Primitives),不锁定在固定的 16:9 幻灯片上,会怎样?这个追问成了 Gamma 的原点。

AI 并非最初的设想,但"让内容创建极速且轻松"的愿景与 AI 天然契合。当 AI 浪潮到来时,它像一个神奇礼物,让团队原本就在构建的方向突然变得可实现了。

四、创始人驱动营销:从零开始的破圈之路

争议推文与 Paul Graham 效应

AI 重新上线时,团队没有选择 Product Hunt,而是直接在 Twitter 发了一条推文。他们刻意拟了一个带争议性的标题:"商业中最有价值的技能即将过时。"目的就是引发讨论。几天后,Paul Graham 在评论区写道:"演示文稿所描述的内容,肯定比演示文稿本身更有价值。"这条评论让推文获得了二次爆发,更多人涌入讨论。

Grant 的第一个营销教训由此而来:创始人驱动营销 (Founder-Led Marketing) 的核心在于,你如何突破噪音让人们注意到你?部分是文案能力 (Copywriting),部分是讲故事能力,部分是选择正确的视觉素材。做这些事可能让你不舒服,但它们确实有效。

创始人驱动营销的方法论

Grant 区分了创始人驱动销售 (Founder-Led Sales) 与创始人驱动营销。前者在 B2B 领域已被广泛接受——创始人亲自跑客户、打磨叙事、然后才招第一位销售。后者则适用于大量面向消费者或专业消费者的 AI 创业公司:你不一定在对单个客户做销售,但你必须在叙事上掌握主动权。

他的实践路径是:

  1. 积累素材:随身携带一个笔记本或 Google Doc,随时记录学到的东西、观察到的反直觉现象、有效的方法。每周划出几个小时,把这些碎片整理成可发布的帖子。
  2. 内测反馈:先给团队成员看,如果他们觉得"这我没想到"或"从未听说过",才值得公开发布。
  3. 平台差异:LinkedIn 和 Twitter 的受众需求不同。Twitter 更偏战术性、争议性、技术性,读者需要看到可复制的具体指标;LinkedIn 更偏启发性与主题性,一个激发兴趣的方向就够了,不必全部展开。
  4. 时间管理:清晨寻找灵感,夜晚回顾当天对话中有价值的素材。关键是一周固定几次写作时间,不让其他事务蚕食。
  5. 善意银行:创始人驱动营销的本质是价值交换——你持续输出高价值内容,读者回报以关注、互动和转发;当你有产品要发布时,此前积累的善意自然转化为传播力。不能一上来就打广告,那是把善意一次耗尽。

五、品牌重塑:规模化前的隐形杠杆

当 ARR 达到约 1000 万美元时,Grant 感到初始品牌已成为增长的掣肘。最初的品牌只是公司在 2020 年底注册时匆匆搭建的"占位品牌"——视觉方向狭窄、语调与风格几乎没有定义,足以起步但无法规模化。

一个可扩展的品牌,其 DNA 应该能被大量复制而保持一致性——艺术方向、语调风格、视觉元素都经过深思熟虑,使得日后每周生产上千条创意素材时仍然浑然一体。团队花了几个月与内部创意总监及外部机构 Smith & Diction(曾为 Perplexity 打造品牌)合作,重新定义品牌的核心 DNA。

品牌重塑之所以必要,是因为规模化需要海量内容:社交媒体素材、效果广告创意、网红使用的资产——从每周几十条到每周上千条。如果品牌 DNA 不足以支撑一致性地复制,效果营销的能力就会被严重限制。Grant 的经验法则是:如果你准备将创意规模放大到一千条时感觉"东拼西凑、毫无章法",那说明品牌投资不足。

这次重塑远比预期更贵、更耗时,但 Grant 认为在正确的时机做正确的投资,回头看是值得的。他补充说,品牌投资对于更偏消费者或专业消费者的产品尤为重要,因为用户从看到广告到进入产品再到注册使用的每一个触点都需要对称的体验;B2B 产品依赖同事推荐和采购流程,品牌在初始触点上的权重相对较低。

六、网红营销实战:微网红、深度入职与回声室效应

核心原则:创始人亲自入职每一位早期网红

许多创始人以为网红营销 (Influencer Marketing) 是"即插即用"——拨预算、找创作者、跑活动。Grant 的实践完全相反:所有早期网红都是他亲自逐个入职的。他会与每位创作者通电话,确保对方理解 Gamma 是什么、怎么用。他的任务不是告诉对方怎么推销 Gamma,而是确保对方真正理解产品,然后用他们自己的声音讲出 Gamma 的故事。

这和入职客户是同一个逻辑:你希望网红成为团队的延伸。如果他们从未见过你、也从没听你讲解过产品,不可能产生归属感。投入这段关系后,网红会再次主动发布关于你的内容——这才是真正的复利效应。

