设计 $50/时，现在 $20/月：一个人 + 3 个提示词跑完一门生意

今年 1 到 8 月，美国宣布的裁员里，有 22% 被归因于 AI。同一套技术也干了另一件事：把"开一门生意"的门槛砍掉了。

过去你不敢动手，是因为生意需要人：有人做图、有人剪视频、有人建站。你雇不起，于是只剩"全自己干"和"继续待在原地"两个选项——而继续待在原地，你的未来就取决于老板明年还要不要你。

现在这三件事的价格变成了这样（原文口径）：

这篇文章是英文长文《How to launch a one-person business with AI (full guide)》（Kimia / @kimiabuilds，2026-11-01）的完整编译。作者自述做过多个七位数美元规模的数字生意，她把流程拆成 Build（造）→ Sell（卖）→ Scale（放大） 三段，每段五到六步，并给出三个可直接复用的提示词。

最值得抄的不是"AI 能干嘛"，而是她明确不交给 AI 的部分——这也是这篇和一堆"AI 全自动赚钱"内容的分界线。

一、Build：先想清两件事，再动手

第一段决定生死：搞对了，你产出的内容是"最终会带来销售的内容"；搞错了，你会花几个月做没人看的内容，或者更糟——攒起一大票对你的产品毫无兴趣的粉丝。

动手前只有两件事要想清楚：

1. 愿景与市场：你要解决什么问题、给谁解决、需求够不够撑起一门生意。
2. 产品与报价：你卖什么、帮人达成什么结果、收多少钱。

作者的例子很朴素：一个健身教练，服务"工作忙、体重超标"的职场人，卖一个六个月的 1:1 课程帮助减重、增肌、建立习惯。

五步走

举到底：你擅长健身 → 跟十个忙碌的职场人聊 → 发现他们的问题是"排不出固定时间" → 分析后发现共同的挫败是"买过课表但坚持不下来" → 研究同行后发现通用课表很多、给时间不规律的人做个性化督促的很少 → 于是设计一个"弹性训练 + 营养指导 + 每周督促"的六个月课程。

到这里，你有了一群具体的人、一个值得验证的问题、一个照着真实需求设计的报价。

AI 在这里的分级

作者把五个步骤按 S 级（AI 干重活）到 D 级（必须人来） 排了一遍，结论很直接：

• 和潜在客户对话：人来做。
• 分析这些对话：AI 最强的地方。

她的原话是：做一门生意最有价值的能力之一，是比同行更懂你的客户。

S 级工作流 ①：把访谈变成客户蓝图

1. 和 5–10 个符合目标画像的人聊，问问题、挫败、目标、已经试过什么；
2. 用录音转写工具（她举例 Fathom）在获得同意的前提下记录并转写；
3. 把转写稿丢进 Claude，用下面这段提示词：

你是一位专家级客户研究员，正在帮我启动一门一个人的数字生意。
我附上了与潜在客户的访谈转写稿。
你的任务是分析这些对话，帮我搞清楚我到底该为谁做产品。

1. 我在服务谁？
识别理想客户的特征：大致年龄、职业与生活处境、当前状况、
他们对我这个问题的既有经验、他们与其他潜在客户的区别。

2. 他们真正想要什么？
最大的目标与期望结果；为什么这个结果对他们重要；他们已经试过什么；
什么在阻碍他们推进；他们最挫败或最担心的是什么。

3. 他们怎么思考和决策？
他们描述问题时自然使用的语言；在方案里最看重什么；
什么会让他们信任一家这样的公司；可能的购买异议；
有没有过往付费的证据或付费意愿的迹象。

4. 我该拿这些信息做什么？
推荐：最值得切入的客户细分；最值得解决的三个问题；
我的产品应该聚焦交付的结果；五个能吸引这类客户的内容选题；
我下次访谈该问的五个问题。

重要要求：
用转写稿里的证据支撑你的结论；必要时附原话引用；
识别跨对话反复出现的模式；区分事实与假设；
信息不足时，明确告诉我我还需要调研什么。
最后，输出一页「客户蓝图」，概括：我在为谁做、他们想要什么、
什么挡着他们、什么能说服他们付钱。

目标是带着一张清楚的图离开：你在服务谁、他们在挣扎什么、他们可能愿意为哪些问题付钱。 这些结论会直接喂给后面的报价与内容。

二、Sell：从"没人知道"到"有人买"

好报价如果没人知道、没人想买，等于零。这一段是把产品送到对的人面前，并把免费关注者变成付费客户。

先接受一个前提：因为你先做了 Build，你的产品可以和你第一条内容一起上线——不需要先攒几年粉丝才开始卖。你会很快知道什么吸引人、什么有人愿意付钱、什么要改。

三段结构：

作者明确说自己是"人类对话的信徒"：即使对方没买，你也学到了东西——他们想要什么、担心什么、什么让他们没行动。这些反馈回去改报价。

六步执行

1. 定内容节奏：每周留出固定时间做研究、写、编辑、发布，当不能缺席的约；
2. 每周一篇"支柱内容"：解决一个具体问题；
3. 拆成六条短内容：把单个观点抽出来，做成 X / LinkedIn 上的独立帖子；
4. 排期发布：用排期工具铺满一周；
5. 把人导进养熟系统：给出订阅通讯或进社群的理由；
6. 给有兴趣的人一个买的方式：在通讯里介绍产品；高客单价就邀请约通话。

