LLM Pulse 帮助企业在 ChatGPT、Gemini、Perplexity 等平台构成的 AI 搜索里找准位置、取得成效。
公司在 2025 年 7 月上线时，只是一个简单的 ChatGPT 追踪工具，灵感来自创始人做 SEO 的经历。一年之后，它已经成长为端到端的 AI 搜索平台，拥有数百家客户、3,000 多次产品提交，同时始终保持自筹资金，团队只有三个人。
对联合创始人 Esteve Castells 来说，速度一直是公司最强的优势。LLM Pulse 进入的是一个拥挤的市场，同场竞争的有拿了风投的创业公司、老牌 SEO 平台，还有企业软件厂商。他们靠不断收集客户反馈、快速交付跑到了前面。但这一切能成立，是因为他们同样清楚什么不该做。
把 AI 的速度和 SaaS 的纪律结合起来
LLM Pulse 把自己看作原生 AI 公司与传统 SaaS 业务之间的混合体。
智能体和 AI 专属能力让团队的构建和迭代速度快得不同寻常。同时，创始人依然依靠 MRR、ARR、NRR、流失这些经典 SaaS 指标来判断业务的健康程度。
他们会定期按套餐类型、国家等维度分析这些指标，从而清楚看到增长来自哪里、哪里的表现可能正在变化。
从一开始，ChartMogul 就是这套运营纪律的一部分。
Esteve 的联合创始人 Daniel 曾在另一家 SaaS 公司用过 ChartMogul，明白尽早搭好可靠的收入基础设施有多值。而对第一次做 SaaS 的 Esteve 来说，它提供了一条更清晰的路径来理解业务里正在发生什么，而不必从 Stripe 的原始数据里一点点拼凑。
为什么 LLM Pulse 把订阅逻辑交给专业的人
做 LLM Pulse 的过程，让 Esteve 亲眼看到计费的复杂度积累得有多快。
公司直接处理 Stripe 数据，内部解析器已经长到大约 4,000 行代码。团队每遇到新的计费场景和边缘情况，还会继续往里加逻辑。
而订阅分析又是另一层复杂度。
取消、重新激活、退款、支付失败、套餐变更、计费周期、预定的变更——所有这些都需要用一致的方式来解读。哪怕很小的误差，也会随时间累积，扭曲一家公司用来做决策的指标。
LLM Pulse 知道自己能很快做出一个分析界面。但要重造并长期维护背后那套算准 MRR、流失、留存和客户历史的逻辑，会把工程师从产品的核心问题上拉走。
We could probably ship a clone of ChartMogul in a day, but all the metrics would be wrong.
在这家偏好自己造软件的公司里，ChartMogul 成了一个有意为之的例外。
它接下了把计费活动变成准确 SaaS 指标的复杂度，让团队把自己的工程精力继续放在 AI 搜索上。
把所有经常性收入汇到一个视图里
大多数客户通过 Stripe 付款，但约 5% 是通过银行转账开票的较大客户，通常还带有更定制化的商务条款。LLM Pulse 把这两条收入流都导入了 ChartMogul。
ChartMogul is the place where we consolidate everything and have one single source of truth.
ChartMogul 在底层计费数据之上扮演了抽象层的角色。创始人可以直接观察增长和订阅表现，不必先对齐多套系统，也不必手动核对这些数字能不能信。
团队每天都用 ChartMogul 关注新增业务、保持流失数据的时效、追踪发票，以及了解即将发生的订阅变更。他们还会按套餐和国家拆分表现，看清是业务的哪些部分在贡献增长。
一个三人团队真正需要的 CRM 能力
ChartMogul 让 LLM Pulse 有了一个统一的地方来管理客户、收入和商务信息。
创始人用它记录一位客户是通过 Esteve、Daniel 还是自助注册来的，让归因直接挂在它带来的收入上。
We keep our core business metrics there, including who brought in a sale, whether it was me, Daniel, or self-service.
对于通过银行转账开票的较大客户，他们还能在账户的订阅历史旁边添加备注和后续待办。
We don’t have a CRM, to be completely honest. We use ChartMogul as a kind of CRM and as our source of truth.
对一个以自然流量、产品驱动为主的三人团队来说，这已经够用。每个人都能看到一个账户是怎么来的、表现如何，以及需要做什么跟进。
更传统的 CRM 会带来成本和管理负担，却解决不了眼下的问题。ChartMogul 给了 LLM Pulse 足够的结构来协调销售工作，而不必再引入一个大平台。
判断快速增长是否真的出色
LLM Pulse 增长很快，但创始人想更清楚地知道，这样的增长放在大环境里意味着什么。
这家公司介于传统 SaaS 和新一代 AI 企业之间，而对后者来说，什么算好增长还没有成型的方法论。ChartMogul 的 SaaS 基准数据让团队可以把 LLM Pulse 与处于类似阶段的公司作比较，看清增长率在规模扩大过程中如何变化。
We like to see where we land in terms of the industry. It pushes us to do better and helps us understand whether we have an attractive growth rate.
Esteve 估计，在基准数据里 LLM Pulse 大致排在 SaaS 公司的前 10% 到前 25% 之间，这既给了创始人一个客观的表现参照，也给了他们又一个可以去冲的目标。
增加章法，但不放慢脚步
随着 LLM Pulse 成长，它的收入和客户关系会变得更复杂。ChartMogul 让创始人有能力管理这份复杂度，而不必把它变成又一个工程项目。
团队可以信任自己的订阅指标，把客户和商务上下文与收入连在一起，并把不同的计费方式汇到一处。
这样，LLM Pulse 既能为业务增加更多结构和纪律，又能让工程师继续专注在那些让产品保持竞争力的客户问题上。
We always knew we would either use ChartMogul or build it ourselves. Not building this in-house made so much sense.