大号 vs 微网红

大多数人想到网红营销,会想到百万粉丝的大号。Grant 认为这通常是错误路线:给大号一个脚本,发布内容立刻像广告,产品与大号本人毫无连接——这周碰巧合作,下周就翻篇。投入巨大,效果虚浮。

更好的路径是找到成千上万的微网红 (Micro-Influencer)——他们的受众与你的产品天然相关。以 Gamma 早期为例,教育者是天然的回声室 (Echo Chamber):教师每天需要制作幻灯片来吸引学生,省时间的工具是他们会主动安利给同行的。暑期聚会时,教师群体会集中讨论"下个学期能提升效率的 AI 工具"。一旦切入这样的回声室,传播速度会像野火一样快。

每个微网红的报酬从几百到小几千美元不等,远比一个百万大号划算。

寻找与管理网红

早期全靠人工搜索和冷触达。之后找到了两个加速器:一是 YC 孵化的平台 1stCollab,能根据你定义的人物画像 (Persona) 自动做外联并匹配创作者;二是小型且饥饿的代理机构,例如英国的 AKG Media——他们本身是社交媒体原住民,深谙平台逻辑,能持续带来优质创作者。

Grant 强调,90% 的触达来自不到 10% 的创作者,而你永远无法预判这 10% 是谁。因此必须广撒网:初期每月 20 位创作者,逐步增加到 50、100。将预算分散给 40 个微网红,而非押注一两个大号。每月回顾数据,找到有效的受众画像——如果教育者效果好就加大教育者,如果顾问效果好就加大顾问。

品牌开源与摩擦消除

Gamma 做了一件反直觉的事:将品牌完全开源。Brand.gamma.app 公开了所有品牌资产——语调风格、艺术方向、Midjourney 提示词——创作者可以直接复制使用,不必每次从零设计。Grant 理念的核心是"为网红消除一切摩擦":你已经在做内容创作了,不需要再为品牌素材头疼。当添加创作者、让他们发布、回顾效果都变得简单时,你就拥有了一台运转良好的机器;只有经过足够多的"挥棒",某条帖子才能真正爆发。

平台选择

Gamma 在全平台都有投放,但 LinkedIn 的转化率明显最高——是其他平台的 4 到 5 倍。Grant 认为许多人仍在低估 LinkedIn。Twitter 对 Gamma 效果有限,但对 Notion 这样的工具可能极为有效。各平台遵循幂律分布 (Power Law):一两个渠道贡献绝大多数回报,关键是先广撒网测试,再聚焦于最有效的那一个。

增长全景

Gamma 的新付费用户增长结构:超过 50% 来自口碑(直接访问或品牌关键词搜索);社交媒体和网红营销是第二引擎,且每投入一笔网红预算,口碑端会额外获得约 1.5 倍的放大——因为推荐者与受众之间的信任效应(邓巴数 / Dunbar's Number 的应用);效果广告 (Performance Marketing) 排第三。

Grant 对效果营销给出两条铁律:第一,在口碑引擎运转之前不要启动效果营销——否则你只是在给一个漏水的桶灌水;第二,付费获客占比永远不要超过 50%——如果超过,说明核心增长引擎出了问题,应该先修复产品而非加码广告。他还警告,随着受众逐渐触达饱和,获客成本 (CAC) 会持续上升,早期的小额投入让人产生"成本可控"的错觉,一旦规模扩大就会发现自己跑在一条加速的跑步机上。

七、原型先行:用实验取代猜测

快速验证循环

Gamma 的核心工作流:早上有了想法,用 AI 工具(如 Cursor、Lovable)或设计师直接编码搭建可交互原型 (Functional Prototype),下午通过 Voicepanel 或 UserTesting 等平台招募 20 位目标用户进行测试,晚上或次日团队一起回顾录像——看用户在哪里挣扎、听他们描述困惑,然后回去修复。

关键在于招募的是"零利益相关"的潜在用户——他们不在乎你的产品是否成功,只是在测试。给他们极少背景信息,只说"这是 PowerPoint 的替代品,试试看",然后让他们边操作边出声思维 (Think Aloud)。团队因为长期吃自己的狗粮 (Dogfooding) 而对产品过度熟悉,当看到真实用户连第一屏的按钮都找不到时,那种痛苦是无可替代的洞察。

这个循环适用于一切:落地页、入职流程、新功能、导出、分享——每一环都经过真实验证。Grant 强调,他们从不在一个功能上花四个月再去验证,而是把想法拆成最小可测单元,一层一层迭代,最终发布时已经过十轮以上的测试。