AI 在这里的分级

• 真正写东西、真正做销售对话：人来做。
• 发布前批评你的稿子：AI 最强。

这里有一句值得抄的立场：大多数人用 AI 写内容；她更愿意用它让自己的写作变好。

S 级工作流 ②：给自己建一个内容编辑

1. 在 Claude 里建一个项目，叫「我的内容编辑」；
2. 把 Build 阶段的客户蓝图和产品/报价说明上传进去；
3. 上传 3–5 篇代表你语气与风格的旧文（想要"改进写作"而不是"写得像 AI"）；
4. 把下面这段放进项目指令：

你的角色
你是我的私人内容编辑。我在做一门一个人的数字生意，想要产出能吸引
理想客户、赢得信任、并最终帮我卖出产品的内容。
你的工作是教练我，而不是替我写。

我会提供给你：我的客户蓝图（理想客户、问题、目标、挫败、购买动机）；
我的产品与报价；我过往写作的样例（可选，用于理解我的语气与观点）。

如何审稿
每次我提交文章、通讯或短帖，都按以下五条评估：

1. 受众相关性：它针对的是理想客户的具体问题/目标/欲望吗？
   它与我要卖的产品相关吗？理想客户能在里面认出自己吗？
2. 钩子：开头给了别人继续读下去的理由吗？问题或潜在收益清楚吗？
   后面的内容兑现了钩子的承诺吗？
3. 价值：我分享的东西真的有用或有趣吗？有没有具体的洞见、例子、
   经历或视角，让它区别于泛泛之谈？读者能拿走可落地的东西吗？
4. 清晰：第一次读就能懂吗？每个观点是否从上一个自然推进？
   有没有废话、重复、过度解释？
5. 可信：我的说法准确可信吗？有没有夸大问题、结果或承诺？
   它读起来像我，还是任何人都能写？

如何给反馈
第一步：给一个 10 分制的分。
第二步：按重要性排出三个最大的改进机会。
第三步：每条说明：哪里有问题、为什么重要、我该怎么做。
第四步：告诉我哪些已经做得很好、应当保留。
第五步：指出我眼下最该先改的那一处。

重要规则
除非我明确要求，不要重写我的内容；不要自动同意我，要挑战弱观点；
不要改我的人格、观点或写作风格；不要编造事实、客户问题或证据；
用客户蓝图支撑反馈，但不要假设所有客户有同一个问题；
优先给具体可执行的反馈，而不是通用写作建议；反馈要短、要直接。
你的目标是让我成为更好的作者、吸引对的客户，而不是让我依赖你写东西。

5. 发布前都用它过一遍，重点看三件事：是否解决了目标受众的真实问题、开头是否够强、建议是否真的有用。

作者补了一句边界：AI 判断不了"哪段经历值得分享""你真正相信哪个观点"——那是你的活。

三、Scale：把结果交付出来，才是生意

第一个客户是里程碑，但"能活下来的生意"靠交付。作者只强调三件事：

顺带一个容易被忽略的要求：定义一个可衡量的成功。对教练来说就是"达到约定的减重目标、力量提升、习惯稳定"——因为没有可衡量的结果，你就无法判断产品是否兑现了承诺。

六步执行

1. 画产品路线图（用你的专业判断：客户该学什么、按什么顺序）；
2. 定义成功（清晰、可衡量的结果）；
3. 收集反馈（一份简单表单就够）；
4. 分析反馈并改进（找反复出现的问题，改能让更多人达标的点）；
5. 设计下一个报价（成功客户接下来需要什么）；
6. 建立推荐系统。

AI 在这里的分级

• 产品路线图和重大商业决策：人来做——毕竟别人付钱买的就是你的专业、经验与判断。
• 分析客户反馈：AI 很有用。

S 级工作流 ③：把反馈变成产品改进

1. 建一份反馈表单（够短，别人才会填完）；
2. 在课程结束或关键节点发出；
3. 把回答导出成 CSV；
4. 丢进 Claude，用下面这段：

你的角色
你是我的客户反馈分析师。我在经营一门一个人的数字生意，
想根据客户真实体验持续改进产品。
我上传了一份客户反馈表单的回答 CSV。
你的任务是分析这些回答、识别模式、帮我决定改什么。
你的目标是帮我给客户交付更好的结果。

第一步：衡量客户成功
多少人填了表单？多少人报告达成了期望结果？多少人认为课程成功？
客户成功或挣扎的最常见原因是什么？
只在数据支持的情况下计算成功率，并区分"填表的人"与"全部客户"。

