Lovable:讓你出貨的應用程式成為 AI 助理願意推薦的那一個

你描述了產品,Lovable 把它做了出來,現在它上線了——一個有真實畫面的真實應用程式,擁有自己的網址,出貨速度比多數團隊寫一份規格書還快。這個建置過程是一場對話。問題在於,你的第一批使用者也是從一場對話開始的——而且那場對話不是跟你進行的。
有人看到你的發表貼文、起了興趣,於是問 Grok、Claude、ChatGPT、Gemini、DeepSeek 或 Kimi:「這是什麼?它靠譜嗎?適合我嗎?」助理抓取你剛出爐的應用程式,找到的是一個漂亮的外殼:一個標題、一個註冊按鈕、一包 JavaScript。它只能聳個肩回答——而聳肩從來就轉換不了任何人。
你的應用程式是公開的,它的故事卻不是
由 vibe coding 打造的應用程式,天生就是要迎向公眾的眼睛:發表貼文、留言串、群組聊天、個人簡介。而那些地方,正是 AI 助理被遞上連結的地方。一個出貨的 Lovable 應用程式什麼都有,就是缺了助理據以判斷的那些宣告過的事實——它做什麼、給誰用、要花多少錢、註冊之後會怎樣。
Share with My Agent 替你發布這一層,而且完全不動到你的應用程式:
- 一條短連結——你的 swma.link。 人類點它,會抵達你的應用程式。助理讀它,會拿到完整的樣貌:提供什麼、對象是誰、定價、限制、下一步——由你宣告,而不是從一包程式碼裡用猜的。
- 一條放得進你發表之處的連結。
myapp.lovable.app沒對任何人說明任何事,而一串長網址在簡介裡就死了。你的 swma.link 短到放得進一則發表推文、一則 Product Hunt 留言、一則 Discord 回覆——而且當讀者的助理來問時,它會回答問題。普通縮網址工具只會縮短網址——這一種還會替它回答。 - 它正在生效的證據。 你的儀表板會顯示哪些助理讀了你的情境資訊、頻率多高、以及它們是否判定你合適——這是沒有任何分析工具給得了你的發表週遙測資料。
一次提示即可安裝
Lovable 講的是提示語言——所以安裝也走這條路。把下面這段貼進你的 Lovable 編輯器,並填入你在你的帳戶裡的專屬值:
Add the "Share with my agent" control to my app: load the script
https://sharewithmyagent.ai/static/w/v1.js with the attributes
data-key="YOUR_KEY" and defer, and add
<div data-swa="dock" data-link="YOUR_SWMA_LINK"></div>
at the end of the page body.
一次提示,每一位訪客就都能把你的應用程式交給他們自己的助理。
FAQ
我的應用程式每天都在變——情境資訊不會過時嗎?
你的情境資訊放在儀表板裡,不在應用程式裡。在那裡更新,每一個讀你連結的助理都會看到新版本——不必重新部署。
我需要在發表前就準備好這個嗎?
它在發表當下最有價值:那正是最多陌生人向他們的助理詢問你的時候,也是一個有把握的回答最能把好奇轉換成行動的時候。
給它一個像樣的自我介紹再出貨
對你的應用程式跑一次免費檢測,看看助理今天能看出它的哪些事。接著免費分享一個頁面:你的應用程式,助理隨時可讀,配上一條為你發表之處量身打造的短連結。
向你的 AI 詢問這篇文章
Paste this link into Grok, Claude, ChatGPT, Gemini — or any AI assistant — and ask it to check it:
https://swma.link/42ed71b3
繼續閱讀
Google AI Studio: The Short Link Your Deployed App Deserves
You built an app in AI Studio and sent the deploy link to friends, family and first customers. Give them a short link — one their AI assistants can actually read.
Bolt.new: A Short Link That Explains Your App Better Than Its URL
You built and published in one sitting. Now give the assistants your visitors ask a link they can actually read — and a reason to recommend what you made.
Replit: From Agent-Built to Agent-Recommended
Replit's agent built your app and deployed it. Finish the loop — publish the context that lets your users' AI assistants understand and recommend it.