Gammaster 项目:超级用户的内测社区

对已有深度使用经验的用户,Gamma 创建了名为 Gammaster 的项目——一个独立的 Slack 工作空间,分享极早期的线框图 (Wireframe) 或可交互原型。这些用户已经理解 Gamma,因此适合测试更复杂的功能(如分享机制的新设计)。他们在 Slack 里是第一个听到新想法的群体,提供方向性的早期信号。

早期 A/B 测试:虚拟办公室 vs 演示文稿

Gamma 创立之初,团队同时并行开发了两个产品:重新想象演示文稿的工具,以及名为"The Lobby"的虚拟办公室——一个让远程团队能像在真实办公室一样协作的空间。六个月内,团队同时使用两个产品进行内部测试(甚至在虚拟办公室中展示演示文稿工具),最终选择全面投入演示文稿。

原因在于"天花板":虚拟办公室再好,也永远无法超越肩并肩协作的真实体验;而演示文稿工具则让团队产生了源源不断的新想法,想象空间远无上限。这次并行的 A/B 测试验证了"强观点弱持有" (Strong Opinions Weakly Held) 的实验思维——你需要假设,但更需要快速用数据或定性反馈去验证或推翻它。

八、"GPT 套壳"的持久战:深度工作流与模型编排

超越单一模型

外界常将 Gamma 类比为"GPT 套壳" (GPT Wrapper)——一层薄壳覆盖在大模型之上。Grant 认为,如果真的只是套了一个模型,那价值确实有限。但 Gamma 实际上运行着 20 多个不同模型,各自服务于创建流程的不同环节:生成大纲、起草初稿、编辑内容、审核全稿并提出修改建议、匹配视觉布局、选择图像风格——每一个子任务可能由不同的最优模型承担。

例如,早期创建大纲时,Perplexity(集成网页搜索)的效果出人意料地好;图像生成则根据用户需求在照片写实 (Photorealistic) 和艺术风格 (Artistic) 之间切换不同模型。这不是"一个模型走天下",而是"对的模型做对的事"。

构建持久"套壳"生意的三条原则

Grant 总结了在模型层之上构建持久生意的关键要素:

  1. 热爱你要解决的问题:不要追逐闪亮的对象——一个因为 GPT 封装而获得初期流量的想法,如果你无法投入五到十年去深耕,就无法抵御竞争对手和既有工具的反扑。Gamma 的北极星是"让视觉沟通与视觉叙事民主化"——让不擅长做幻灯片的人不再因为表达能力的差距而输掉机会。
  2. 深度理解工作流:你必须端到端地拥有用户的工作流——从"我需要做一份演示"到"发送给老板"的每一步都要魔法般流畅。这需要对用户每一个步骤的共情,将大流程拆解为子任务,再为每个子任务匹配最优模型。
  3. 持续的模型适配:排行榜不断变化,没有永远的"最佳模型",只有"最适合当前用户和场景的模型"。未来,不同用户类型(顾问 vs 教育者)可能需要不同的模型组合,个性化编排是更难的难题,也是更深的价值护城河。

九、定价:被用户推着走出来的商业模型

从积分用尽到被迫定价

2023 年 3 月 AI 重上线时,Gamma 完全没有考虑过商业化——所有精力都在打磨前 30 秒。用户注册即获 400 积分,用完后 AI 功能直接中断。Intercom 客服被"怎么买更多积分"的消息淹没,团队整个四月被迫做了一轮快速定价与包装 (Pricing & Packaging)。

他们使用了两种经典方法:范韦斯滕多普价格敏感度测试 (Van Westendorp Price Sensitivity Meter) 来衡量支付意愿 (Willingness to Pay),以及联合分析 (Conjoint Analysis) 来识别用户最看重的功能维度。同时,ChatGPT 每月 20 美元的定价已经成为市场锚点 (Anchor),用户对此价格高度熟悉。Gamma 的原则是消除摩擦、让定价极易理解,因此直接对标 20 美元推出了单一方案。

快速验证商业可行性

2023 年 5 月底上线收费后,团队最关注的问题是:在这个价格点,我们是否在赚钱?连续多月的监控确认,毛利率足够健康,利润可以回投到推理成本和 AI 实验中。不到几个月,ARR 突破 100 万美元,公司实现盈利——对于几个月前还在思考如何生存的团队而言,这是两个令人振奋的里程碑。

Grant 回顾定价经验时说,对资源有限的早期团队来说,优先级应该是先获得有机增长和愿意付费的用户——两个产品市场契合的检查点:一是有机增长是否存在,二是用户是否愿意付费。如果两个都通过,至少在某个市场口袋里,你有了 PMF。

十、招聘哲学:缓慢、通才与球员教练

痛苦地缓慢招聘

Gamma 的内部信条是"痛苦地缓慢招聘" (Hire Painfully Slowly)。当增长起步时,诱惑是迅速扩编。但 Grant 指出,如果团队目标是"人数翻倍到一百人",那所有人的注意力都在填人头而非找最优秀的人,招聘质量必然下滑——"足够好"取代了"最优秀"。