第二步：找出什么在起作用
最常被提到的三个优点。对每一个说明：客户看重什么、多少人提到、
为什么这对他们的体验重要、一到两句原话引用。

第三步：找出需要改进的地方
最常被提到的三个问题或挫败。对每一个说明：他们在挣扎什么、
出现频率、它如何影响他们达成承诺的结果、一到两句原话引用。
优先处理"让人达不到结果"的问题，而不是小偏好。

第四步：建议改进
给出三个最高影响的改动。每条包含：问题、证据、具体改法、
预期收益、优先级（高/中/低）与理由。
聚焦一个人真的能落地的改动。

第五步：发现未来机会
客户在要求我现有产品解决不了的问题吗？完成课程后他们还有反复出现的
目标吗？有没有做进阶产品、续费项目或会员的机会？
只推荐有反馈支撑的机会。

如何呈现
先给一段执行摘要：分析了几份回答；客户自报成功率（若可测）；
三个最大优点；三个最大弱点；最该先做的那一个改进。然后再给第 1–5 步的细化分析。

重要规则
结论基于上传的数据，不基于假设；不要编造客户引用或反馈；
区分反复出现的模式与孤立的评论；只有少数人提到时要说明；
不要把相关性当因果；不要假设客户自报的成功一定由课程造成；
不要夸大小样本的发现；对客户信息保密并对引用做匿名化；
数据不完整时说明你无法得出什么；当证据与我的假设冲突时要挑战我。
你的工作是帮我做更好的决策，而不是替我决策。

5. 最后自己决定改什么。 作者的例子很具体：如果客户爱训练、但执行不了营养计划，那就别再做更多训练视频，去改营养指导。

这就是收集与分析反馈的价值：你在按客户的真实体验决策，而不是猜他们需要什么。

四、三段怎么咬合

• Build 阶段的对话，帮你做出第一个产品；
• Sell 阶段的内容，帮你把人吸过来；
• Scale 阶段的反馈，帮你把产品做更好；
• 然后重复，用这一轮学到的东西把下一轮做得更好。

一句话总结这套结构：内容不是营销，是研究的副产品；产品不是猜出来的，是访谈和反馈的沉淀。

我们的整理：三个提示词其实共用一个骨架

把三段拼起来看，这三个提示词的结构完全一致——这也是它们能直接用的原因：

还有一个共同点值得单独说：三个提示词都在要求 AI"区分事实与假设""说明信息不足"。这是把"编造"从流程里堵掉的最省事的办法——比事后逐句核对便宜得多。

如果要落到我们自己的内容流程里，我会加三件作者没写的事：

1. 付费验证往前挪：她的流程是"先做内容、边做边卖"，但更省时间的做法是在写第一篇之前先挂一个预售页——有人留邮箱/付定金，再决定要不要做那六个月课程。
2. 分发预算要单独列：Build 与 Sell 之间还有一层"渠道"，谁看得到你，往往比内容质量更决定结果。一人公司最容易在这一步沉没。
3. 给 AI 的"证据"必须是可核对的东西：她在提示词里已经要求引用原话，可以再加一条"每条结论后面标出转写稿的段落编号"，把可核对性变成硬要求。

边界

• 本文完整编译 X Article《How to launch a one-person business with AI (full guide)》（Kimia / @kimiabuilds，2026-11-01）。原文末尾的通讯订阅与转发邀请未保留。
• 数字要分两类看：22% 的裁员归因、麦肯锡"57% 的美国工时可用现有技术自动化"，都是作者引述的第三方说法，我们没有独立核验；设计/剪辑/开发的小时价与软件月费是作者口径的价格区间，会随地区与时间变动。
• 收入是自述：作者称做过"多个七位数美元规模"的数字生意，无法验证。本文不构成"照着做就能赚钱"的承诺，也不构成投资或商业建议。
• 这是一份创作者/服务型生意的 playbook，不涉及供应链、库存、合规等实体生意问题；对技术团队来说，它的价值在提示词的骨架与"哪些必须人做"的分工，而不在具体定价。
• 我们未对文中任何流程做实测（没有跑过它的三个提示词做对照）。

Sources

• 原文：Kimia《How to launch a one-person business with AI (full guide)》https://x.com/kimiabuilds/status/2116880050666795074（X Article 正文：https://x.com/i/article/2116875808103088128），2026-11-01
• 作者主页：https://x.com/kimiabuilds
• 文中引用的第三方数据（22%、57%）出自原文转述，原始出处为原文所引媒体与麦肯锡报告，未在本文单独核验

同主题阅读

• 别让 AI 给你编点子：从已经在收钱的生意里抄三样东西
• 20 条提示词接管本地 SEO：从商户资料到第 2 页的金矿
• Agent 老是散架？该修的是 harness，不是提示词

这是「AI × 一人公司 / 独立开发」专题的一部分。完整地图见：AI × 一人公司 / 独立开发完全指南