他引用 Brian Chesky 的观点:前 10 名员工定义了公司的 DNA,之后你只是在复制这 10 个人。如果前 10 人没有共享的价值观、原则和愿景,你复制的到底是什么?Gamma 的前 10 名员工至今全部在职,五年零离职——这种连续性保留了大量的隐性知识 (Tribal Knowledge),让团队可以持续积累而非反复重建。

Grant 还强调"漏水桶"不只存在于产品端,团队端同样适用——高离职率的隐性成本(知识断层、文化稀释、招聘消耗)极其巨大却难以量化。

通才的时代

在 Gamma,约四分之一的团队成员是产品设计师——这个比例在同等阶段的创业公司中极为罕见。Grant 认为这正是产品能兼具品味和功能的关键。AI 公司正在开创新的交互面和用户体验,如果设计基础不扎实,就不可能实现真正创新的体验。

更重要的是,Gamma 偏好通才 (Generalist) 而非专才。产品设计师会写代码、市场负责人能从零策划一场旧金山无人机秀并拉来市长出席——每个人都能戴多顶帽子,在扁平组织中自动认领任务,不需要等待许可。专才工作则通过外包或代理机构补位(如网红营销交由专业机构执行),核心团队保持高灵活性。

球员教练模式

Gamma 的所有管理者都是"球员教练" (Player Coach)——既做管理工作,也亲自执行。这个概念借自体育:橄榄球中,教练给出大致意图,但四分卫在场上看到防守变化时可以做即时调整。同理,管理者如果不亲自做一线工作,就无法在日常和周度层面上感知优先级的变化,也无法及时调整方向。

Grant 认为,组织设计 (Org Design) 是每位创始人今天都可以创新的领域——你想要什么样的公司?管理者是什么角色?每个职能招什么样的人?这些问题没有标准答案,但值得深思熟虑。

对杰出人才下重注

当找到一位出色的团队成员,给他更多资源、更大的挑战。Grant 的体育类比是:A 级球员永远想要更多上场时间,没人会说"让我少打一点"。越少但越优秀的队友,意味着你可以把几乎所有难题丢给他们,他们会自行解决——这既是他们的奖赏感来源,也释放了整个团队的张力。

传教士 vs 佣兵

Grant 区分了两类创始人:传教士 (Missionary) 和佣兵 (Mercenary)。AI 浪潮中,追逐热门赛道和大退出的人是佣兵,遇到困难就可能放弃;而像 Figma 的 Dylan、Canva 的 Melanie、Notion 的 Ivan 那样坚持十年以上的创始人是传教士。候选人在面试中能嗅出你到底是哪一类——如果你对问题没有真实的热情,就不可能吸引到愿意长期同行的同伴。

十一、运气表面积与人生信条

回顾从投资人挂断电话的低谷到如今 1 亿美元 ARR 的旅程,Grant 将创业理解为"尽可能扩大你的运气表面积" (Luck Surface Area)。运气表面积有两个维度:

  1. :你身边是否有共享同样野心、价值观和原则的人?找到他们,然后给自己足够的时间证明你们能成就大事。Grant 有两位出色的联合创始人,五年来若没有他们绝无可能走到今天。
  2. 时间:在足够长的时间维度上创造自己的运气。短期看,许多事像随机事件;长期看,持续积累让好运成为必然。

Grant 分享了一个来自母亲的人生信条——"井底之蛙":一只住在井底的青蛙每晚仰望天空,以为自己了解了整个世界,直到一只鸟飞来讲述海洋和山脉,青蛙才意识到自己所见只是世界极小的一部分。Grant 的童年并不富裕,母亲从不允许他用狭隘的视角看待世界,而是鼓励他永远梦想更大。每当感觉自己想得太小,他都会提醒自己:外面还有远更广阔的天地值得追寻。

十二、闪电问答

推荐书籍:产品市场契合前推荐 Phil Knight 的《Shoe Dog》(鞋狗)——追逐你热爱的疯狂想法,并围绕同样热爱的人组建团队;产品市场契合后推荐 Hamilton Helmer 的《7 Powers》(7种力量)——如何构建持久竞争力,值得在不同阶段反复阅读。

近期影视:《The Lazarus Project》——时间旅行加科幻的完美组合。

近期喜爱产品:Voicepanel——快速将原型交到真实用户手中、听取反馈的"作弊代码"。

演示技巧:一次只传达一个概念。给听众扔一颗鸡蛋,他们接得住;同时扔四五个,他们全掉地上。把演示拆解为核心概念逐一呈现,找到贯穿线后再整合为连贯的叙事。

人生座右铭:跳出井底,永远梦想更大。

觉得有用?分享给一个需要的朋友 🙏